高分辨率遥感影像阴影检测与补偿算法研究

论文摘要

近年来,随着高分辨率卫星产业的快速发展,高分辨遥感影像在地理国情监测、城市规划、土地资源管理、流域生态环境监测等领域的应用不断拓展和深化。然而,尽管太阳高度角和季节在不断变化,但受卫星固定轨道参数、地球自转等因素的影响,高分辨率卫星影像中阴影普遍存在。阴影的存在,严重影响了影像的自动化、智能化识别及应用。因此,近年来研究人员在高分辨率遥感影像阴影检测和补偿方面做了大量工作,取得了一系列成果。然而,通过文献和实验分析发现,现有阴影检测算法多针对单一或特定影像类型,缺乏普适性,且难以有效提取阴影过渡区域（半影区）信息和有效去除误提取水体信息等。针对上述问题,本文提出了两种普适性阴影自动检测算法。（1）基于多项式拟合的高分辨率遥感影像阴影自动提取算法通过分析发现采用多项式拟合近红外波段直方图的方式来代替大津法（Otsu）确定阴影分割阈值,能够解决阈值提取不合理的问题,提高提取精度,实现多源影像阴影的自动提取。并且采用归一化水体指数（NDWI）提取遥感影像中的水体,最后采用扫描线种子填充算法代替逻辑与运算去除阴影初步提取结果中误提取的水体,这样能够避免水体去除不完全的问题。因此,本文首先根据影像中不同阴影面积区域的近红外波段直方图的差异,对整幅影像近红外波段直方图分别进行四、五次多项式拟合;其次,根据遥感影像阴影特征与四、五次多项式交点的联系,进而初步提取出阴影区域;然后,使用归一化水体指数提取出水体;最后,采用扫描线种子填充算法剔除初步阴影提取结果中被误检测为阴影的水体,从而获得阴影区域。（2）遥感影像阴影自动扩充提取算法通过分析各种影像近红外波段阴影边界的像素值特征,发现阴影局部的像素值变化率波动较小而边界的像素值变化率存在一个波峰。因此,利用该特征建立阴影边界判断准则,由内向外对初始阴影提取结果中每个阴影区域进行扩充,既能够考虑到单个阴影区域,又不再局限于影像全局特征或局部特征,从而更加完整地提取阴影,实现阴影过渡区域的检测。此外,本文对阴影补偿算法进行了探索研究,研究了目前常规阴影补偿算法,并详细分析了多数阴影补偿算法存在的缺陷及其产生的原因,同时对阴影补偿算法进行了展望。本文以高分一号（GF-1）、高分二号（GF-2）、快鸟（QuickBird-2）和资源三号（ZY-3）数据进行实验。一方面:与多特征提取算法、多波段检测算法、谱间关系算法和C3分量算法进行对比,本文提出的基于多项式拟合的阴影检测算法误检率最低,且具有较高的准确率和良好的普适性,同时能够较为完整地去除水体,其水体去除率为98.90%;另一方面:与多峰直方图阈值提取算法和人工经验检测结果相比,本文提出的阴影扩充算法具有较低的漏检率和较高的准确率,并且能够提取阴影过渡区域。

论文目录

文章来源

类型: 硕士论文

作者: 薛理

导师: 杨树文

关键词: 多项式拟合,水体去除,阴影边界,过渡区域

来源: 兰州交通大学

年度: 2019

分类: 基础科学

专业: 自然地理学和测绘学

单位: 兰州交通大学

分类号: P237

DOI: 10.27205/d.cnki.gltec.2019.000361

总页数: 65

文件大小: 4713K

下载量: 48

相关论文文献

• [1].基于阴影概率约束的遥感影像建筑物阴影检测[J]. 激光与光电子学进展 2018(04)
• [2].停车场视频监视系统中阴影检测方法探析[J]. 工程技术研究 2016(06)
• [3].基于多时相遥感数据的云阴影检测算法[J]. 山东科技大学学报(自然科学版) 2016(02)
• [4].单幅室外图像的高阶能量方程阴影检测算法[J]. 计算机辅助设计与图形学学报 2019(07)
• [5].利用彩色图像阴影属性分析的阴影检测方法[J]. 湘潭大学自然科学学报 2017(04)
• [6].融合色彩比和梯度不变性的运动阴影检测[J]. 计算机工程与应用 2017(22)
• [7].Attention Res-Unet:一种高效阴影检测算法[J]. 浙江大学学报(工学版) 2019(02)
• [8].一种基于光流的行人阴影检测与跟踪[J]. 现代计算机(专业版) 2019(08)
• [9].高速公路上自适应车辆阴影检测[J]. 计算机应用 2016(S1)
• [10].结合辐射与分形的高分遥感建筑物阴影检测[J]. 仪器仪表学报 2018(02)
• [11].基于区域颜色聚类的运动目标阴影检测[J]. 计算机技术与发展 2016(03)
• [12].一种改进的基于纹理和颜色的运动阴影检测[J]. 电视技术 2014(07)
• [13].基于色彩和形态特征的人阴影检测方法[J]. 微电子学与计算机 2009(10)
• [14].智能交通系统中的椭球法运动阴影检测[J]. 光电子.激光 2009(10)
• [15].基于深度信息的单幅图像自动阴影检测[J]. 武汉大学学报(理学版) 2019(05)
• [16].基于超像素分割的快速移动阴影检测方法[J]. 电子测量与仪器学报 2018(03)
• [17].基于颜色和梯度差估计器的运动阴影检测[J]. 光电子.激光 2011(09)
• [18].高分四号卫星数据云和云阴影检测算法[J]. 光学学报 2019(01)
• [19].基于区域辐射一致性的移动阴影检测[J]. 光学学报 2019(03)
• [20].高分二号卫星影像中城市建筑物阴影检测方法[J]. 中国科技论文 2019(07)
• [21].结合直方图反投影的多特征运动阴影检测算法[J]. 光电子.激光 2014(07)
• [22].基于空域和局部纹理加权的阴影检测与去除方法[J]. 淮北师范大学学报(自然科学版) 2013(04)
• [23].一种基于机器学习的运动目标阴影检测新方法[J]. 光电子·激光 2018(12)
• [24].一种陆地卫星影像厚云阴影检测方法[J]. 测绘科学 2016(05)
• [25].基于彩色模型的遥感影像阴影检测[J]. 信息化建设 2016(07)
• [26].采用光照不变特征的椭球法运动阴影检测[J]. 北京邮电大学学报 2009(05)
• [27].移动视点下在线视频的动态阴影检测与跟踪[J]. 系统仿真学报 2019(07)
• [28].基于协同训练的低空运动平台动态人物阴影检测[J]. 计算机辅助设计与图形学学报 2014(06)
• [29].基于改进的广义S变换的低频阴影检测[J]. 地球物理学进展 2010(06)
• [30].面向增强现实的移动视点下室外视频的阴影检测[J]. 计算机辅助设计与图形学学报 2019(06)

标签：多项式拟合论文;  水体去除论文;  阴影边界论文;  过渡区域论文;