高分辨率遥感影像阴影检测与补偿算法研究

发布时间：2020-11-02 18:58

　　 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。
【学位单位】：兰州交通大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：P237
【部分图文】：

阴影分类

（i）Quickbird-2 绿波段 （j）Quickbird-2 蓝波段图 2.2 阴影光谱值分析方法辨率遥感影像阴影检测算法较少，且大都针对单一影像，对

多特征阴影提取
【相似文献】

相关期刊论文 前10条

1 孙大伟;赵猛;;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年06期

2 陈卓;刘艳丽;杨红雨;;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年07期

3 廖洁;刘琳;;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年04期

4 廖娟;朱德泉;李勃;刘路;陈启美;;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年22期

5 张友鹏;;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年08期

6 王胜华;唐先亮;谭飞刚;黄玲;;高速公路上自适应车辆阴影检测[J];计算机应用;2016年S1期

7 吴江波;汪西原;;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年07期

8 张哲源;史颖欢;高阳;;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年10期

9 高俊祥;田彦;刘勇;;智能交通系统中的椭球法运动阴影检测[J];光电子.激光;2009年10期

10 王超;行鸿彦;李亮;裴晓芳;申祎;;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年02期

相关博士学位论文 前10条

1 陈琦;基于特征和字典学习的图像阴影检测与去除方法研究[D];华中师范大学;2019年

2 代江艳;视频中运动目标阴影检测研究[D];东北师范大学;2014年

3 闻帆;基于视觉的交通路口车辆智能检测技术研究[D];哈尔滨工业大学;2010年

4 李子龙;智能交通系统中视频目标检测与识别的关键算法研究[D];华南理工大学;2014年

5 王琼洁;高分辨率正射影像阴影检测与各向异性散射补偿方法[D];武汉大学;2017年

6 曲昭伟;混合交通视频检测算法研究[D];吉林大学;2009年

7 高俊祥;智能视频监控中目标的检测与跟踪[D];北京邮电大学;2010年

8 王国良;图像处理技术在智能交通系统中应用的研究[D];大连海事大学;2008年

9 许毅平;基于高光谱图像多特征分析的目标提取研究[D];华中科技大学;2008年

10 严捷丰;交通视频监控中的车辆检测与分割方法研究[D];中国科学技术大学;2008年

相关硕士学位论文 前10条

1 周雪莹;地表类型产品支持的云及云阴影检测算法[D];山东科技大学;2018年

2 任卫东;单幅户外彩色图像的阴影检测方法研究[D];燕山大学;2019年

3 薛理;高分辨率遥感影像阴影检测与补偿算法研究[D];兰州交通大学;2019年

4 吴晓桐;视频SAR的运动目标检测与跟踪技术研究[D];西安电子科技大学;2019年

5 朱尧;时空一致的视频阴影检测与消除研究[D];武汉大学;2017年

6 郭玲;基于单幅图像的阴影检测与去除方法及系统[D];西安理工大学;2019年

7 廖杰;运动目标阴影检测算法研究与实现[D];国防科学技术大学;2015年

8 焦玮;高分辨率遥感图像阴影检测算法研究[D];合肥工业大学;2018年

9 甄蕊;单幅图像的阴影检测与去除算法研究[D];天津大学;2018年

10 岳照溪;高分辨率遥感影像阴影检测与去除技术研究[D];武汉大学;2018年

本文编号：2867436