基于线性校正的遥感图像阴影去除算法研究
本文关键词：基于线性校正的遥感图像阴影去除算法研究 出处：《西南交通大学》2017年硕士论文 论文类型：学位论文
更多相关文章： 遥感图像 阴影去除 最大类间方差法 引导滤波
【摘要】：近年来,随着航天航空技术的飞速发展,快鸟、伊科诺斯、上帝之眼等卫星的发射,遥感技术也得到了广泛的应用,随之产生了大量的遥感图像。遥感图像应用在许多领域中,比如目标检测、目标识别、图像分割等。然而,在大部分的遥感图像中,由于地面上的高层建筑、大树、大桥的遮挡,会导致在地面上形成阴影。一方面,我们可以利用阴影,比如3D阴影重建,估算建筑高度,形状等;另一方面,阴影的存在也使得图像信息受损,不仅降低了图像颜色的色度,还使得图像的纹理细节变得模糊。这些改变在图像处理中都有消极影响,为了消除这种不利影响,将图像原始信息得到有效的还原,需要对阴影区域的颜色和细节进行处理。阴影的处理技术主要包含阴影检测和阴影去除,本文主要针对阴影去除算法进行研究分析。现有线性校正阴影补偿算法针对非匀质的阴影去除结果存在色偏,导致原始阴影区域的图像颜色信息受损,为了改善这一问题,提出一种自适应亮暗分类的线性校正算法。该算法将图像中每一块阴影与邻域非阴影区域的颜色信息提取出来,以一定大小的窗口分别遍历阴影区域和非阴影区域并计算每个窗口的对比度,选取出最大对比度的窗口,计算该窗口的均值作为分类阈值,将阴影区域和非阴影区域分别分类,最后匹配阴影区域和周围非阴影区域的亮暗类再进行线性补偿,为了改善边界痕迹,提升图像修复质量,提出加权均值的思想平滑边界痕迹,最终实验结果表明,本文思想能够改善图像色偏,平滑边界痕迹,使阴影边界和非阴影边界的过渡更加自然。针对自适应亮暗分类补偿算法存在色偏和纹理丢失问题,对该算法提出进一步改进,设计了一种基于引导滤波的自适应亮暗分类遥感图像阴影去除。首先采用改进的最大类间方差法将图像分类来改善图像类与类之间色偏问题。分类时提取出图像中的每一块独立的阴影,选取阴影边界一定像素以内的非阴影作为匹配数据,当图像有多类时,人工判定阴影区域类的数量k。在分类时,采用多次最大类间方差法分类的思想,通过选取像素级差值最大的类再次采用最大方差分类,每一次分类k都自减1,直到k等于1时停止分类,然后将阴影区域和非阴影区域类与类之间分别匹配并计算校正参数。为了平滑边界保存图像边界纹理细节,结合了引导滤波和线性校正函数,将阴影区域进行处理。最终实验结果表明,该算法处理结果颜色保真度较高,边界痕迹能够得到有效改善,纹理细节也能很好地保持。
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP751
【相似文献】
相关期刊论文 前10条
1 李伟;;遥感图像中的道路提取[J];自动化博览;2006年05期
2 李传龙;李颖;马龙;;一种新的遥感图像海岸线检测方法[J];计算机仿真;2010年08期
3 张学良;肖鹏峰;冯学智;;基于图像内容层次表征的遥感图像分割方法[J];中国图象图形学报;2012年01期
4 秦其明;遥感图像自动解译面临的问题与解决的途径[J];测绘科学;2000年02期
5 陈小琪;现代计算机印前制版技术在遥感图像印制中的应用研究——以《长江经济带可持续发展地图集》为例[J];地球信息科学;2000年02期
6 邓湘金,彭海良;一种基于遥感图像的机场检测方法[J];测试技术学报;2002年02期
7 余杰千,方涛,陈雍业;一种有效的遥感图像无缝分割方法[J];计算机应用;2003年12期
8 吴为禄;遥感图像中的云层消除处理[J];铁路航测;2003年01期
9 于辉,徐军;彩色遥感图像目标提取方法研究[J];遥感技术与应用;2003年06期
10 黄勇杰,王树国,刘俊义,陈东;遥感图像去云算法研究[J];仪器仪表学报;2003年S2期
相关会议论文 前10条
1 张凤春;董增寿;刘明君;;基于局部方差均衡的遥感图像增强方法[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年
2 邓冰;林宗坚;彭晓东;;遥感图像信息度量的原理与方法[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
3 江兴方;江鸿;何贤强;;遥感图像两种半自动拼接方法的研究[A];全国农业遥感技术研讨会论文集[C];2009年
4 罗睿;张永生;范永弘;邓雪清;;遥感图像基于内容查询的研究与实践[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年
5 陈东;庞怡杰;黄勇杰;;大倾斜航空遥感图像快速自动镶嵌技术[A];图像 仿真 信息技术——第二届联合学术会议论文集[C];2002年
6 黄勇杰;王树国;刘俊义;陈东;;遥感图像去云算法研究[A];首届信息获取与处理学术会议论文集[C];2003年
7 谢建春;赵荣椿;;遥感图像中的军用机场识别算法研究[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年
8 陈姚;王金亮;李石华;;遥感图像中云层遮挡影响消除处理方法研究述评[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
9 张磊;朱磊;;遥感图像中直线目标的检测[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
10 邱磊;李国辉;衡祥安;;一种基于交互学习的遥感图像挖掘方法[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年
相关重要报纸文章 前5条
1 蒋建科邋孙宏金 陈树琛;传回清晰遥感图像[N];人民日报;2008年
2 记者 郑千里;北京地区有了航空遥感图像[N];科技日报;2000年
3 本报通讯员;煤航遥感院获美国快鸟遥感图像西部代理权[N];中煤地质报;2005年
4 王石;印度通过“快鸟”影像发现古墓地[N];中国测绘报;2010年
5 记者 马彦平 张桂敏;澳大利亚钾矿钻探启动[N];农资导报;2011年
相关博士学位论文 前10条
1 朱光;基于遥感图像的交通道路目标识别方法研究[D];吉林大学;2015年
2 祁友杰;基于SoC技术的遥感图像快速匹配方法研究[D];东南大学;2016年
3 江兴方;遥感图像去云方法的研究及其应用[D];南京理工大学;2007年
4 滕鑫鹏;遥感图像道路提取研究[D];江苏大学;2014年
5 刘春红;超光谱遥感图像降维及分类方法研究[D];哈尔滨工程大学;2005年
6 刘哲;基于信息融合的遥感图像处理方法研究[D];西北工业大学;2002年
7 强赞霞;遥感图像的融合及应用[D];华中科技大学;2005年
8 杜根远;海量遥感图像内容检索关键技术研究[D];成都理工大学;2011年
9 陶午沙;基于结构模型的遥感图像军事阵地目标特征分析及其识别技术研究[D];国防科学技术大学;2004年
10 林剑;基于模糊理论的遥感图像分割方法研究[D];中南大学;2003年
相关硕士学位论文 前10条
1 邱磊;基于内容的遥感图像挖掘方法研究[D];国防科学技术大学;2005年
2 陈浩;高分辨遥感图像灾区建筑检测[D];南京理工大学;2015年
3 朱然;大数据量复杂背景下桥梁水坝目标快速识别[D];电子科技大学;2015年
4 王静静;基于NSCT和Shearlet变换的遥感图像增强研究[D];新疆大学;2014年
5 柴宏磊;基于知识的遥感图像港口目标识别[D];电子科技大学;2015年
6 冯一鸣;基于遥感图像中港口目标的分割算法研究与实现[D];西安电子科技大学;2014年
7 吴云坤;遥感图像变化检测技术研究[D];国防科学技术大学;2013年
8 王旭;无参考遥感图像质量综合评价算法研究[D];西安电子科技大学;2015年
9 宋玉梅;基于遥感图像的内河航道识别研究[D];重庆交通大学;2015年
10 张少辉;基于刃边法的遥感图像重建方法研究[D];西安电子科技大学;2014年
，本文编号：1330283
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/1330283.html
