遙感圖像陰影檢測算法研究.pdf

1、受成像技術(shù)、成像條件等各種因素的限制和影響，彩色遙感圖像在形成過程中存在或多或少的降質(zhì)現(xiàn)象，圖像陰影就是其中的典型代表。陰影的存在會對計算機(jī)視覺圖像處理產(chǎn)生干擾，影響圖像信息的準(zhǔn)確判讀與解譯，為后續(xù)遙感圖像的處理帶來諸多困難，如目標(biāo)分類識別、圖像匹配等。因此，十分有必要對圖像陰影進(jìn)行預(yù)處理。而陰影檢測作為其中的首要步驟，已經(jīng)得到眾多關(guān)注和廣泛研究。但現(xiàn)有陰影檢測算法仍存在檢測精度不理想、適用范圍受限等問題，依然有很大的優(yōu)化提升空間。

2、r>　　本文從三個方面對基于C3通道的陰影檢測算法進(jìn)行改進(jìn)：優(yōu)化C3通道轉(zhuǎn)換方法，分區(qū)域改變像素點亮度，線性增強高閾值范圍內(nèi)像素點 B分量，擴(kuò)大了陰影區(qū)域與非陰影區(qū)域?qū)Ρ榷?，尤其是陰影區(qū)域和植被區(qū)域的對比程度；改進(jìn)獨立分量分析圖像去噪算法，結(jié)合軟、硬閾值收縮函數(shù)的優(yōu)點，提出了一種指數(shù)型閾值收縮函數(shù)，確保了收縮函數(shù)的連續(xù)可導(dǎo)性，避免了稀疏編碼系數(shù)的過度減小和高頻圖像信息的誤判，提高了圖像去噪精度；采用直方圖勢函數(shù)計算分割閾值，改進(jìn)偽彩增強

3、算法，進(jìn)一步增大了陰影區(qū)域和非陰影區(qū)域的對比度，提高了兩區(qū)域之間過渡階段的分離程度，降低了整體區(qū)域像素點被誤判的可能，為后續(xù)處理操作提供了較優(yōu)圖像輸入。為滿足算法完整性以及高精度要求，本文利用在邊緣檢測方面表現(xiàn)較好的Sobel算子檢測方法進(jìn)行陰影邊緣的提取，之后對獲得的陰影邊緣和已處理的C3通道圖像，進(jìn)行圖像疊加、二值化、形態(tài)學(xué)處理等操作提取遙感圖像陰影區(qū)域。
　　本文對多幅遙感圖像進(jìn)行仿真實驗，根據(jù)已有結(jié)果評估體系，量化算法檢測

4、結(jié)果，通過多種不同算法的對比，驗證了本文算法的有效性。結(jié)果表明本文算法有效提高了遙感圖像陰影檢測的精度，即增加了陰影區(qū)域的正檢率，降低了非陰影區(qū)域的誤檢率，且算法穩(wěn)健性較好。
　　航空遙感圖像因其實用性在城市監(jiān)測、環(huán)境保護(hù)等領(lǐng)域占有重要地位，高效且全面地檢測出圖像中陰影區(qū)域始終是圖像處理的重點與難點。在陰影檢測部分，本文沒有對特殊地物進(jìn)行處理，如高層反光建筑、水體等。因此，如何有針對性地分析地物的陰影相關(guān)特征，以更有效地檢測出陰影