航空遙感影像的陰影處理方法研究.pdf

1、航空遙感影像具有空間分辨率高、信息量大的特點，被廣泛應用于地理信息產(chǎn)業(yè)、城市信息化建設、服務與旅游事業(yè)等城市經(jīng)濟和社會發(fā)展事業(yè)中。近年來，遙感影像分辨率隨遙感傳感技術的提高而呈百倍的增長，這更是突出了影像中陰影的存在。陰影削弱甚至消除了被遮擋區(qū)域物體的光學和物理信息，對后續(xù)的影像處理，包括目標識別、地物分類等造成消極的影響。因此，面對航空遙感技術產(chǎn)出的海量遙感影像，陰影去除技術成為近年來研究的熱點與難點。國內(nèi)外學者針對航空遙感影像提出的

2、陰影處理方法，能夠成功完成陰影檢測與補償。在此基礎上，如何提高陰影檢測與補償?shù)臏蚀_率與速度、如何擴展其應用范圍又是陰影處理的重要研究方向。
　　本文研究了c3通道的不足，對基于c3通道的陰影檢測算法的各步驟提出改進方案：第一，c3通道影像的非線性增強處理。為log變換公式設計可選參數(shù)擴展像素值的動態(tài)變化范圍，然后利用閾值法修正增強結果。第二，平滑去噪處理。以鄰接像素點與中心點的距離為影響因子設計權重公式，并結合閾值法來修正邊緣細節(jié)

3、處圖像模糊的效應。第三，陰影邊緣檢測。針對改進的Sobel邊緣檢測算法，利用高斯分布和抽樣方法估計邊緣閾值，從而實現(xiàn)閾值的自動選取。實驗結果證明，本文算法可有效降低噪聲對陰影提取的影響，尤其是在邊緣位置，改進后的算法準確率得到提高，適用于不同場景下的航空遙感影像的陰影檢測。
　　本文重點分析了現(xiàn)有的基于顏色恒常的陰影補償算法對航空遙感影像進行陰影補償時的優(yōu)缺點，針對校正增益計算的不準確性以及原算法忽略半影區(qū)域在陰影補償所占的重要地

4、位這兩個問題，提出基于顏色恒常的分區(qū)域陰影補償算法：第一，本影的補償。首先，確定同質(zhì)區(qū)，根據(jù)陰影區(qū)域的大小確定同質(zhì)區(qū)的大小，然后通過“逐層選取”的方法標記出陰影的同質(zhì)區(qū)；其次，分別對陰影區(qū)和同質(zhì)區(qū)進行顏色恒常計算得到顏色校正增益；最后，通過顏色恒常公式將本影區(qū)域的色彩變換到非陰影光照條件下。第二，半影的補償。首先，對陰影邊緣施行擴展處理，獲得半影區(qū)域；然后，在半影區(qū)分段多項式模型的基礎上，設計半影光照補償公式；最后，根據(jù)光照補償公式對半

5、影區(qū)域進行陰影補償。
　　航空遙感影像因其地物的多樣性與復雜性而在圖像處理領域擁有其特殊的地位，有針對性地對其進行陰影檢測與補償始終是圖像處理的重點與難點。針對陰影檢測，本文分析了陰影區(qū)域的共有特征，沒有研究地物的獨有特征，因此，如何有針對性地分析地物的陰影相關特征，從而更有效地檢測出陰影也是今后的研究方向。針對陰影補償，本文使用同質(zhì)區(qū)的顏色恒常計算結果作為非陰影區(qū)的結果并增加半影補償步驟，如何在此基礎上進一步提高陰影補償?shù)木葢?/p>