遙感圖像的陰影檢測(cè)技術(shù).ppt

1、,遙感圖像的陰影檢測(cè)技術(shù),隨著航空衛(wèi)星技術(shù)不斷發(fā)展的步伐，高空間分辨率遙感的廣泛應(yīng)用，如何消除遙感影像的陰影，具有越來越重要的現(xiàn)實(shí)意義，但是這個(gè)問題一直是遙感影像處理領(lǐng)域的一個(gè)難題。在這種情況下，人們開始了遙感圖像陰影檢測(cè)技術(shù)的研究。陰影既是使圖像退化的噪聲源，又是提供一些有用信息的信息源。有了陰影檢測(cè)技術(shù)，我們就能獲取更多關(guān)于我們所研究的對(duì)象的一些有效信息。,下面是一幅遙感圖像：,自陰影,投射陰影,針對(duì)遙感圖像的陰影檢測(cè)本文主要闡述了三種實(shí)現(xiàn)遙感圖像的陰影檢測(cè)的算法： 1） 基于RGB彩色空間的歸一化處理的陰影檢測(cè)算法； 2） 基于RGB彩色空間的直接差分算子的陰影檢測(cè)算法； 3） 基于紋理

2、分析的陰影檢測(cè)算法。 我們的重點(diǎn)研究的算法是基于RGB彩色空間的歸一化處理的陰影檢測(cè)算法。,首先 陰影區(qū)域的特性： 1)由于光線被遮擋，陰影區(qū)域具有更低的灰度值 2)陰影區(qū)域具有更高的色調(diào)值 3)由于大氣瑞利散射的影響，陰影區(qū)域具有更高的飽和度 4)陰影不改變?cè)械乇淼募y理特征 5)陰影與產(chǎn)生陰影的目標(biāo)具有相似的輪廓,很多檢測(cè)算法都基于陰影的屬性，還有一種是基于模型的陰影檢測(cè)。,根據(jù)陰影的屬性（陰影區(qū)域具有更低的灰度值），通過分析Phong光照模型，發(fā)現(xiàn)在陰影區(qū)域的三個(gè)通道中，R通道下降得最多，G通道次之，B通道下降得最少，這相當(dāng)于增加了陰影區(qū)域的藍(lán)色分量。充分利用了陰影區(qū)域的這一屬性，通過對(duì)

3、彩色RGB影像進(jìn)行如下的歸一化處理： 其中： R、G、B分別為原始的RGB分量， R、G、B分別為歸一化后的RGB分量。通過前面的分析可知，在陰影區(qū)B通道灰度下降得最少 。 整個(gè)的陰影檢測(cè)流程如下圖所示：,通過對(duì)B分量圖采用otsu閡值分割的方法，設(shè)置一個(gè)較高的閾值就可以得到大致的陰影區(qū)域。但原始影像中的偏藍(lán)色地物在B分量中也具有很高的像素值，需要將這些區(qū)域從陰影區(qū)域中去除?；诖?，我們?cè)谠嫉腂分量圖中引入了一個(gè)閾值來保證陰影檢測(cè)的精度。只有在B分量中高于某個(gè)閾值，并在B分量中低于某個(gè)閾值區(qū)域，才被檢測(cè)成為陰影區(qū)域。,處理后的圖像：,由于各個(gè)彩色空間的誤測(cè)率不一樣從而導(dǎo)致其在陰影檢測(cè)誤差上的不一致。為了更大地減小陰影檢測(cè)誤差，我們應(yīng)該通過大量的研究，希望能找到基于某種彩色空間的檢測(cè)誤差更小的遙感圖像的陰影檢測(cè)技術(shù)。 由于光源和場(chǎng)景的三維結(jié)構(gòu)不易得到，基于模型的陰影檢測(cè)方法局限性很大，但其檢測(cè)效果是最好的。所以，以后的研究重點(diǎn)要放在基于