论文部分内容阅读
在高分影像中,普遍存在大量地物阴影。阴影的存在降低影像质量造成失真,并且使部分信息难以获取,严重影响地物信息的识别与统计。因此,高效、准确地检测和消除高分辨遥感影像中的地物阴影已成为业内研究、应用热点和难点。高分系列影像(GF)是指国产最高分辨率卫星遥感影像,通过国内外文献分析,还未发现针对GF-1及GF-2等我国高分影像的阴影检测算法,因此,论文提出3种针对GF-1影像的阴影检测方法和1种针对GF-2影像的阴影检测方法。主要研究成果如下:(1)提出了针对GF-1的基于多特征的影像阴影检测方法首先,对GF-1影像多光谱数据、全色数据进行正射校正和信息融合,以达到光谱与分辨率信息最大化利用,突出阴影信息,增大阴影与其他地物的差异。其次,建立基于主成分变换的阴影检测方法PC1/NIR和图像特征计算Rg_nir,得到初始阴影信息和水体信息;最后,用初始阴影信息与水体信息做逻辑非运算,从而达到剔除水体的目的,并利用形态学闭运算使得阴影区域更加连续,饱满。(2)提出了针对GF-1的基于HSV与PCA集成的阴影检测方法首先,利用主成分变换方法分割阴影与非阴影区域,分离后的阴影区域含有水体、深色地物信息;其次,对HSV色彩空间的V分量利用阈值法分割阴影和非阴影区域,分离后结果含有暗色植被,但不含有水体跟深色地物信息。最后,对两次计算结果进行逻辑与运算,从而剔除混合阴影区域中水体、深色地物以及暗色植被等信息,获得高精度阴影区信息。(3)提出了针对GF-1的集成特征分量的多尺度分割方法首先,对GF-1影像多光谱数据、全色数据进行正射校正和信息融合;其次,集成特征分量(主成分第一分量PC1、亮度分量V、绿光波段G、归一化植被指数NDVI)以增强阴影信息;最后,对集成后的影像进行多尺度分割,并利用特征分量构建规则集,最终实现阴影信息提取。(4)提出了针对GF-2的基于主成分分析的阴影检测方法首先,对GF-2影像多光谱数据进行典型地物光谱信息统计、分析,并利用主成分变换与波段计算方法分割阴影与非阴影信息;其次,利用归一化计算得到植被细信息;最后,对两次计算结果进行逻辑非运算,从而得到准确阴影信息。大量实验分析表明,论文提出的阴影检测方法即能高效、准确的提取出GF-1、GF-2影像阴影,又能削弱水体、深色地物、暗色植被的干扰,有效解决了国产高分系列影像的阴影检测的技术难题,为后续的阴影补偿和应用提供了有效地数据支持。