高分遙感影像中云陰影的存在嚴(yán)重影響了遙感影像的質(zhì)量,為了減小這一影響,提出了利用云定位的云陰影自動(dòng)檢測(cè)方法。首先利用云的高亮度特征,使用光譜特征檢測(cè)法進(jìn)行云的自動(dòng)檢測(cè);然后利用陰影亮度低、歸一化藍(lán)色分量高的特性,構(gòu)建云陰影的自動(dòng)初檢測(cè);再根據(jù)光源、云及其陰影之間的幾何光照模型,沿著光照方向,利用云的檢測(cè)結(jié)果對(duì)云陰影進(jìn)一步定位搜尋,利用形狀和大小快速尋找到對(duì)應(yīng)的云陰影區(qū)域,并根據(jù)云檢測(cè)結(jié)果對(duì)云陰影的大小和形狀進(jìn)行優(yōu)化修正,得到云陰影的最終檢測(cè)結(jié)果。實(shí)驗(yàn)表明此方法能有效地提高云陰影檢測(cè)的準(zhǔn)確率,可有效排除水體、山體等低亮度非陰影區(qū)域的干擾。 

【文章來源】：地理空間信息. 2020,18(04)

【文章頁數(shù)】：5 頁

【部分圖文】：

云及云陰影之間的幾何關(guān)系

以下選取3幅不同特點(diǎn)的遙感影像，采用文獻(xiàn)[10]中根據(jù)遙感影像的色彩空間特征設(shè)計(jì)閾值檢測(cè)算法作為參照方法，對(duì)參照方法與利用云定位云陰影方法的實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比分析。檢測(cè)結(jié)果如圖2、3、4所示，精度對(duì)比評(píng)價(jià)如表1所示。圖3 城區(qū)影像2云陰影自動(dòng)檢測(cè)結(jié)果對(duì)比

城區(qū)影像2云陰影自動(dòng)檢測(cè)結(jié)果對(duì)比

【參考文獻(xiàn)】：
期刊論文
[1]GF-4序列圖像的云自動(dòng)檢測(cè)[J]. 胡昌苗,白洋,唐娉.  遙感學(xué)報(bào). 2018(01)
[2]基于多特征的GF-1影像陰影檢測(cè)研究[J]. 楊猛,楊樹文,雍萬鈴,文京川,張珊.  地理空間信息. 2017(08)
[3]采用單時(shí)相法的高分一號(hào)數(shù)據(jù)云/陰影檢測(cè)[J]. 云雅,夏勇,張錦水,潘耀忠.  遙感信息. 2017(04)
[4]遙感影像云及云影多特征協(xié)同檢測(cè)方法[J]. 沈金祥,季漩.  地球信息科學(xué)學(xué)報(bào). 2016(05)
[5]航空攝影過程中云的實(shí)時(shí)自動(dòng)檢測(cè)[J]. 高賢君,萬幼川,鄭順義,楊元維.  光譜學(xué)與光譜分析. 2014(07)
[6]Landsat TM遙感影像中厚云和陰影去除[J]. 李炳燮,馬張寶,齊清文,劉高煥.  遙感學(xué)報(bào). 2010(03)
[7]城市航空影像的陰影檢測(cè)和陰影消除方法研究[J]. 鮑海英,李艷,尹永宜.  遙感信息. 2010(01)
[8]基于歸一化RGB色彩模型的陰影處理方法[J]. 楊俊,趙忠明.  光電工程. 2007(12)



本文編號(hào)：3552914