一种基于高分辨率遥感影像的城市阴影检测与去除方法技术

本发明专利技术公开了一种基于高分辨率遥感影像的城市阴影检测去除方法，首先通过阈值对双边滤波后的影像计算得到特征值进行阴影检测，并利用图割法对该结果进行区域增长得到阴影掩码；同时用双边滤波前后的亮度图相减得到细节图，进而得到纹理较弱的区域，结合NDWI完成城市水域的检测，在阴影掩膜中去掉水域的部分，并分别对阴影与非阴影进行分割，计算影像光谱与纹理信息，匹配得到每块阴影区对应的同质非影区；最后用矩匹配和直方图匹配的方法分别去除非水域与水域的阴影。本发明专利技术针对城市高分影像地表的复杂性，大大改善了阴影检测与去除的效果，可用于改进城市变化检测与地物识别等工程应用问题。

A method of city shadow detection and removal based on high resolution remote sensing image

The invention discloses a method for removing City shadow detection based on high resolution remote sensing image, first through the threshold characteristic value of the shadow detection on bilateral filtered image computing, and cutting method for regional growth by shadow masking the results using the graph; at the same time with the luminance map obtained before and after subtraction of bilateral filtering and detailed drawing. Texture the weak area, combined with the NDWI to complete the detection of city water, remove the water part of the shadow mask, and were on the shadow and non shadow segmentation, calculation of image spectrum and texture information, corresponding to each non shadow shadow region homogeneity; finally, moment matching and histogram matching were removed the waters and the waters of the shadow. Aiming at the complexity of the urban high score image ground surface, the invention greatly improves the effect of shadow detection and removal, and can be used for improving engineering application problems such as urban change detection and surface recognition.

【技术实现步骤摘要】
一种基于高分辨率遥感影像的城市阴影检测与去除方法
本本专利技术属于遥感和摄影测量
，涉及一种基于高分辨率遥感影像水域检测与城市阴影的检测去除方法，尤其是涉及一种基于高分辨率遥感影像优化矩匹配的阴影检测与去除方法。
技术介绍
阴影的检测与去除在高分辨率遥感影像分析与应用中是一个关键问题。随着遥感技术的高速发展，影像空间分辨率已经达到较高的水平，城市遥感影像分析中，阴影提取可以辅助建筑物等高程信息的提取，阴影去除可以丰富影像信息，改善地物识别、变化检测以及影像匹配等问题。高分辨率城市遥感影像包含地物信息丰富，城市水域复杂、阴影区域零散且分布无规则，增加了阴影检测与去除的难度。城市阴影与水域的光谱特征非常接近，需要将水域与地面的阴影进行区分处理才能得到更好的效果。水域提取一般用归一化水指数NDWI进行判别，但是城市水质复杂，单一的光谱特征不能很好的提取水域。阴影检测主要有色彩空间特征提取并结合阈值的方法，不需要过多的场景参数描述，简单可行，但是效果并不一定理想，也有结合区域增长与形态学处理的阴影检测方法的研究，但是因为在增长和形态学处理的过程中往往不能保证阴影边缘的准确性。阴影去除主要有线性拉伸、直方图匹配以及同态滤波等，但是存在纹理信息恢复不完整以及光谱特征保真度不高等问题，总之，传统的阴影检测与去除方法往往存在信息丢失，在高分辨率遥感影像中难以达到理想的效果，不能很好的用于后续的变化检测与地物识别。近年来基于机器学习与图割法的检测法与矩匹配的阴影补偿算法已有一些研究和成果，如结合支持向量机与Grabcut的阴影检测方法，还有在影像分割基础上进行区域的矩匹配，从而去除阴影方法等，在自然影像的阴影去除方面都有了一定的成果，但是在高分辨率遥感影像中，由于地物类型复杂性的提升，自然影像的阴影去除方法在应用中，会出现分割结果不理想与分割块间色彩过渡的不平滑等问题，不能达到理想的效果。
技术实现思路
本专利技术主要是解决现有技术所存在高分辨率城市遥感影像地物复杂度高，以及分割结果不理想、分割块间色彩过渡的不平滑以及光谱特征保真度不高等问题；提供了一种结合水域检测与优化矩匹配的阴影检测与去除方法，可以有效改善城市高分辨率遥感影像阴影检测与去除的效果。本专利技术所采用的技术方案是，一种基于高分辨率遥感影像城市阴影检测与去除方法，包括以下步骤：步骤1，对原始高分辨率影像进行初步阴影检测，并用图割法进行区域增长，得到初始的阴影区和非阴影区；步骤2，对原始高分辨率影像的亮度分量I进行直方图均衡化得到图IHE，并对IHE进行双边滤波；步骤3，用步骤2中的IHE亮度图与步骤2中的双边滤波结果进行差值处理，得到细节纹理图，利用Otsu阈值法在细节图上得到纹理较弱的区域，并结合NDWI得到水域；步骤4，步骤1中的初始阴影区域去除水域的部分，得到城市非水域阴影掩膜，并确定阴影边缘；步骤5，计算原始影像的光谱特征值与纹理特征值，并将阴影与非阴影区分别进行SLIC影像分割，得到阴影与非阴影区分割块；步骤6，根据步骤5中计算得到的光谱特征值与纹理特征值，对每个阴影区内的分割块，在周围临近的非阴影区中计算出特征最相近的分割块，然后分别两个对应分割块的各波段的均值和方差；步骤7，对步骤6的计算结果，用距离作为权值整合每个阴影区与周围非阴影区所有对应分割块的波段特征值，计算出该阴影区的整体校正参数，并对阴影区进行分波段逐像素的校正；步骤8，校正好阴影区域之后，对于步骤4中的阴影边缘，计算该阴影边缘两侧阴影分割块与对应非阴影分割块平均的均值与方差，并对阴影边缘进行分波段逐像素校正；步骤9，对于步骤3中检测得的水域部分，计算亮度直方图，获得水域的阴影部分，并对水域中阴影与非阴影部分的直方图进行匹配，得到无阴影的水域。进一步的，步骤7的具体实现方式如下，步骤7.1，首先计算整个阴影区域内的均值与方差，然后用距离作为权值，整合非阴影对应区域的均值与方差，如下式所示，其中，C(i,j)表示该阴影区所对应的非阴影区整体的加权均值和方差，为非阴影区每个分割块的均值和方差组成的向量，CB(m)是每个分割块的校正参数，m是阴影区内对应的分割块数，为非阴影区不同分割块与对应阴影分割块的距离组成的权向量；步骤7.2，按照上一步的结果，用整体阴影和非阴影区的均值和方差进行计算，按照下式进行分波段逐像素的校正，其中，Is′(i,j)与Is(i,j)分别为阴影区校正前后各像素的值，μn与μs分别为非阴影区与阴影区整体的均值，σn-s为阴影区与非阴影区的协方差，与σs为阴影区的方差。进一步的，步骤8的具体实现方式如下，首先在与该阴影边缘临近的同质分割块中寻找阴影和非阴影两个分割块作为参考，然后计算两参考块的均值与方差的平均值，并用按照下式进行校正，其中Ie′(i,j)与Ie(i,j)分别为阴影边缘校正前后各像素的值，μavg和σavg分别为阴影边缘两侧的阴影分割块与对应非阴影分割块平均的均值和方差，μe和σe分别为阴影边缘的均值和方差。进一步的，步骤1的具体实现方式如下，步骤1.1，对影像进行分波段的双边滤波，并利用四波段数据计算得到的B’、I、Q、A四种特征值，分别用Otsu阈值法进行处理，得到的四个结果的交集，即为初步阴影检测结果，其中B′＝B/(R+G+B)，R、G、B分别表示红、绿、蓝三波段数据，B′为蓝波段的归一化值，是阴影的主特征值，I为HSI色彩空间下的亮度值，Q为复合特征Q＝B′-I，A为复合特征，其中NDVI为归一化植被指数，NDVI＝(NR-R)/(NR+R)，t为判定植被的阈值；步骤1.2，用图割法对阴影进行区域增长，认为待增长区是前景，非阴影区是可能背景，图割后得到的前景与可能前景都视为阴影区，背景与可能背景都视为非阴影区。进一步的，步骤2中对IHE进行双边滤波的实现方式如下，用双边滤波对IHE图进行处理得到滤波影像，双边滤波器中：式中IBF是双边滤波后得到的影像，i,j分别为每个像素的横纵坐标，权重系数ω(i,j)＝Ws(i,j)×Wr(i,j)，其中Ws(i,j)和Wr(i,j)分别为IHE图的相似性因子和空间距离判定因子，σs和σr表示高斯函数标准偏差，(i,j)表示待滤波中心像素坐标，(i’,j’)表示窗口其他像素坐标，IHE(i’,j’)表示双边滤波后中心像素的亮度值。进一步的，步骤4中通过对城市非水域阴影掩膜影像各进行一次腐蚀和一次膨胀，然后将两次的结果相减，得到的结果视为阴影边缘。进一步的，步骤5的具体实现方式如下，步骤5.1，用Hog算子提取影像的弱纹理强度值，并用Gabor变化提取不同尺度和方向的纹理向量式中σkl,μkl分别是每个分割区块的小波变换系数的方差与均值，k、l分别表示小波变换的尺度和方向；步骤5.2，将原始影像从RGB颜色空间转换到CIE-Lab颜色空间，对应每个像素的(L，a，b)颜色值和(x，y)坐标组成一个5维向量V[L,a,b,x,y]；步骤5.3，按照城市非水域阴影掩膜将影像分为阴影和非阴影两张影像，并分成K个种子点，根据步骤5.2中计算所得像素间V向量的距离大小，对每个种子点的周围空间进行K-means聚类，得到最终SLIC分割结果。进一步的，步骤6中对每个阴影区内的分割块，在周围临近的非阴影区中计算出特本文档来自技高网...

【技术保护点】
一种基于高分辨率遥感影像的城市阴影检测与去除方法，其特征在于，包括如下步骤：步骤1，对原始高分辨率影像进行初步阴影检测，并用图割法进行区域增长，得到初始的阴影区和非阴影区；步骤2，对原始高分辨率影像的亮度分量I进行直方图均衡化得到图IHE，并对IHE进行双边滤波；步骤3，用步骤2中的IHE亮度图与步骤2中的双边滤波结果进行差值处理，得到细节纹理图，利用Otsu阈值法在细节图上得到纹理较弱的区域，并结合NDWI得到水域；步骤4，步骤1中的初始阴影区域去除水域的部分，得到城市非水域阴影掩膜，并确定阴影边缘；步骤5，计算原始影像的光谱特征值与纹理特征值，并将阴影与非阴影区分别进行SLIC影像分割，得到阴影与非阴影区分割块；步骤6，根据步骤5中计算得到的光谱特征值与纹理特征值，对每个阴影区内的分割块，在周围临近的非阴影区中计算出特征最相近的分割块，然后分别计算对应分割块的各波段的均值和方差，步骤7，对步骤6的计算结果，用距离作为权值整合每个阴影区与周围非阴影区所有对应分割块的波段特征值，计算出该阴影区的整体校正参数，并对阴影区进行分波段逐像素的校正；步骤8，校正好阴影区域之后，对于步骤4中的阴影边缘，计算该阴影边缘两侧阴影分割块与对应非阴影分割块平均的均值与方差，并对阴影边缘进行分波段逐像素校正；步骤9，对于步骤3中检测的水域部分，计算亮度直方图，获得水域的阴影部分，并对水域中阴影与非阴影部分的直方图进行匹配，得到无阴影的水域。...

【技术特征摘要】
1.一种基于高分辨率遥感影像的城市阴影检测与去除方法，其特征在于，包括如下步骤：步骤1，对原始高分辨率影像进行初步阴影检测，并用图割法进行区域增长，得到初始的阴影区和非阴影区；步骤2，对原始高分辨率影像的亮度分量I进行直方图均衡化得到图IHE，并对IHE进行双边滤波；步骤3，用步骤2中的IHE亮度图与步骤2中的双边滤波结果进行差值处理，得到细节纹理图，利用Otsu阈值法在细节图上得到纹理较弱的区域，并结合NDWI得到水域；步骤4，步骤1中的初始阴影区域去除水域的部分，得到城市非水域阴影掩膜，并确定阴影边缘；步骤5，计算原始影像的光谱特征值与纹理特征值，并将阴影与非阴影区分别进行SLIC影像分割，得到阴影与非阴影区分割块；步骤6，根据步骤5中计算得到的光谱特征值与纹理特征值，对每个阴影区内的分割块，在周围临近的非阴影区中计算出特征最相近的分割块，然后分别计算对应分割块的各波段的均值和方差，步骤7，对步骤6的计算结果，用距离作为权值整合每个阴影区与周围非阴影区所有对应分割块的波段特征值，计算出该阴影区的整体校正参数，并对阴影区进行分波段逐像素的校正；步骤8，校正好阴影区域之后，对于步骤4中的阴影边缘，计算该阴影边缘两侧阴影分割块与对应非阴影分割块平均的均值与方差，并对阴影边缘进行分波段逐像素校正；步骤9，对于步骤3中检测的水域部分，计算亮度直方图，获得水域的阴影部分，并对水域中阴影与非阴影部分的直方图进行匹配，得到无阴影的水域。2.如权利要求1所述的一种基于高分辨率遥感影像的城市阴影检测与去除方法，其特征在于：步骤7的具体实现方式如下，步骤7.1，首先计算整个阴影区域内的均值与方差，然后用距离作为权值，整合非阴影对应区域的均值与方差，如下式所示，其中，C(i,j)表示该阴影区所对应的非阴影区整体的加权均值和方差，为非阴影区每个分割块的均值和方差组成的向量，CB(m)是每个分割块的校正参数，m是阴影区内对应的分割块数，为非阴影区不同分割块与对应阴影分割块的距离组成的权向量；步骤7.2，按照上一步的结果，用整体阴影和非阴影区的均值和方差进行计算，按照下式进行分波段逐像素的校正，其中，Is′(i,j)与Is(i,j)分别为阴影区校正前后各像素的值，μn与μs分别为非阴影区与阴影区整体的均值，σn-s为阴影区与非阴影区的协方差，与σs为阴影区的方差。3.如权利要求2所述的一种基于高分辨率遥感影像的城市阴影检测与去除方法，其特征在于：步骤8的具体实现方式如下，首先在与该阴影边缘临近的同质分割块中寻找阴影和非阴影两个分割块作为参考，然后计算两参考块的均值与方差的平均值，并用按照下式进行校正，其中Ie′(i,j)与Ie(i,j)分别为阴影边缘校正前后各像素的值，μavg和σavg分别为阴影边缘两侧的阴影分割块与对应非阴影分割块平均的均值和方差，μe和σe分别为阴影边缘的均值和方差。4.如权利要求3所述的一种基于高分辨率遥感影像的城市阴影检测与去除方法，其特征在于：步骤1的具体实现方式如下，步骤1.1，对影像进行分波段的双边滤波，并利用四波段数据计算得到的B’、I、Q、A四种特征值，分...

【专利技术属性】
技术研发人员：张永军，岳照溪，毛炜青，郭功举，潘琛，
申请(专利权)人：武汉大学，上海市测绘院，
类型：发明
国别省市：湖北,42