基于光谱辐射分离能力增强的远程传感图像中的影子检测
IEEE transactions on pattern analysis and machine intelligence
|December 18, 2023
概括
这项研究引入了一种用于在多光谱遥感图像中检测阴影的新方法. 该方法通过利用植物和水体等特征的物理特性有效地识别阴影.
科学领域:
- 遥感 遥感 遥感 遥感
- 图像分析 图像分析
- 计算机视觉 计算机视觉
背景情况:
- 影子检测在遥感中至关重要,但受到植物和水体等特征的挑战.
- 现有的方法难以区分阴影与黑暗物体和水.
- 了解特征的光谱特性是改善阴影检测的关键.
研究的目的:
- 开发一种简单有效的影子检测方法,用于多光谱遥感图像.
- 利用特征的物理特性来提高影子检测准确度.
- 为了抑制非阴影特征,同时突出显示阴影区域.
主要方法:
- 利用植被的光谱特性 (在NIR中更明亮) 和水体 (在绿色与蓝色频段中更强的反射).
- 开发转换模型以抑制非影子特征并增强影子.
- 采用色彩空间转换和主导色彩组件来识别候选阴影.
- 引入规范化的颜色差异复合指数 (CDCI) 和颜色纯度指数 (CPI) 用于影子分离和信心评估.
主要成果:
- 提出的方法成功地检测出多光谱图像中的阴影.
- 该技术有效地抑制了干扰的特征,如植被和水体.
- 实验结果表明,与最先进的影子检测方法相比,性能优越.
结论:
- 开发的方法为多光谱遥感中影子检测提供了强大的解决方案.
- 频谱属性和基于颜色的索引的融合提供了高准确度.
- 这种方法提升了远程传感中自动图像分析的能力.
