论文部分内容阅读
随着科技的不断进步发展,卫星遥感技术迎来了前所未有的发展阶段。遥感技术因具有其他技术望尘莫及的特点,使得遥感技术在越来越多的领域得到了应用。然而,遥感影像中,因存在大量的高大建筑物以及树木等物体会遮挡住太阳光线,导致在地面上形成阴影。阴影的存在对遥感影像的应用有有利的影响,也有不利的影响。我们可以通过阴影的性质,如大小,形状,方向等来估计遮挡物的大小,形状以及光源方向等。但是阴影的存在意味着信息受损,使得遥感影像在计算机视觉领域的应用受到影响,如目标识别、图像分割、图像配准等,因此,为了能够减弱、消除这种不利影响,就需要对遥感影像中的阴影区域进行颜色信息与细节信息的恢复,使得遥感影像的数据能够得到充分并且正确的利用。阴影区域的信息恢复包含了两个研究方向:阴影检测、阴影去除,本文以遥感影像的阴影去除算法作为研究对象。本文首先对现有阴影去除方法的原理进行了详细描述,并进行了实验仿真分析。然后对现有基于非局部正则化的阴影去除方法仍存在颜色信息恢复不够好的缺点进行改进,设计了一种基于亮暗补偿的非局部正则化阴影去除方法。该方法首先通过将具有较大面积的独立阴影以及其相似非阴影分别分为亮、暗两个区域,并分别进行补偿,得到颜色信息恢复更好的阴影去除预测图像,然后分析了不同地物之间在R,G,B三个色彩通道的阴影尺度差,提出对阴影尺度非局部正则项三个色彩通道分别分配权值,减少在增强阴影区域细节信息时所产生的颜色失真现象。实验结果表明,本文所改进的方法能够更好的恢复阴影区域的颜色信息。针对基于亮暗补偿的非局部正则化阴影去除方法存在算法效率低、阴影去除结果仍存在一定的颜色偏差问题,设计了一种结合分类补偿与高通滤波的阴影去除方法。该方法首先通过利用外检查线寻找到每一阴影类对应的非阴影类,阴影类与对应的非阴影类进行一一映射补偿,减弱阴影类与类之间的相互影响。然后通过对原始阴影图像进行高通滤波,并将滤波后的结果进行亮度提升,得到细节信息增强的图像。最后结合分类补偿结果与高通滤波结果,使得阴影去除结果能够同时兼顾颜色信息与细节纹理信息。实验结果表明,该方法的阴影去除结果细节信息与颜色信息保持较好,算法效率得到了很大提高。