一种无监督遥感图像阴影检测方法技术

本发明专利技术公开了一种无监督遥感图像阴影检测方法，包括：将遥感图像RGB颜色空间转换为HSI颜色空间，并进行高斯滤波去噪；利用去噪后的图像组成样本集，并获取HSI各颜色通道的最优分割阈值；根据HSI各颜色通道的最优分割阈值，对待检测图像进行检测，得到初步阴影检测结果；对初步阴影检测结果进行标记，获得标记的连通区域，并计算连通区域的面积；对连通区域的面积设置阈值进行筛选，并对筛选后的区域运用形态学闭运算填补，得到最终阴影区域。本发明专利技术有益效果是：在地物复杂，场景多样的遥感影像中，能够准确的检测出图像中的阴影区域。该方法可以为后续遥感阴影去除提供可靠的指导信息，从而可以从阴影中恢复区域内原有的地物结构。物结构。物结构。

【技术实现步骤摘要】
一种无监督遥感图像阴影检测方法


[0001]本专利技术涉及遥感影像监测领域，尤其涉及一种无监督遥感图像阴影检测方法。

技术介绍

[0002]由于遥感影像中存在的较多阴影区域，地物特征受到阴影的干扰而变得不明显，从而影响了图像解译的精度。目前基于光谱差异，几何特征的阴影检测方法对场景，光照条件，几何理论等先验知识的要求过高，检测难度较大且精度不高，不利于多场景下的遥感影像的阴影检测。

技术实现思路

[0003]为了针对以上技术问题，本专利技术提供一种无监督遥感图像阴影检测方法，方法包括以下步骤：
[0004]S1、将遥感图像RGB颜色空间转换为HSI颜色空间，并进行高斯滤波去噪，得到去噪后的图像；
[0005]S2、利用去噪后的图像组成样本集，并获取HSI各颜色通道的最优分割阈值；
[0006]S3、根据HSI各颜色通道的最优分割阈值，对待检测图像进行检测，得到初步阴影检测结果；
[0007]S4、对初步阴影检测结果进行标记，获得标记的连通区域，并计算连通区域的面积；
[0008]S5、对连本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无监督遥感图像阴影检测方法，其特征在于：包括以下步骤：S1、将遥感图像RGB颜色空间转换为HSI颜色空间，并进行高斯滤波去噪，得到去噪后的图像；S2、利用去噪后的图像组成样本集，并获取HSI各颜色通道的最优分割阈值；S3、根据HSI各颜色通道的最优分割阈值，对待检测图像进行检测，得到初步阴影检测结果；S4、对初步阴影检测结果进行标记，获得标记的连通区域，并计算连通区域的面积；S5、对连通区域的面积设置阈值进行筛选，并对筛选后的区域运用形态学闭运算填补，得到最终阴影区域。2.如权利要求1所述的一种无监督遥感图像阴影检测方法，其特征在于：步骤S2中，获取任一颜色通道最优分割阈值的过程如下：S21、首先随机在[0
‑
255]之间选取n个阈值点t
i
,i＝{1,2,
…
,n}，设置最大迭代次数为max_iteration，初始步长v0，开始迭代过程；S22、在第k次迭代下，针对某一阈值点t
i
，将低于t
i
的像素点记为阴影样本，高于t
i
的像素点记为非阴影样本；S23、计算样本集输入图像的平均灰度值μ；S24、将阴影样本点的数目占全部像素点的比例记为w1，计算阴影样本点内的平均灰度值，记为μ1；S25、将非阴影样本点的数目占全部像素点的比例记为w2，计算非阴影样本内的平均灰度值，记为μ2；S26、计算图像在阈值点t
i
的类间方差，公式如下：g＝w1(μ1‑
μ)2+w2(μ2‑
μ)2(1)S27、遍历上述的每一阈值点t
i
,i＝{1,2,
…
,n}，按照公式(1)计算出在第k次迭代下每一阈值的类间方差S28、遍历阈值点t
i
，更新第1至k次迭代下阈值点...

【专利技术属性】
技术研发人员：张之政，郭明强，何占军，吴亮，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：