一種LandsatTM/ETM+圖像中山體陰影區的光譜信息恢復方法

2023-09-22 23:36:20 1

專利名稱：一種Landsat TM/ETM+圖像中山體陰影區的光譜信息恢復方法
技術領域：
本發明涉及一種對Landsat TM/ETM+圖像進行處理的方法,特別是一種Landsat TM/ETM+圖像中山體陰影區的光譜信息恢復方法。
背景技術：
一直以來，在遙感成像領域，Landsat TM/ETM+圖像有著大量的應用，美國陸地衛星曆經三代，第一代是Landsat-I衛星、Landsat-2衛星和Landsat-3衛星，第二代是 Landsat-4衛星和Landsat-5衛星，第三代是Landsat-6衛星和Landsat-7衛星。TM是指美國陸地衛星4 5號專題製圖儀Thematic Mapper所獲取的多波段掃描影像，TM圖像有 7個波段，其波譜範圍是TM-1為0. 45 0. 52微米，TM-2為0. 52 0. 60微米，TM-3為
0.63 0. 69微米，以上為可見光波段；TM-4為0. 76 0. 90微米，為近紅外波段；TM_5為
1.55 I. 75微米，TM-7為2. 08 2. 35微米，為中紅外波段;TM_6為10. 40 12. 50微米， 為熱紅外波段。因TM影像具較高空間解析度、波譜解析度、極為豐富的信息量和較高定位精度，從20世紀80年代中後期開始成為世界各國廣泛應用的重要的地球資源與環境遙感數據源。LANDSAT-7衛星的改進型主題測繪儀Enhanced Thematic Mapper Plus,也就是 ETM+,是在TM基礎上改進的。ETM+相對TM增加了 I個金色譜段和2個增益區域，增加了太陽定標器，並提高了紅外譜段的解析度。在Landsat TM/ETM+圖像中，陰影現象普遍存在，陰影由高出地面的物體遮擋太陽直射光而形成，可以分為投射陰影，即是高物體遮擋光源而投射到地面的陰影，和自身陰影，即是物體自身未受到光源直射部分的陰影。可以參見Salvador, E. , Cavallaro, A., & Ebrahimi, T. (2001). Shadow identification and classification using invariant color models. In IEEE International Conference on Acoustics, Speech and SignalProcessing, 3,1545-1548.以及 Yao,J.,& Zhang, Z. (2006). Hierarchical shadow detection for color aerial images. Computer Vision and Image Understanding,102, 60-69.文獻描述。在估測建築物的形狀和高度等三維結構重建方面，陰影有著積極的意義， 然而在大部分圖像處理和工程應用中，由於遙感圖像中陰影區DN值相對偏低，光譜信息量相對較少，因此給地物類型的解譯和地表覆蓋分類等工作帶來了很大的困難。尤其在山地區域，複雜崎嶇的地形造成了山體陽坡和陰坡之間接收直射光照量的巨大差異，陰影現象尤為嚴重。地形糾正是解決陰影問題的一種有效手段。在過去數十年間，研究者們提出了很多地形糾正算法針對朗伯表面，Teillet提出了餘弦法，C糾正法和經驗統計模型； 參見 Teillet, P.M. , Guindon, B. , & Goodenough, D. G. (1982). On the slope-aspect correction of multispectral scanner data. Canadian Journal of Remote Sensing, 8,84-106.。針對非郎伯表面，應用最廣泛的是Minnaert糾正法，參見Minnaert,M. (1941). The reciprocity principle in lunar photometry.Astrophysics Journal, 93,403-410.。隨後Richter考慮了不同地物類型的影響，將此方法發展為新Minnaert 糾正法，參見 Richter, R. , Kellenberger, T. , & Kaufmann, H. (2009). Comparison of topographic correction methods. Remote Sensing, 1,184-196.。除了上述基於幾何光學模型的算法之外，Dozier等基於大氣和地表間的輻射傳輸模型提出的IPW算法也是一種很有效的地形糾正方法，參見 Dozier, J.，& Frew, J. (1981). Atmospheric corrections to satellite radiometric data over rugged terrain. Remote Sensing of Environment,
11,191-205. ；Dozier, J. (1989). Spectral signature of alpine snow cover from the Landsat Thematic Mapper. Remote Sensing of Environment,28,9—22. ；Dozier, J. & Frew, J. (1990). Rapid calculation of terrain parameters for radiation modeling from digital elevation data. IEEE Transactions on Geoscience and Remote Sensing, 28,963-969。同時，近些年也有很多更為高級的糾正算法先後被提出。然而，這些算法大部分都需要數字高程模型數據，即DEM數據的輔助，但獲取符合這些算法要求的，具有合適的空間解析度和較高的精度的DEM數據比較困難。例如，在對Landsat TM/ETM+圖像進行地形糾正時，需要空間解析度為30米的DEM數據，而目前尚無全球範圍內的30m解析度DEM 數據；而且在大多數情況下，即使我們擁有足夠的DEM數據能夠覆蓋我們的研究區域，其解析度也往往與待處理的遙感圖像並不匹配。因此，在進行DEM數據重採樣以及DEM數據與遙感圖像數據幾何配準等預處理過程中，則會無可避免地引入額外的噪聲和誤差，從而損壞地形糾正的結果，導致糾正後圖像呈現破碎和條紋等現象。

發明內容
本發明提供了一種Landsat TM/ETM+圖像中山體陰影區的光譜信息恢復方法，該方法可減少或避免前面所提到的問題。為解決上述問題，本發明提出了一種Landsat TM/ETM+圖像中山體陰影區的光譜信息恢復方法，其包括如下步驟，A、對陰影區進行識別和提取該步驟利用Landsat TM/ETM+圖像中陰影區和非陰影區在表觀亮度上的明顯差異來對二者進行識別區分，從而對山體陰影區進行提取，首先，對需要進行處理的圖像進行纓帽變換，並將變換後所得的圖像的各個像元的亮度波段數值作為每一個像元的亮度值，然後根據所述的每個像元的亮度值對所述變換後所得的圖像進行分割，將所述變換後所得的圖像劃分為多個對象區域，所述對象區域內部的像元具有相似的空間性質和光譜性質；計算出每個對象區域內部像元的亮度平均值，將所述亮度平均值作為該對象區域的亮度值，然後利用自適應閾值算法得到閾值，根據所述閾值對陰影區進行提取；B、非陰影相似像元搜尋該步驟根據圖像分割以及陰影區提取的結果，進行相似像元的尋找，對陰影區的每一個陰影像元，利用用於光譜吸收特徵分析的亮度標準化技術 「連續統去除」，根據像元光譜曲線的形狀特點信息，在其鄰近空間範圍內搜索出一定數量的與所述陰影像元具有相似的光譜曲線形狀特點的非陰影相似像元，以便後繼用於對陰影像元光譜信息的恢復。
在圖像分割後，陰影區以對象區域的形式被提取出來，對於每一個陰影對象區域，首先在其周圍建立至少兩個像元寬度的緩衝區，然後在此緩衝區範圍內，對應所述對象區域中每個目標陰影像元選出與所述目標陰影像元光譜相似度最高的至少N個非陰影像元， 作為所述目標陰影像元的非陰影相似像元，此處，相似度由像元間光譜曲線的標準偏差 RMSD來衡量
權利要求
1.一種Landsat TM/ETM+圖像中山體陰影區的光譜信息恢復方法，其特徵在於，所述方法包括如下步驟，A、對陰影區進行識別和提取該步驟利用LandsatTM/ETM+圖像中陰影區和非陰影區在表觀亮度上的差異來對二者進行識別區分，從而對山體陰影區進行提取；首先，對需要進行處理的圖像進行纓帽變換，並將變換後所得的圖像的各個像元的亮度波段數值作為每個像元的亮度值，然後根據所述的每個像元的亮度值對所述變換後所得的圖像進行分割，將所述變換後所得的圖像劃分為多個對象區域，所述對象區域內部的像元具有相似的空間性質和光譜性質；計算出每個所述對象區域內部像元的亮度平均值，將所述亮度平均值作為該對象區域的亮度值，然後利用自適應閾值算法得到閾值，根據所述閾值對陰影區進行提取；B、非陰影相似像元搜尋該步驟根據圖像分割以及陰影區提取的結果，進行相似像元的尋找，對陰影區的每一個陰影像元，利用用於光譜吸收特徵分析的亮度標準化技術「連續統去除」，根據像元光譜曲線的形狀特點信息，在其鄰近空間範圍內搜索出一定數量的與所述陰影像元具有相似的光譜曲線形狀特點的非陰影相似像元，以便後繼用於對陰影像元光譜信息的恢復；在圖像分割後，陰影區以對象區域的形式被提取出來，對於每一個陰影對象區域，首先在其周圍建立至少兩個像元寬度的緩衝區，然後在此緩衝區範圍內，對應所述對象區域中每個目標陰影像元選出與所述目標陰影像元光譜相似度最高的至少N個非陰影像元，作為所述目標陰影像元的非陰影相似像元，此處，相似度由像元間光譜曲線的標準偏差RMSD來衡量
2.根據權利要求I所述的方法，其特徵在於，步驟A中，通過eCognitionDeveloper8.O軟體對所述變換後所得的圖像進行分割,在使用eCognitionDeveloper 8. O軟體進行圖像分割時，形狀因子Ssh設值為O. 1，緊緻度因子Scm設值為O. 5，根據圖像中地物的異質或勻質程度設定尺度因子Ssc的值。
3.根據權利要求I所述的方法，其特徵在於，步驟A中，自適應閾值算法滿足如下條件σΒ2= ω ο ( μ 0- μ τ)2+ ω I ( μ i_ μ τ)2其中，μ ^和U1分別表示由根據特定閾值進行分割後得到陰影區和非陰影區像元亮度的平均值，μ τ表示原始圖像整體的亮度平均值，Qci和CO1則分別表示陰影和非陰影像元個數佔總像元數的比例，σΒ2表示陰影區和非陰影區的差異性，當最大時，所述特定閾值就是最佳分割閾值。
4.根據權利要求I所述的方法，其特徵在於，步驟B中，緩衝區的寬度上限設為10，如果在最大的緩衝區內相似像元數量仍然無法滿足大於等於20的要求，則將相似像元實際數量作為相似像元數。
全文摘要
一種Landsat TM/ETM+圖像中山體陰影區的光譜信息恢復方法，所述方法包括對陰影區進行識別和提取、非陰影相似像元搜尋以及陰影區光譜信息恢復步驟。本發明所提供的一種Landsat TM/ETM+圖像中山體陰影區的光譜信息恢復方法，用於進行遙感圖像陰影區的光譜信息恢復，該方法充分結合了陰影像元本身的弱光譜信息及其鄰近相似像元的光譜信息，擺脫了傳統地形糾正算法對DEM數據的依賴，當DEM數據的解析度和精度不能滿足地形糾正算法得要求時，該算法可以提供一種行之有效的陰影處理方法。
文檔編號G06T5/50GK102622738SQ20121005936
公開日2012年8月1日 申請日期2012年3月8日 優先權日2012年3月8日
發明者周淵, 崔喜紅, 曹鑫, 陳晉 申請人:北京師範大學