同类点匹配改进策略下的阴影自动补偿方法

提出一种基于ISODATA分类,通过获取同质区来提高同类点匹配正确率的方法。首先进行阴影检测,然后对影像的阴影和非阴影区域用ISODATA算法分类,在分类结果的辅助下获取精度较高的同类点对,最后基于局部补偿模型,以同类点对中非阴影区域特征值为目标估计值,求解补偿模型参数,实现各阴影区的自适应补偿。实验结果表明,该方法有利于求解最佳补偿参数,能更准确、均衡地恢复阴影区信息。

改进Wallis模型的高分辨率遥感影像阴影自动补偿方法

目前的阴影自动补偿方法仍然存在对比度提升的自适应能力不足等问题。Wallis滤波原理常用于影像色彩匀光,但应用于阴影补偿时会存在影像反差系数对对比度提升效果不理想的问题。首先,通过增加补偿强度系数及拉伸系数,设计了改进的Wallis阴影补偿模型;然后,获取阴影周边的非阴影区域信息作为补偿目标,利用阴影边界在局部范围内寻找同类特征点,自动解算该模型中的补偿系数值,再根据各个阴影区域自身的特点定制相应的补偿模型,对阴影区域内各像素亮度进行合理补偿,恢复被遮挡地物信息;最后,选取多幅具有云阴影及地物阴影的影像进行检测以及阴影补偿的实验,并与局部补偿方法进行对比。实验结果表明,该方法能够有效地补偿阴影,使其亮度和对比度共同提升到与非阴影区域相一致的水平,最佳还原被阴影遮挡的地物信息。