三维超声风速计阴影补偿方法研究

三维风速计在众多领域有重要的价值,但三维超声风速计自身结构影响待测量风场,导致阴影效应的产生,从而引起测量误差。现有的阴影补偿方法研究多从阵列结构上优化或局限于二维风速风向,在应用到三维测风中效果较差。针对该问题,本文利用随机森林回归算法建立三维超声风速计阴影补偿方法,通过有限元仿真获取受阴影效应影响后的风速风向数据,以该数据为样本,对模型进行训练和测试。结果表明:本文提出的阴影补偿方法将风速值与理论值的相对误差降低到±1%以内,垂直风向角的平均相对误差从-4.1%降低至0.08%,水平风向角的平均相对误差从1.9%降低至-0.8%,验证了本文提出的补偿方法在解决阴影效应问题方面的可行性。

改进Gamma变换的遥感影像阴影补偿方法

影像阴影是遥感影像应用与解译的重要干扰项,为了提高阴影补偿精度,更真实地还原遥感影像上地物特征信息,提出一种基于提取同质区域的改进Gamma变换的阴影补偿方法.选取了两张具有不同地物特征的遥感影像作为实验区,首先对实验区影像进行蓝光抑制;其次,通过膨胀运算和腐蚀运算求取阴影区域与非阴影同质区域,构造实验区所需要的结构元素;最后,针对同质区域通过Gamma变换对遥感影像进行阴影补偿,与Retinex算法和局部补偿算法进行精度比较.实验结果表明,该方法在每个颜色通道的平均梯度都要优于另外两种算法,从而验证了该文方法对提升遥感影像阴影补偿精度的有效性,为提高遥感影像阴影补偿精度提供了一种新思路.

结合阴影补偿的对象级高分辨率遥感影像多尺度变化检测

阴影是遥感影像的解译标志之一,然而在高分辨率遥感影像变化检测中,阴影所产生的"伪变化"是导致错检的主要原因之一。为此,提出了一种结合阴影补偿与多尺度融合的对象级高分遥感影像变化检测方法。在面向对象的变化检测框架下,首先提取遥感影像中的地物阴影,然后对多尺度变化检测进行阴影补偿。其中,通过构建一种尺度间互信息最小化的目标函数实现了尺度参数的自适应提取。在此基础上,结合所提出的阴影补偿因子,设计了一种基于D-S证据理论的决策级多尺度融合策略,并进一步对变化强度等级进行了划分。实验证明,该方法能够较好地解决阴影所导致的错检问题,显著提高变化检测精度。

基于RGB和HSI色彩空间的遥感影像阴影补偿算法

通过分析研究抑制蓝色分量和亮度线性补偿这2种阴影补偿算法,利用阴影区域与其同质区信息相似的特点,把这2种算法进行合并与改进,提出基于RGB和HSI色彩空间的阴影补偿算法。实验数据表明,该算法对遥感影像上阴影区域进行补偿时,在不改变非阴影区域信息的情况下,提高算法适用性。

基于面结构光的三维重建阴影补偿算法

在传统的面结构光(正弦条纹光栅)的三维轮廓重建与检测中,由于投影仪与相机互成一定角度,在待测物体的背光面会产生大面积的阴影区域,从而不能够精确地进行物体的三维重建和检测。针对此情况,提出一种解决方案:使用两个对称的投影仪分别向待测物体投影一次白光,并通过CCD相机取像,然后通过拍摄的图像计算出物体的阴影位置,最后实现阴影位置的三维数据补偿。实验结果表明,文中提出的算法可以有效地进行阴影区域的数据补偿。

基于光照方向估计的人脸图像阴影补偿

光照变化是影响人脸识别率的关键问题之一。人脸图像中的阴影严重影响了光照不变特征的有效提取。采用了一种基于光照方向估计的阴影补偿方法。因为人脸形状的相似性,某一点光源方向产生的阴影特性具有相似性。利用这一特性,首先通过子空间方法确定人脸图像的光源方向,然后再对该人脸图像进行相应的阴影补偿。在对人脸库YaleB和Extended YaleB(38人脸)的实验中表明,64种光源方向的识别率为96.8%。该方法能有效消除阴影便于后续光照不变特征的有效提取。

彩色航空影像上阴影区域信息补偿的方法

提出了一种彩色航空影像上阴影区域信息补偿的方法。试验结果表明 。

高分辨率遥感影像阴影检测与补偿的主成分分析方法

根据高分辨率遥感影像中阴影区的性质,提出一种基于主成分分析的阴影检测和补偿方法.首先对第1主分量与原始的蓝色分量进行比值运算,采用直方图阈值法分割阴影区和非阴影区,并进行形态学处理,得到较完整的阴影区.采用膨胀方法确定各独立阴影区中的同质区域,根据阴影同质区特性对阴影区进行线性相关拉伸,并对补偿后的阴影区进行平滑处理和主成分逆变换.实验结果表明该方法简单有效.

一种航空影像阴影补偿方法

首先,对航空影像进行影像分割和阈值计算来预测阴影区域。其次,计算阴影区域的直射光与环境光的比值,同时,采用多波段合成方式实现阴影区域与非阴影区域之间的平滑过渡;最后,根据特定的阴影光照模型完成阴影补偿。实验结果表明,该方法不仅能有效补偿阴影,还能确保补偿后的阴影区域与非阴影区域平滑过渡。

高分辨率遥感影像阴影检测与补偿系统的设计与实现

阴影检测与补偿涉及遥感影像的不确定性、算法复杂度高及提取自动化程度低等问题。基于Arc GIS Engine平台,结合Matlab和GDAL开发工具,根据构建的高分辨率遥感影像阴影检测和补偿算法设计了一体化的阴影检测与补偿系统。系统采用了数据分块读取、2%线性拉伸及DLL动态链接库等关键技术,解决了大数据量影像读取、影像不确定性及系统可扩展性等问题,实现了系统的集成和优化,提高了运行效率。测试结果表明,该系统在Quick Bird、资源三号(ZY-3)等高分辨率遥感影像的阴影检测与补偿中具有较高的精度和效率,可用于数据批处理。

一种高分辨率遥感影像阴影补偿方法

针对遥感影像中阴影的存在直接影响影像质量以及地物信息提取和识别,而现有的阴影补偿方法在普适性上都有一定的局限性问题,该文结合Curvelet变换理论,对常用的基于HIS色彩空间的阴影补偿算法进行改造,提出了一种Curvelet变换和HIS色彩模型相结合的高分辨率遥感影像阴影补偿新算法:首先对遥感影像进行色彩空间变换,将影像从RGB空间转换到HIS空间,对人眼非常敏感,且包含丰富纹理信息的I分量进行曲波变换;然后对变换的高频和低频系数进行补偿处理,同时依据阴影区域及其周边非阴影区域的均值和标准差分别对H和S分量进行修正处理;最后将处理后的H、I和S分量进行色彩空间逆变换。实验结果表明,与同态滤波、单一HIS色彩模型、小波变换和HIS色彩模型相结合等常用的阴影补偿算法相比,Curvelet变换和HIS色彩模型相结合的算法能够取得更好的补偿效果。

一种基于HIS色彩空间的阴影检测和补偿算法

遥感影像,由于它的获取方便、快捷、信息量大而丰富,广泛应用于各个领域。随着科技的快速发展,我国的遥感技术水平也有大幅提升,而对所要应用的遥感影像的质量要求也越高。但是在成像过程中,受各种因素的限制和影响,影像形成后均会有不同程度的降质现象,阴影就是其中一种。因此,阴影检测是遥感影像重要的预处理工作。本文在对国内外不同的阴影检测算法的缺陷以及处理结果不理想等问题的研究基础上,改进了基于HIS色彩空间的阴影检测和补偿算法并通过MATLAB运行实验,实验表明本文方法增加了阴影区域的正检率,降低了非阴影区域的误检率,补偿之后阴影区域的细节保留的更为清晰,保持了非阴影区域的色彩信息,使得整幅影像的视觉效果更好,算法稳健性较好,检测过程自动化程度高,无需人工干预,可有效应用于城市建筑物阴影检测。

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。

高分辨率遥感影像中的云阴影去除

文章提出了一种人机交互的半自动云阴影去除算法。首先通过人机交互半自动方式将图像分割为云区域、阴影区域、清晰地物区域以及过渡区域四个部分,然后通过将云阴影区域的直方图映射到清晰区域来对阴影区域灰度进行补偿,最后对边界进行后处理得到一幅过渡平滑的去除了云阴影的图像。实验结果表明,该方法对高分辨率遥感影像中的云阴影去除是有效的。

基于面向对象技术的高分辨率遥感影像的阴影检测与去除

阴影是高分辨率遥感影像的基本特征之一,阴影的检测对于影像的目标识别和信息恢复十分关键。采用面向对象的技术,通过图像分割,获取阴影对象,结合阴影对象的特征,设置特征函数并分类,最后获得阴影区域。试验证明,该方法简单易行,较精确地提取了阴影区域。

倾斜影像整体变分模型阴影检测算法改进

利用整体变分模型进行倾斜影像的阴影检测时,绿色植被的误检测会降低阴影检测的正确率,对此,提出一种适用于包含复杂地物的倾斜影像阴影检测算法。算法引入可见光波段差异植被指数(visible difference vegetation index,VDVI)去除植被对阴影像素的干扰,并对检测结果进行有效补偿。首先,利用VDVI提取影像中植被区域,剔除阴影中错误的植被像素,提高算法阴影检测的正确率;然后,利用Wallis滤波算法对检测出的阴影区域进行补偿,使其像素灰度与周围非阴影像素具有一致性;最后,对Wallis补偿后的结果采用渐入渐出插值算法对影像边缘效应进行处理。以倾斜影像作为实验数据,对改进后的算法进行阴影检测精度评定与补偿测试。实验证明,改进的阴影检测算法性能得到提升,整体检测率达到97.24%,并且经过边缘处理的阴影区域具有较好的目视补偿效果。

一种基于无抽样小波变换的云阴影去除算法

提出了一种基于无抽样小波变换的人机交互半自动云阴影去除算法。首先通过无抽样小波变换将图像分解成高频部分和低频部分,通过半自动人机交互方式在低频图像中将图像分割为云区域、阴影区域、清晰地物区域3个部分,然后对各个独立云阴影区域分别进行低频信息补偿和高频信息补偿,最后通过无抽样小波反变换得到一幅过渡平滑,并对图像细节保存完好地去除了云阴影的图像。实验结果表明,该方法能够取得比传统的直方图匹配更好的效果。

基于亮度特性的高空间分辨率遥感影像阴影处理研究

在高密度的城市环境中,建筑物产生的阴影遮挡了许多重要信息,导致车辆信息提取不准确甚至无法提取,因此对阴影的处理显得尤为重要。利用遥感影像阴影的几何特征和光谱特征,采用基于亮度的阴影检测方法,通过双峰曲线选取合适的亮度阈值把阴影和光照区进行分割;并用灰度线性映射的阴影补偿方法,通过线性映射对阴影区域进行信息补偿,对高空间分辨率遥感影像的样本数据中的阴影进行试验处理和结果分析,结果证明这一方法是行之有效的。

一种多尺度几何细节抽取的阴影处理算法

从高分辨率航空遥感影像的阴影处理角度出发,分析了阴影区域在彩色空间上的特征;采用HIS彩色空间3个通道的联合阈值测度进行阴影检测,并利用高斯函数进行地物纹理几何细节的多尺度抽取,提出了针对影像灰度图的阴影补偿方法。实验证明,该方法能够在最大限度保留阴影区域原始特征的前提下,对阴影区域信息进行补偿,保证了影像后续处理的准确度和可靠性。

基于光谱特征的遥感影像阴影遮挡道路提取方法研究

针对遥感影像中如何在保证道路信息提取准确度的同时也能保证其完整性这一问题,提出综合指数阴影检测算法和基于改进的灰度世界阴影补偿算法来提取阴影遮挡道路。首先,利用综合阴影检测算法得到较为精确的阴影检测图像;根据阴影检测结果图,利用改进的灰度世界阴影补偿算法对阴影区域进行补偿,得到道路面阴影与周围环境阴影区域存在差异的图像。其次,利用分割算法实现阴影道路区域的分割;将其与ISODATA聚类算法分割的非阴影道路区域进行合并。最后,利用几何权重连通性分析模型进行非道路区域的滤除。结果表明:该方法可以很好地保证道路提取的准确性和质量,适用于多种不同场景的阴影遮挡道路提取。