[发明专利]多尺度多特征融合的遥感影像阴影检测提取方法及系统

权利要求书

1.一种多尺度多特征融合的遥感影像阴影检测提取方法，所述遥感影像为高分辨率遥感影像，其特征在于，包括以下步骤：

步骤a，将原始高分辨遥感影像进行多种尺度下的对象分割，获取初始的影像对象；

步骤b，将遥感影像投影变换至RGB和HSI颜色空间，获取三种不变的阴影颜色特征，根据K-means聚类方法对三种阴影颜色特征分别进行二值化处理，得到三张基于各阴影颜色特征的二值候选阴影影像；

步骤c，根据步骤a所得每种尺度下对象分割结果，分别采用D-S证据理论融合步骤b提取的多种不变的阴影光谱特征进行面向对象的阴影提取，实现方式如下，

设步骤b得到的三个二值候选阴影影像F₁,F₂,F₃为三个证据，假设集合Θ＝{h₀,h₁}，其中h₀代表阴影区域的对象，而h₁代表非阴影区域；则2^Θ的非空子集是{h₀}，{h₁}，{h₀,h₁}；设影像被多尺度分割算法分割为多个对象，对象定义为O_j,j＝1,2,...,k，

设针对F_i的第j个对象内的三个非空集合的基本概率分配函数为i＝1,2,3，分别如下所示，

mij(h0)=(NShawdowCount,ij/NTotalCount,ij)pimij(h1)=(1-NShawdowCount,ij/NTotalCount,ij)pimij(h0,h1)=1-pi]]>

其中，p_i分别是特征F_i的权重，和分别代表在F_i特征下对象j内的候选阴影像素个数和总像素个数；

融合三个特征的分别为m^j(h₀)、m^j(h₁)、m^j(h₀,h₁)，当下式满足时，对象j被提取为阴影区域。

mj(h0)>mj(h1)mj(h0)>mj(h0,h1)]]>

步骤d，将不同尺度下获取的阴影提取结果进行决策融合，从而获取最终的阴影区域。