[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

摘要

本发明提高一种多尺度多特征融合的遥感影像阴影检测提取方法及系统，包括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；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，得到相应二值候选阴影影像；根据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；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。本发明综合考虑的阴影的多方面颜色特征和不同尺度下的空间特征，对不同大小范围的阴影区域都有很高检测精度，同时保证阴影区域提取完整性，使获取的阴影检测结果具有更高的质量和更大的实用价值。

主权项

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2Θ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Oj,j＝1,2,...,k，设针对Fi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，pi分别是特征Fi的权重，和分别代表在Fi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mj(h0)、mj(h1)、mj(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。