基于高分可见光遥感指数的城市阴影高效提取研究

TANG Ye, LIU Xiaoyan,CUI Yaoping, SHI Zhifang, DENG Liang, CHEN Zhun

Remote Sensing Technology and Application（2023）

引用 0|浏览0

暂无评分

摘要

高效识别阴影信息是利用阴影和消除阴影的关键前提,有助于城市遥感应用研究的开展,现有关于城市阴影检测多关注在近红外和可见光的多波段合成方面,而对可见光提取阴影的能力检测有待深入.针对这一问题,基于红、绿、蓝(R、G、B)高分卫星影像,结合色彩空间变换和影像多波段运算,研究并提出一种由绿光波段、蓝光波段和亮度分量构建的城市阴影优化指数OUSI(Optimization Urban Shadow Index),从视觉效果及提取精度评估角度进行验证分析.结果表明:OUSI可较完整地提取城市阴影,总体精度达90.46％,高于当前常见的指数法和深度学习阴影检测算法;OUSI受不同土地覆被类型的影响较小,阴影检测结果稳定.与既往基于特征的方法不同,研究构建的阴影指数对原始影像数据仅依赖RGB三波段信息,OUSI指数简洁有效、运算耗时少,进而可以为实现大区域和高精度的城市阴影检测提供切实可行的方案.

关键词

Shadow index,Deep learning,Color space,High-resolution image,Visible light

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要