航空影像阴影补偿技术：基于属性识别与光照模型

"一种航空影像阴影补偿方法 (2013年) - 武汉大学学报·信息科学版 Vol.38No.4 - 林宗坚, 任超锋, 姚娜, 解斐斐 - 阴影识别, 影像分割, 阴影检测, 阴影补偿, 低通滤波" 本文介绍了一种针对航空影像阴影补偿的创新方法，由林宗坚、任超锋、姚娜和解斐斐在2013年的《武汉大学学报·信息科学版》上发表。该方法主要分为三个步骤：阴影区域预测、直射光与环境光比例计算以及阴影补偿。 首先，为了预测阴影区域，作者们运用了影像分割技术，结合阈值计算来区分影像中的阴影和非阴影区域。这一过程通常涉及到灰度影像的生成，即将原始彩色影像转化为灰度影像，以便更好地分析图像的亮度差异。采用均值漂移影像分割算法，这种方法能够基于像素的灰度值和邻域信息自动确定分割边界，对于航空影像的小幅面和高清晰度特性尤其适用。 接下来，计算阴影区域的直射光与环境光的比值，这是阴影补偿的关键步骤。通过分析光照条件，可以理解阴影的形成原理，从而更准确地估计阴影区域的光照缺失。这一过程可能涉及对不同波段数据的处理，通过多波段合成技术，使得阴影与非阴影区域之间的过渡更加平滑，避免了突然的亮度变化导致的视觉不连续性。 最后，根据特定的阴影光照模型进行阴影补偿。这一模型考虑了太阳的位置、地形的复杂性以及影像的几何特性等因素，以模拟实际光照情况，从而恢复阴影区域的细节和亮度，使之与周围环境融合。 实验结果显示，该方法在航空影像的阴影补偿上表现出色，不仅有效地补偿了阴影，而且保证了补偿后的图像中阴影和非阴影区域之间的过渡自然流畅，减少了影像信息的损失。此外，与基于模型或属性的方法相比，该方法在处理复杂地形和城区阴影时表现更为稳定和精确。 该研究提供了一种适用于航空遥感影像的高效阴影补偿技术，对于提高影像的分析质量和应用效果具有重要意义，特别是在地理信息系统（GIS）、城市规划、灾害监测等领域。同时，这种技术也为后续的计算机视觉和遥感影像处理研究提供了新的思路。