基于非局域稀疏的衛(wèi)星高分圖像陰影區(qū)域恢復(fù)方法
【專利摘要】基于非局域稀疏的衛(wèi)星高分圖像陰影區(qū)域恢復(fù)方法，屬于遙感圖像處理領(lǐng)域，本發(fā)明為解決現(xiàn)有技術(shù)不能對(duì)衛(wèi)星高分圖像中城市地區(qū)建筑物陰影遮蔽進(jìn)行陰影檢測(cè)和陰影恢復(fù)的問題。本發(fā)明陰影區(qū)域恢復(fù)方法的具體過程為：步驟1、對(duì)高分圖像陰影區(qū)域進(jìn)行軟檢測(cè)；步驟2、對(duì)檢測(cè)到的全影區(qū)和半影區(qū)進(jìn)行恢復(fù)，使陰影區(qū)域的亮度和平滑度與非影區(qū)一致。本發(fā)明用于衛(wèi)星高分圖像分析。
【專利說明】
基于非局域稀疏的衛(wèi)星高分圖像陰影區(qū)域恢復(fù)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及一種衛(wèi)星高分圖像的陰影區(qū)域恢復(fù)方法，屬于遙感圖像處理領(lǐng)域。
【背景技術(shù)】
[0002] 高分辨率的衛(wèi)星圖像可W觀測(cè)到更多目標(biāo)的細(xì)節(jié)信息，針對(duì)城市建筑物目標(biāo)具備 更強(qiáng)的應(yīng)用潛力，例如:建筑物的精準(zhǔn)定位、建筑物細(xì)節(jié)特征提取和建筑物的=維重建等。 但是，大多數(shù)城市區(qū)域的高分辨率衛(wèi)星圖像都包含陰影區(qū)域，而陰影多數(shù)作為不期望獲得 的信息強(qiáng)烈地影響到衛(wèi)星圖像的解釋，特別是較大的陰影，造成了遮蔽建筑物目標(biāo)的部分 或全部福射信息的損失。在運(yùn)種情況下，陰影區(qū)域中被遮蔽的目標(biāo)是很難被提取而進(jìn)一步 應(yīng)用的。因此，為了恢復(fù)被遮擋的目標(biāo)，陰影檢測(cè)和陰影恢復(fù)是城市高分辨率遙感圖像的一 個(gè)重要的預(yù)處理步驟。在已經(jīng)提出的許多有效的陰影恢復(fù)算法中多針對(duì)自然圖像，很少有 針對(duì)衛(wèi)星高分圖像進(jìn)行研究的。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明目的是為了解決現(xiàn)有技術(shù)不能對(duì)衛(wèi)星高分圖像中城市地區(qū)建筑物陰影遮 蔽進(jìn)行陰影檢測(cè)和陰影恢復(fù)的問題，提供了一種基于非局域稀疏的衛(wèi)星高分圖像陰影區(qū)域 恢復(fù)方法。
[0004] 本發(fā)明所述基于非局域稀疏的衛(wèi)星高分圖像陰影區(qū)域恢復(fù)方法，陰影區(qū)域恢復(fù)方 法的具體過程為：
[0005] 步驟1、對(duì)高分圖像陰影區(qū)域進(jìn)行軟檢測(cè)；
[0006] 步驟2、對(duì)檢測(cè)到的全影區(qū)和半影區(qū)進(jìn)行恢復(fù)，使陰影區(qū)域的亮度和平滑度與非影 區(qū)一致。
[0007] 本發(fā)明的優(yōu)點(diǎn):本發(fā)明針對(duì)衛(wèi)星高分圖像，分析陰影與目標(biāo)位置關(guān)系，經(jīng)過兩個(gè)層 次的陰影恢復(fù)使被恢復(fù)的陰影區(qū)域和非影區(qū)域具備相同的亮度和平滑度特性，恢復(fù)被遮蔽 目標(biāo)信息，提高解譯能力。本發(fā)明提出了基于非局域稀疏的衛(wèi)星高分圖像陰影區(qū)域恢復(fù)方 法，設(shè)計(jì)了一套完整的陰影檢測(cè)和陰影恢復(fù)的算法流程，將非局域稀疏的概念應(yīng)用到陰影 的精細(xì)恢復(fù)，使恢復(fù)的陰影區(qū)域與對(duì)應(yīng)的非影區(qū)域具有相同的亮度和平滑度的福射特性。 本方法首先聯(lián)合利用雙峰直方圖分裂法和圖像樞像技術(shù)，獲得陰影區(qū)域的軟檢測(cè)，用[0，1] 的數(shù)值表示像素屬于陰影的概率，對(duì)于半影區(qū)的恢復(fù)起到關(guān)鍵作用;然后先利用線性福射 增強(qiáng)對(duì)全圖進(jìn)行陰影初始恢復(fù)，使陰影區(qū)域與相應(yīng)非影區(qū)域達(dá)到大致相同的亮度特性;最 后利用非局域稀疏組矩陣的方法，針對(duì)陰影區(qū)域逐塊的匹配相似的非影結(jié)構(gòu)塊進(jìn)行精細(xì)恢 復(fù)，并通過陰影和被遮蔽目標(biāo)位置的分析，分為兩種情況進(jìn)行恢復(fù)，同時(shí)兼顧了影區(qū)和非影 區(qū)的亮度和平滑度屬性，獲得完整均一的去影圖像，提高了衛(wèi)星圖像的目標(biāo)提取能力。
【附圖說明】
[000引圖1是本發(fā)明所述基于非局域稀疏的衛(wèi)星高分圖像陰影區(qū)域恢復(fù)方法的原理圖。
【具體實(shí)施方式】
【具體實(shí)施方式】 [0009] 一:下面結(jié)合圖1說明本實(shí)施方式，本實(shí)施方式所述基于非局域稀疏 的衛(wèi)星高分圖像陰影區(qū)域恢復(fù)方法，陰影區(qū)域恢復(fù)方法的具體過程為：
[0010] 步驟1、對(duì)高分圖像陰影區(qū)域進(jìn)行軟檢測(cè)；
[0011] 步驟2、對(duì)檢測(cè)到的全影區(qū)和半影區(qū)進(jìn)行恢復(fù)，使陰影區(qū)域的亮度和平滑度與非影 區(qū)一致。
【具體實(shí)施方式】 [0012] 二:下面結(jié)合圖1說明本實(shí)施方式，本實(shí)施方式對(duì)實(shí)施方式一作進(jìn)一 步說明，步驟1的具體過程為：
[0013] 步驟1-1、利用雙峰直方圖分裂法確定闊值，根據(jù)闊值進(jìn)行陰影硬分割；
[0014] 闊值獲得利用：
此式表達(dá)對(duì)圖像I進(jìn)行硬闊值分 害d，Bm是獲得的陰影硬分割的二值圖，P訊Pr分別表示圖像直方圖的兩個(gè)峰值，C取值為10;
[0015] 步驟1-2、利用形態(tài)學(xué)操作將硬分割的二類分割圖變?yōu)榉怯皡^(qū)、半影區(qū)和全影區(qū)= 類分割圖像，對(duì)硬分割的二值圖進(jìn)行膨脹和腐蝕，差值區(qū)域作為半影區(qū)，并對(duì)其中半影區(qū)用 原始圖像填充：
[0016] Diff [x,y] = d(Bm[x,y] )-e(Bm[x,y])
[0017]
，
[001引其中，d(Bm[x，y])表示對(duì)Bm[x，y]進(jìn)行膨脹操作，e(Bm[x，y])表示對(duì)Bm[x，y]進(jìn)行 腐蝕操作，Diff [x，y]表示經(jīng)過膨脹和腐蝕后的差值圖像，DN表示原始陰影圖像的像素值，M [x，y]表示獲得的=類分割圖像；
[0019] 步驟1-3、對(duì)陰影進(jìn)行軟檢測(cè)，=類分割圖像M[x，y]中，0表示全影區(qū)，1表示非影 區(qū)，利用圖像樞像算法計(jì)算原始圖像填充區(qū)域的陰影概率值：
[0020]
[0021] 其中，E(0)表示能量函數(shù)，A表示較大常數(shù)，此處設(shè)置為1〇〇，0表示圖像中每一個(gè)像 素的陰影概率值，0T表示概率矩陣的轉(zhuǎn)置，寡是標(biāo)記的S類分割圖，目巧二0是全影區(qū)域，各二1 是非影區(qū)域，L是樞像的拉普拉斯矩陣，D是對(duì)角矩陣。
[0022] 本實(shí)施方式中，圖像樞像算法即image matting。
【具體實(shí)施方式】 [0023] =:下面結(jié)合圖I說明本實(shí)施方式，本實(shí)施方式對(duì)實(shí)施方式二作進(jìn)一 步說明，步驟2對(duì)檢測(cè)到的全影區(qū)和半影區(qū)進(jìn)行恢復(fù)的具體過程為：
[0024] 步驟2-1、利用非影區(qū)的統(tǒng)計(jì)均值和標(biāo)準(zhǔn)差，對(duì)非影區(qū)進(jìn)行線性福射增強(qiáng)，使陰影 區(qū)域的亮度趨近達(dá)到與非影區(qū)相同水平，獲得陰影初始恢復(fù)結(jié)果：
[0025]
[0026] 其中，In[x，y]是經(jīng)過初步福射增強(qiáng)后的像素值，Is[x，y]是圖像中陰影區(qū)域的原始 像素值，0 [ X，y ]是軟檢測(cè)結(jié)果中對(duì)應(yīng)像素的陰影概率值，山had?、山unlit、Oshadow和Osunlit分別 表示陰影區(qū)域均值、陰影區(qū)域標(biāo)準(zhǔn)差、非影區(qū)域均值和非影區(qū)域標(biāo)準(zhǔn)差；
[0027]步驟2-2、利用非局域稀疏方法對(duì)陰影初始恢復(fù)結(jié)果進(jìn)行精細(xì)恢復(fù)，W8X8的圖像 塊為基本單位，在非局域區(qū)域內(nèi)計(jì)算歐式距離，捜索相似結(jié)構(gòu)的匹配塊，匹配60個(gè)距離最小 的基本圖像塊，將每個(gè)圖像塊改寫成列向量形式，構(gòu)成一個(gè)64X60的組矩陣，對(duì)該組矩陣進(jìn) 行奇異值分解后重建，轉(zhuǎn)化為解決如下典型的低秩優(yōu)化問題：
[002引
[0029]
[0030] 其中，k是相似組矩陣，公&、苗,和巧是進(jìn)行奇異值分解的S個(gè)分量，其 ft k J克 U走. 克. 中.
5.K=min(m，n)是對(duì)角矩陣，n是基本圖像塊的大小，m是 一組中被匹配到的塊的個(gè)數(shù);St表示對(duì)變量T軟闊值操作，最終恢復(fù)重建后的陰影區(qū)域圖像
[0031] 本發(fā)明中，根據(jù)陰影與遮蔽建筑物的位置關(guān)系，分為遮蔽建筑物部分在陰影區(qū)域 和遮蔽建筑物全部在陰影區(qū)域；
[0032] 當(dāng)遮蔽建筑物部分在陰影區(qū)域中時(shí)，獲得的組矩陣包括陰影塊和非影塊，通過利 用組內(nèi)非影塊的均值和標(biāo)準(zhǔn)差對(duì)組內(nèi)的陰影塊進(jìn)行二次的線性福射增強(qiáng)來實(shí)現(xiàn)亮度的精 細(xì)恢復(fù)，具體過程與陰影初始恢復(fù)相同；平滑度精細(xì)恢復(fù)的算法核屯、思想就是把每一次迭 代的噪聲陰影圖像返回給預(yù)測(cè)的恢復(fù)圖
，其中每次更 新的軟闊值設(shè)置^
,〇1表示局域陰影區(qū)域變化，0。表示全局變化;在更新 過程中，將組矩陣看做由陰影塊組成的陰影矩陣和非陰影塊組成的非影矩陣兩個(gè)新矩陣， 曰1只用陰影矩陣更新，公式如下：
[0033]
.：
[0034] 其中k是迭代次數(shù)，是陰影矩陣的奇異值，S是陰影矩陣列數(shù)，0。是通過非影矩陣 與陰影矩陣的變化進(jìn)行更新，公式如下：
[0035]
[0036] 公式中丫表示尺度因子，咕-?和心_,分別是陰影矩陣和非陰影矩陣。
[0037] 當(dāng)遮蔽建筑物全部在陰影區(qū)域中時(shí)，獲得的組矩陣全部由陰影塊組成，沒有相似 結(jié)構(gòu)，非陰影信息不進(jìn)行二次福射增強(qiáng);軟闊值Oi用整個(gè)組矩陣更新和0。則用全圖的變化 進(jìn)行更新，公式如下：
[00；3 引
[0039]
[0040] 其中、是組矩陣的奇異值，m是組矩陣的列數(shù)，I是整幅圖像；圖像的迭代過程與第 一種情況相同。
【主權(quán)項(xiàng)】
1. 基于非局域稀疏的衛(wèi)星高分圖像陰影區(qū)域恢復(fù)方法，其特征在于，陰影區(qū)域恢復(fù)方 法的具體過程為： 步驟1、對(duì)高分圖像陰影區(qū)域進(jìn)行軟檢測(cè)； 步驟2、對(duì)檢測(cè)到的全影區(qū)和半影區(qū)進(jìn)行恢復(fù)，使陰影區(qū)域的亮度和平滑度與非影區(qū)一 致。2. 根據(jù)權(quán)利要求1所述的基于非局域稀疏的衛(wèi)星高分圖像陰影區(qū)域恢復(fù)方法，其特征 在于，步驟1的具體過程為： 步驟1-1、利用雙峰直方圖分裂法確定閾值，根據(jù)閾值進(jìn)行陰影硬分割； 閾值獲得利月此式表達(dá)對(duì)圖像I進(jìn)行硬閾值分割，Bm 是獲得的陰影硬分割的二值圖，Pi和Pr分別表示圖像直方圖的兩個(gè)峰值，ξ取值為10; 步驟1-2、利用形態(tài)學(xué)操作將硬分割的二類分割圖變?yōu)榉怯皡^(qū)、半影區(qū)和全影區(qū)三類分 割圖像，對(duì)硬分割的二值圖進(jìn)行膨脹和腐蝕，差值區(qū)域作為半影區(qū)，并對(duì)其中半影區(qū)用原始 圖像填充： Diff[x,y]=d(Bm[x,y])-e(Bm[x,y])其中，d(Bm[x,y])表示對(duì)Bm[x,y]進(jìn)行膨脹操作，6(8111|^，7])表示對(duì)&11|^，7]進(jìn)行腐蝕 操作，Diff [x，y]表示經(jīng)過膨脹和腐蝕后的差值圖像，DN表示原始陰影圖像的像素值，M[x， y]表示獲得的三類分割圖像； 步驟1-3、對(duì)陰影進(jìn)行軟檢測(cè)，三類分割圖像M[x，y]中，0表示全影區(qū)，1表示非影區(qū)，利 用圖像摳像算法計(jì)算原始圖像填充區(qū)域的陰影概率值：其中，Ε(θ)表示能量函數(shù)，λ表示較大常數(shù)，此處設(shè)置為1〇〇，θ表示圖像中每一個(gè)像素的 陰影概率值，θτ表示概率矩陣的轉(zhuǎn)置，備是標(biāo)記的三類分割圖，即谷=〇是全影區(qū)域J = 1是 非影區(qū)域，L是摳像的拉普拉斯矩陣，D是對(duì)角矩陣。3. 根據(jù)權(quán)利要求2所述的基于非局域稀疏的衛(wèi)星高分圖像陰影區(qū)域恢復(fù)方法，其特征 在于，步驟2對(duì)檢測(cè)到的全影區(qū)和半影區(qū)進(jìn)行恢復(fù)的具體過程為： 步驟2-1、利用非影區(qū)的統(tǒng)計(jì)均值和標(biāo)準(zhǔn)差，對(duì)非影區(qū)進(jìn)行線性輻射增強(qiáng)，使陰影區(qū)域 的亮度趨近達(dá)到與非影區(qū)相同水平，獲得陰影初始恢復(fù)結(jié)果：其中，In[x，y]是經(jīng)過初步輻射增強(qiáng)后的像素值，Ux，y]是圖像中陰影區(qū)域的原始像素 值，θ [ X，y ]是軟檢測(cè)結(jié)果中對(duì)應(yīng)像素的陰影概率值，yshad〇w、y_ut、Oshad0i^Po sunlit分別表示 陰影區(qū)域均值、陰影區(qū)域標(biāo)準(zhǔn)差、非影區(qū)域均值和非影區(qū)域標(biāo)準(zhǔn)差； 步驟2-2、利用非局域稀疏方法對(duì)陰影初始恢復(fù)結(jié)果進(jìn)行精細(xì)恢復(fù)，以8X8的圖像塊為 基本單位，在非局域區(qū)域內(nèi)計(jì)算歐式距離，搜索相似結(jié)構(gòu)的匹配塊，匹配60個(gè)距離最小的基 本圖像塊，將每個(gè)圖像塊改寫成列向量形式，構(gòu)成一個(gè)64 X 60的組矩陣，對(duì)該組矩陣進(jìn)行奇 異值分解后重建，轉(zhuǎn)化為解決如下典型的低秩優(yōu)化問題：其中，%是相似組矩陣，Dcit、Σ&和i/g是進(jìn)行奇異值分解的三個(gè)分量，其中η)是對(duì)角矩陣，η是基本圖像塊的大小，m是一組 中被匹配到的塊的個(gè)數(shù)；St表示對(duì)變量τ軟閾值操作，最終恢復(fù)重建后的陰影區(qū)域圖像
【文檔編號(hào)】G06T5/00GK106023113SQ201610363498
【公開日】2016年10月12日
【申請(qǐng)日】2016年5月27日
【發(fā)明人】宿南, 張曄, 張鈞萍
【申請(qǐng)人】哈爾濱工業(yè)大學(xué)