一种地表粗糙度参与阴影模型的遥感图像反立体校正方法
【专利摘要】本发明提供一种地表粗糙度参与阴影模型的遥感图像反立体校正方法，该方法是对光学遥感红、绿、蓝（RGB）三色图像进行RGB色彩空间向HIS(饱和度、彩色亮度和色相)色彩空间变换，获得彩色亮度I(Intensity)、色相H(Hue)和饱和度S(Saturation)三分量，并以线性标准化地表粗糙度作为太阳西北方向地形阴影图（ShadedReliefModel）的权重，以作为彩色亮度权重，求和构成新的彩色亮度分量，最后基于新的彩色亮度数据，由HIS色彩空间反变换至RGB色彩空间，实现对遥感图像的反立体现象的校正。同传统的基于地形阴影模型反立体校正方法相比较，该方法能根据地形复杂程度的不同，进行反立体校正，因而具有反立体校正后图像光谱信息损失少的优点。
【专利说明】一种地表粗糙度参与阴影模型的遥感图像反立体校正方法
[0001]【技术领域】:
本发明涉及遥感【技术领域】，具体地讲是一种地表粗糙度参与阴影模型的遥感图像反立体校正方法。
[0002]【背景技术】:
经过60多年的发展，当代遥感技术已经被广泛应用于资源、环境等领域。然而，在遥感图像应用中，由于受太阳、大气和地形等多种因素的影响，导致地表接收到的太阳辐射能量并不均一，进而导致遥感图像中阴、阳坡地表的图像辐亮度具有明显差异。这种辐射亮度的差异，使得遥感图像具有一定的立体感。然后，对北半球来说，由于资源卫星大多为太阳同步极轨卫星，传感器成像时间为地方时九点半至十点半之间。该时刻成像，阳光从东南向射入，山脊两侧的南向坡形成光照面，北向坡为阴影面，而传统的上北下南影像构图方式，使得遥感图像中阴影面位于光照面上方。由于人类视觉生理、心理特点和视觉习惯，遥感图像中山脊阴影面位于光照面上方，表现为凹陷(沟谷)。这种视觉上立体感相反的现象，在北半球太阳同步轨道卫星图像中是普遍存在的，被称为反立体现象(Saraf et al.，1996;Rudnicki, 2000; Patterson, 2004, Boffu et al, 2012),即在遥感图像中，山脊表现为凹陷，而沟谷表现为凸起山脊。
[0003]遥感图像中反立体现象的存在增加了判读遥感图像中的纹理信息的难度，因此，校正遥感影像的反立体现象，使图像立体感符合视觉习惯，将有助于对遥感影像的解译。导致反立体现象的因素主要有:地形阴影、太阳高度角、太阳方位角、观察的角度以及山坡上的纹理等(Saraf et al.，2005)。目前反立体校正方法主要有图像南北向旋转法、像元值逆转法、SRM参与的HIS融合3类。
[0004](I)像元南北向旋转法将影像旋转180°，将上北下南的构图变为上南下北显示。该方法最简单，且完整的保留了成像时刻的地物光谱信息，但由于构图方向发生改变，使得图像中东西向发生改变，导致图像空间位置关系的倒转，地物的几何特征同传统的识图习惯不符，为图像解译带来不便。(2)像元逆转法有多种:直接逆转原始影像像素DN值、以HIS正逆变换为基础，逆转亮度I图的像元值。这两种方法都通过像素值的逆转，将图像中暗区，即阴影区，强制改变为亮色调，即光照面，使图像中阴、阳面交换，实现正立体化。两种算法忽视了图像像元的光谱信息，因此，光谱信息损失很大。(3)SRM参与的HIS融合法顾及到反立体中阴影成像几何关系导致照度分布问题，利用外部数据模拟正立体照度信息(太阳位于西北)，基于HIS融合方法，改变原始RGB图像中的亮度分量，以达到反立体现象的校正。(Saraf et al., 1996,章院秋等，2010)
方法(2)、(3)通过修改图像像素灰度值来实现正立体校正，但均存在明显的光谱信息损失。
[0005]
【发明内容】
:
本发明的目的是克服上述已有技术的不足，而提供一种地表粗糙度参与阴影模型的遥感图像反立体校正方法，主要解决了现有SftAf参与的HIS融合法方法存在光谱信息损失大的问题。[0006]本发明的技术方案是:一种地表粗糙度参与阴影模型的遥感图像反立体校正方法，其特殊之处在于，包括以下步骤:
(1 )对光学遥感图像红、绿、蓝三波段(RGB三波段)数据和DEM (数字高程模型)数据进行配准，统一坐标系统为高斯-克吕格平面直角坐标系，并作重采样和裁剪工作，使两者具有相同的空间分辨率和图幅范围；
(2 )基于光学遥感图像红、绿、蓝三波段数据，进行红、绿、蓝色彩空间向彩色亮度I (Intensity)、色相H(Hue)和饱和度S (Saturation)色彩空间变换，获得彩色亮度J、色相好和饱和度S三分量数据；
(3 )根据遥感图像成像时刻(年月日时分秒)及图像中心点经纬度坐标，计算成像时刻太阳方位角S和太阳高度角α；
(4 )基于DEM数据，计算地表粗糙度，获得地表粗糙度数据? ；
(5)对地表粗糙度数据?做线性标准化处理，获得线性标准化地表粗糙度数据sr’ ；
(6 )基于研究区DEM数据，以遥感图像成像时刻太阳方位角€加露(180° )和遥感图像成像时刻太阳高度角《为参数计算研究区正立体地形阴影数据，即太阳西北方向地形阴影图SftAf (Shaded Relief Model)；
(7)太阳西北方向地形阴影图JSKM和彩色亮度J分量数据分别以HF’和1-1T作为权重，计算获得新的彩色亮度F分量数据(式I):
【权利要求】
1.一种地表粗糙度参与阴影模型的遥感图像反立体校正方法，其特征在于，包括以下步骤: (I )对光学遥感图像红、绿、蓝三波段(RGB三波段)数据和DEM (数字高程模型)数据进行配准，统一坐标系统为高斯-克吕格平面直角坐标系，并作重采样和裁剪工作，使两者具有相同的空间分辨率和图幅范围； (2)基于光学遥感图像红、绿、蓝三波段数据，进行红、绿、蓝色彩空间向彩色亮度I (Intensity)、色相H(Hue)和饱和度S(Saturation)色彩空间变换，获得彩色亮度J、色相好和饱和度S三分量数据； (3 )根据遥感图像成像时刻(年月日时分秒)及图像中心点经纬度坐标，计算成像时刻太阳方位角?和太阳高度角α (4 )基于DEM数据，计算地表粗糙度，获得地表粗糙度数据? ； (5)对地表粗糙度数据ip做线性标准化处理，获得线性标准化地表粗糙度数据； (6 )基于研究区DEM数据，以遥感图像成像时刻太阳方位角€加Ir (180° )和遥感图像成像时刻太阳高度角《为参数计算研究区正立体地形阴影数据，即太阳西北方向地形阴影图SSM (Shaded Relief Model)； (7)太阳西北方向地形阴影图SSM和彩色亮度J分量数据分别以和1-1ifM乍为权重，计算获得新的彩色亮度P分量数据(式I):
2.根据权利要求1所述的一种地表粗糙度参与阴影模型的遥感图像反立体校正方法，其特征在于，所述的遥感数据为可见光(红光、绿光和蓝光三波段)航天、航空遥感图像。
3.根据权利要求1所述的一种地表粗糙度参与阴影模型的遥感图像反立体校正方法，其特征在于，所述的粗糙度.是基于DEM数据，由式(2)计算获得:
4.根据权利要求1所述的一种地表粗糙度参与阴影模型的遥感图像反立体校正方法，其特征在于，所述色彩亮度、色相、饱和度色彩空间主要包括HIS色彩空间、HSV色彩空间、HLS色彩空间及USGS Munsell HSV色彩空间；所述红、绿、蓝色彩空间同照度、色相和饱和度色彩空间间的正逆变换，在商业遥感图像处理软件系统中被称为RGB->HIS变换、RGB->HSV 变换、RGB->HLS 变换以及 RGB->USGS Munsell HSV 变换、HIS-〉RGB 变换、HSV_>RGB 变换、HLS-> RGB 变换以及 USGS Munsell HSV-> RGB 变换等。
5.在HIS色彩空间中色彩亮度I(Intensity)分量同HLS色彩空间中的色彩明亮度(Lightness)分量、HSV色彩空间中的色彩明度(Value)分量、USGS Munsell HSV色彩空间中的色彩明度(Value)分量等价，均表征色彩强弱(明亮)。
6.故专 利中的色彩亮度I(Intensity)分量及公式(3)中的J，分别等价为HLS色彩空间中的色彩亮度(Lightness)分量、HSV色彩空间中的色彩明度(Value)分量。
【文档编号】G06T7/00GK103810706SQ201410039287
【公开日】2014年5月21日 申请日期:2014年1月27日 优先权日:2014年1月27日
【发明者】王涛, 何福红, 蒋卫国, 顾丽娟, 张振华 申请人:鲁东大学