[发明专利]一种针对哨兵2A影像的建筑物阴影提取处理方法

说明书

本发明公开了一种针对哨兵2A影像的建筑物阴影提取处理方法，包括：S1、提取城区主要地物特征分量，包括设计基于哨兵2A原始光谱的阴影增强指数来增强建筑阴影；计算归一化差异水体指数来增强水体；提取哨兵2A的原始光谱波段Band 8来增强其他暗反射率地物；S2、基于以上提取的三个特征分量，构建组合阴影指数来突出建筑物阴影；利用OTSU方法选择最佳阈值，得到最终的城市建筑阴影分布图。采用本发明的技术方案，能够显著增加阴影和其他地物之间的差异，有效避免城区建筑阴影和水体、暗反射率地物混淆的现象，提高城区建筑阴影的提取精度。

技术领域

本发明涉及建筑物阴影提取技术领域，尤其涉及一种针对哨兵2A影像的建筑物阴影提取处理方法。

背景技术

阴影在遥感影像中是一种广泛分布，不可忽视的地物。在高分影像中，城市的建筑物阴影通常由于高大的建筑物遮挡光源产生。阴影区的光谱信息大量削弱，其存在对后续的城市土地利用分类和变化检测造成了很大的阻碍。因此，在利用高分遥感影像研究城市问题时，阴影探测是影像预处理过程中必须考虑的一步。

目前，利用高分遥感影像做阴影探测时，普遍使用的方法有两种，即基于模型和基于阴影性质的方法。基于模型的方法需要大量的先验知识且需要建立复杂的数学模型，因此不太常用。基于阴影性质的算法可以分为像元级别的和对象级别的算法。面向对象的算法由于其需要设置并优选大量的参数，因而比较复杂且耗时。相较于以上所述的几种算法，光谱指数因其无参数，容易实现等优点被广泛使用。目前存在的阴影光谱指数包括：P算法，Normalized Saturation-Value Difference Index(NSVDI)和Shadow Index(SI)。但是，以上几种建筑阴影提取指数是针对Quickbird，IKONOS等空间分辨率较高的影像设置的，并不适用于哨兵2A的10m分辨率影像。除此之外，哨兵2A影像有13个波段，现存的光谱指数并没有利用到其丰富的光谱信息，因此提取哨兵2A的建筑阴影时并没有好的效果。

发明内容

本发明目的是针对上述问题，提供一种针对哨兵2A影像的建筑物阴影提取处理方法，能够有效拉大阴影和光谱相似地物的差异，提高复杂城市环境下建筑阴影的探测精度。

为了实现上述目的，本发明的技术方案是：

一种针对哨兵2A影像的建筑物阴影提取处理方法，包括以下步骤：

S1、提取城区主要地物特征分量

S1.1、对城市遥感影像进行预处理，所述预处理包含大气校正，得到地表反射率数据；

S1.2、对预处理之后的12个光谱波段进行波段选择，对地物在光谱波段上的特性进行分析，确定出对本研究最有利的6个波段；

S1.3、利用主成分融合算法，对数据进行主成分融合，将所有波段全部融合至10m空间分辨率；

S1.4、分析阴影以及其他地物尤其是和阴影光谱相似地物的特性，提取三个特征分量：阴影增强指数Shadow Enhanced Index(SEI)、归一化水体指数NormalizedDifference Water Index(NDWI)、原影像第8波段Band 8(NIR)，以分别增强建筑阴影、水体和暗反射率地物，并对地物在三个特征分量的特性进行分析；

S2、基于特征分量的建筑阴影提取，具体过程包括以下步骤：

S2.1、根据建立的特征分量，设计构建组合阴影指数Combinational ShadowIndex(CSI)，进一步增强建筑阴影，拉大阴影与其他地物的差异；

2.2、利用最大类间方差算法(OTSU)选择出CSI图像上的最佳阈值；

S2.3、根据选择出的阈值对CSI进行阈值分割，得到研究区最终的阴影图。