遥感技术与应用2023，Vol.38Issue(4) ：945-955.DOI:10.11873/j.issn.1004-0323.2023.4.0945

基于高分可见光遥感指数的城市阴影高效提取研究

Research on Efficient Extraction of Urban Shadow based on High-resolution Visible Light Remote Sensing Index

唐晔 刘小燕 崔耀平 史志方 邓亮 陈准
遥感技术与应用2023，Vol.38Issue(4) ：945-955.DOI:10.11873/j.issn.1004-0323.2023.4.0945
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于高分可见光遥感指数的城市阴影高效提取研究

Research on Efficient Extraction of Urban Shadow based on High-resolution Visible Light Remote Sensing Index

唐晔 1刘小燕 1崔耀平 1史志方 1邓亮 1陈准2
扫码查看

作者信息

  • 1. 河南大学黄河中下游数字地理技术教育部重点实验室,河南开封 475004;河南大学地理与环境学院,河南开封 475004
  • 2. 河南大学哲学与公共管理学院,河南开封 475004
  • 折叠

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

阴影指数/深度学习/色彩空间/高分影像/可见光

Key words

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

引用本文复制引用

基金项目

国家自然科学基金(42071415)

河南省自然科学基金优秀青年科学基金(202300410049)

信阳生态研究院开放基金(2023XYMS014)

河南省研究生教育改革与质量提升工程项目(YJS2023JC22)

出版年

2023
遥感技术与应用
中国科学院遥感联合中心

遥感技术与应用

CSTPCDCSCD北大核心
影响因子：0.961
ISSN：1004-0323
参考文献量20
段落导航相关论文