XXI.A.106
Обнаружение теневых областей на оптико-электронных изображениях в видимой области спектра
Спесивцева К.А. (1), Григорьева О.В. (1)
(1) Военно-космическая академия имени А.Ф. Можайского, Санкт-Петербург, Россия
Выявление теней на аэрокосмических изображениях играет очень важную роль при их дешифрировании. Во-первых, тени могут выступать как косвенный признак идентификации объектов по высоте и форме, учитывая расположения объекта относительно Солнца. Во-вторых, тени зачастую оказываются ложными целями при идентификации объектов с заниженным уровнем яркости, особенно это касается простых цветосинтезированных изображений в RGB. В-третьих, отдельная обработка теневых областей позволяет выявить в их пределах искомые объекты путем яркостной коррекции. Несмотря на то, что в различных областях применения изображений уже предложены различные методы обнаружения теней, зачастую они достаточно сложны в реализации, работают только на используемых авторами наборах данных и не адаптированы для аэрокосмических изображений [1]. В работе предлагается более простой и одновременно эффективный метод обнаружения теневых областей на оптико-электронных изображениях в видимой области спектра. В основе выбранного метода используется критерий, основанный на преобразовании изображения в модель HSV, заполнение участков теней с помощью пороговой обработки, кругового фильтра, строящегося от сегментированных зданий сооружений, и положения Солнца в момент съемки. При этом критерий отнесения пикселя изображения к тени адаптируется под общий уровень яркости изображения, изменяющийся в зависимости от экспозиции. Далее проводится морфологическая обработка области тени для ее контурного представления.
Показаны примеры реализации способа обнаружения теневых областей на цветосинтезированных изображениях промышленных объектов с плотной застройкой зданиями и сооружениями различной высоты и конфигурации с целью выявления некоторых из них по площади и по длине тени.
Ключевые слова: аэрокосмические изображения, обнаружение теней, сегментация, морфологическая обработкаЛитература:
- Jun Zhang, Junjun Liu A novel single robot image shadow detection method based on convolutional block attention module and unsupervised learning network. Front. Neurorobot., Vol. 16 – 2022. https://doi.org/10.3389/fnbot.2022.1059497
Презентация доклада
Ссылка для цитирования: Спесивцева К.А., Григорьева О.В. Обнаружение теневых областей на оптико-электронных изображениях в видимой области спектра // Материалы 21-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2023. C. 55. DOI 10.21046/21DZZconf-2023aМетоды и алгоритмы обработки спутниковых данных
55