我正在尝试使用2013年以来的Landsat 8卫星图像对蒙古北部的某些地区进行分类。由于记录是在冬季进行的,因此在采集时太阳非常低。因此,山上有很长很深的阴影。
我可以使用DEM识别此阴影,如以下问题中所述:如何从Landsat图像中删除诸如阴影之类的地形效果
如何对修剪的阴影区域执行监督分类?有可能加强这一领域吗?我尝试了一些频段比率,但我不知道哪个最适合我的任务。
在此图像中,您可以看到暗影中有一些植被区域,但是无法对它们进行分类。
我正在尝试使用2013年以来的Landsat 8卫星图像对蒙古北部的某些地区进行分类。由于记录是在冬季进行的,因此在采集时太阳非常低。因此,山上有很长很深的阴影。
我可以使用DEM识别此阴影,如以下问题中所述:如何从Landsat图像中删除诸如阴影之类的地形效果
如何对修剪的阴影区域执行监督分类?有可能加强这一领域吗?我尝试了一些频段比率,但我不知道哪个最适合我的任务。
在此图像中,您可以看到暗影中有一些植被区域,但是无法对它们进行分类。
Answers:
实际上,您不能够从阴影区域恢复某些信息。但是,我曾经成功地处理了高光谱图像中的(云)阴影。目的是简单的土地覆被分类。这就是我所做的。我不确定如何使用Landsat图像,但是由于它非常简单,因此您可以尝试一下。
一旦检测到阴影,我只需对阴影区域与图像的其余部分进行直方图匹配即可。注意,因为这样做,您假设阴影区域中的光谱信号和照明区域中的光谱信号或多或少地属于同一类(〜相同的分布)。尽管这是一种非常简单和简单的方法,但我能够以一些小的阴影边界错误为代价正确地对阴影像素进行分类。也许您可以将所有可能的带比率叠加到图像上,并在分类之前对所有特征重新进行归一化,这甚至可以进一步减少阴影效果。然后,您可能必须使用健壮的分类器。
编辑:另外,您可以将每个像素标准化为具有单位范数(通过将每个像素视为光谱矢量)。这也应有助于消除阴影效果。