在对Landsat 8进行分类时处理山影


10

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。

一些阴影区域的示例


2
您将此转换为反射率了吗?您使用什么方法?
亚伦

2
不,我没有。我使用了波段3、4、5的图层堆栈,并在ArcGIS中进行了最大似然分类。为了更好地解释该区域,我使用了NDVI和一些假色成分。
dan_ke 2014年

2
这就是为什么传感器反射率和正射矫正是重要的预处理步骤的原因。
杰弗里·埃文斯

你有没有尝试任何地形校正像C-修正或Minnaert?如有类似这样可能会有帮助。我将为您提供有关如何实现此目标的更多详细信息。
Paulo Cardoso 2014年

2
DN到TOA不会消除地形影响。形貌校正(形貌归一化)将最大限度地减少而不是消除阴影效应,这在您的情况下尤其重要。我建议阅读此书以大致了解问题和可能的方法。
Paulo Cardoso 2014年

Answers:


1

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。


1

我建议斯特拉在下面说什么。您可以将其简单地分类为阴影,这样就不会损害您的准确性。当然,请确保您有足够的兴趣区域或阴影的训练区域,以确保将其全部分类。如果您必须进行演示,则可以评论说,大多数阴影区域与山的近侧部分是一致的,这意味着如果太阳撞击的山的那侧反映了植物的生长特性,则另一侧将好吧,如果太阳在打它。希望这可以帮助。我必须这样做,如果您不对阴影进行分类或对其进行校正,则由于其具有光谱相似性,因此它的分类与水相同。


0

我建议将阴影与图像的其余部分分开分类。如果可以找到不同的阴影类,请遮盖“阴影”像素,然后拉伸它们并重新分类(请小心拉伸)。我不是图像分类专家,但我肯定会用其他图像验证任何结果。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.