雷竞技网页版研究和评论——国际期刊雷竞技苹果下载

国际创新研究期刊》的研究在科学、工程和技术

菜单

ISSN在线(2319 - 8753)打印(2347 - 6710)

所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

回顾一个¢€œVHR阴影地区重建一次¢€

Supriya a Hadke1,什维塔Khare2辛格,宋春芳3
  1. 多优秀,博帕尔议员、印度
  2. Asst.教授问卓越,博帕尔议员、印度
  3. 电子商务主管部门,乳头卓越,博帕尔议员、印度
相关文章Pubmed,谷歌学者

访问更多的相关文章国际创新研究期刊》的研究在科学、工程和技术

国际创新研究期刊》的研究在科学、工程和技术

文摘

影子VHR图像重建是一个有趣的领域。大部分的分析阴影检测和阴影重建是基于图像分析。到目前为止这种VHR图像分析是非常具有挑战性的。重建VHR阴影区域的图像被归类为阴影检测、阴影去除、阴影重建。重构图像的分辨率提高双边滤波器使用。重建结果是基于PSNR值等参数。因为我们比较阴影区域和非阴影区域,形态分析是必要的适当的重建。讨论了不同参数的图像并解释了本文。

关键字
VHR图像,形态学分析、阴影检测、PSNR值,

我的介绍。
新时代的高分辨率卫星图像(VHR)正在讨论各地尤其是在遥感领域。VHR图片给小对象的详细信息喜欢卷发,屋顶,车辆和建筑结构。在另一边VHR图像有一些缺点,如不必要的影子,变量和长长的影子。
通常阴影影响强烈影响的图像信息的影子。阴影可能引起严重的问题像假的色调,形状和大小的对象错了。这将创建一个遥感图像卖方和用户的主要问题。影子的存在即使在VHR图像将导致损失的信息,可以将负方向的解释。克服这个缺点,提高准确性,必要的步骤1)阴影检测和阴影重建。本文以下部分进行分类。问题的起源。,Proposed Methods, Experimental result and Conclusion

第二问题起源
VHR图像中特别在大城市,在影子的存在信息出现在这些图像可能会完全摧毁。信息缺失阴影地区直接影响的共同处理和分析等操作生成谷歌地图。通常的影子出现在对象直接接触来照明源(太阳)。雷竞技网页版尽管阴影分为两个不同的类。1)投射阴影。2)自我的影子,显示在图。1when the projection of light source is in the direction of the object shadow is generated called Cast shadow; cast shadows are always having a vicious distinction to background. And the part of the object that is not illuminated directly by the light source is called the self shadow. Self shadows are unclear, indistinct shadows and do not have clear boundaries.
图像
图像
图像

三世提出方法
Figure.2显示流程图的步骤提出了方法。简而言之,让我们考虑一个VHR形象我的尺寸m×n, n组成的乐队和影子的存在领域的特征。由此产生的图像将允许执行第一二进制分类为了区分阴影和非阴影区域。处理噪声,这可能导致获得二进制掩码M,两个应用数学形态学运算符,即打开和关闭的重建[1]和[2]。形态学滤波后需要做的一个边界创建阴影部分和非阴影部分。这样分类允许定位可用的夫妇的阴影和非阴影与相同的对象,因此,定义它们之间的光谱关系作为一种手段来执行重建的阴影区域。特别是,重建是基于线性回归的方法来补偿阴影区域阴影像素的强度调整根据相应的统计特征nonshadow地区。最后,重建的影子和nonshadow区域进行线性插值操作来产生它们之间平滑过渡。在下面几节中,所有这些步骤的详细描述。
创造一个面具
非阴影诗句荫罩是由两种不同的方法即二进制分类1)和2)后处理。
我二元分类:二进制分类的实现过程监督的方式通过支持向量机(SVM),证明其有效性在遥感数据分类的文献[3],[5]。提取原始图像的特征频带的小波变换。小波系数是高价值的奇点的存在[6]。对于一个原始图像我由B光谱波段,由此产生的空间因此由B×(1 + 4)维度。
ii后处理:——后处理过程基本上完成形态滤波去除孤立的影子在非阴影区域的像素和去除孤立的非阴影像素阴影区域。通过应用适当的选择的过滤器会减弱这一问题。开放重建我通过重建随后关闭。e扩张和侵蚀是指分别打开和关闭。
B边境创造
阴影和非阴影区域之间的转换可以造成问题,如边界模糊,颜色invariation和照明的变化。边境的部分是由形态学操作符。面具c_impB2扩张(��)和侵蚀(��)。然后计算这两个图片之间的差别形成图像的边界B。
B (X, Y) =��(c_impB2 (X, Y)) - - -��(c_impB2 (X, Y))。
C阴影去除
C阴影去除我多类分类:先前获得的面具是利用指导进一步的分类分别适用于阴影和非阴影区域。目的是区分不同的预定义类非阴影一方面类和相应的影子在另一边。结果是一个最终的分类图C,这是很重要的定义光谱之间的关系的阴影和非阴影版本相同的对象(类),因此,执行定制的重建的阴影区域。出于这样的目的,两个多类svm训练前面描述的特征空间的阴影和非阴影分类,分别。在训练阶段后,生成C,都是应用于预测每个像素对应的区域的标签,阴影和非阴影,分别在MF中定义。
ii Postclassification: Improvementation分类地图在探索它的阴影区域的重建Postclassification应用采用一个简单的3 x3大多数过滤器去除孤立的标签,因此,平滑的地图。
三世阴影重建:图像重建是最重要的步骤之一,在我们的方法。在文献[7],[10]为了得到一个简单但令人满意的重建模型中,我们假设之间的潜在关系非阴影类(Y)和相应的影子类(X)是直线型的。我们有经验观察到影子类和相应的非阴影类合理展示一个线性关系。关于类的统计模型,三种评估方式可以设想:1)通过框计算直方图估计;2)核密度估计;或3)参数估计。在我们的例子中,我们将采取最后一个方法通过假设类高斯分布。这是出于需要获得一个易于分析和易于实现的重建方法。在这种假设下,X∼N(μSΣS)和Y∼N(μSΣS),μ和Σ代表均值和协方差矩阵,分别。自从两个分布假设线性相关,x和y可能联系在一起
图像
K是一个变换矩阵,KT是它的转置,ca偏差向量。估计K和c,柯列斯基分解。
D双边滤波器
双边滤波方法消除图像,同时保留边缘,通过附近的图像的非线性组合值。方法是noniterative、当地和简单。它结合了灰色的水平或颜色基于几何亲密和光度相似,并且更喜欢值附近遥远的领域和范围值。哦,et al。[11]形容“texture-illuminance解耦滤波器”,利用双边滤波解耦大型和小型特性从而打折照明均匀变形区域的影响。这种方法假设所有大规模变化等表面来自照明变化和不正确处理详细的小物体的影子。此外,用户需要指定纹理特征的大小
图像

四、实验结果
一)实验结果:计算方法的性能,使用卫星VHR形象进行分析。
图像
图像。
图3重建结果VHR形象。(a)原始图像。(2)基于颜色聚类。(c)模态形状输出(d)影子分类。(e)非阴影分类。(f)影子Ycbcr删除。(g)重建图像。(h)重建图像过滤

V的结论
文献研究显示,所有的研究都是重建的影子图像分辨率较差。在当前研究中我们用同样的方法添加双边滤波器提高重构图像的分辨率。结果发现是好与其他技术相比,增加了决议。

引用
  1. p . Soille形态学图像分析。纽约:斯普林格出版社,1999年版。
  2. j . a . Benediktssonε。Pesaresi, k . Amason”分类andfeature提取遥感图像从城市形态转换的基础上,“IEEE反式。Geosci。远程Sens。卷。41岁的没有。9日,第1949 - 1940页,2003年9月。
  3. n Ghoggali和f .εelgani遗传SVεsemisupervised方法多瞬时分类、“IEEE Geosci。远程参议员。,5卷,不。2,页212 - 216,2008年4月。
  4. e . Pasolli f . Melgani, m . Donelli”GPRimages自动分析:模式识别的方法,“IEEE反式。Geosci。RemoteSens。,vol. 47, no. 7, pp. 2206–2217, Jul. 2009.
  5. t·哈比卜j . Inglada g .εercier, j . Chanussot”支持向量几率SVε突变检测算法在遥感、“IEEE Geosci。远程参议员。》第六卷,没有。3,第610 - 606页,2009年7月。
  6. r·辛格·r·e·Vasquez, r·辛格“daubechies比较,coiflet symlet边缘检测,“在Proc。学报VI过程。,7月。1997,第3074期,页151 - 159
  7. 小王和y . Wang“影子检测和补偿基于retinex highresolution卫星图像,”在Proc。第五Int。相依ImageGraph。,2009年,页209 - 212
  8. p . Sarabandi f·山崎,ε。εatsuoka, a . Kiremidjian“Shadowdetection和辐射修复卫星高分辨率的图像,”在Proc, IEEE雪茄烟。2004年9月,6卷,第3744 - 3747页
  9. t .及其g .道,y Yasuoka”模拟复苏的信息在阴影区域IKONOS图像通过结合AδS数据,“在Proc。GIS发展。,2002年,页1 - 7。
  10. 山崎,w .δiu,ε。Takasaki,”影子andremoval特点对遥感图像的影响,“在Proc。IEEE雪茄烟,7月。2009年,4卷,页426 - 429。
  11. (哦,b . M。陈,M。,DORSEY J., DURAND F.:Image-based modeling and photo editing. In Proc. SIGGRAPH2001 (2001), ACM Press, pp. 433–442.)