第2章　图像阴影检测

阴影区域遮挡了光照投射区域内真实的地物信息，这往往会导致部分空间范围内的图像分析能力大幅下降。因此，阴影检测成为图像处理中的一个重要研究方向。目前，基于非监督学习的方法缺乏对阴影区域特征的了解，使得其自动调节能力较差、检测精度低。而基于监督学习的阴影检测方法则过多依赖先验知识及大量的数据样本，数据集的获取成了瓶颈问题。本章提出了一种自适应无监督的遥感图像阴影检测方法。首先，为了解决阴影特征提取不准确的问题，本章结合HSI颜色空间中阴影的高色度、高饱和度和低亮度的特殊属性，设计了一个新的多特征阴影检测通道，从而实现对阴影区域特征的准确提取；其次，在分割阈值求取过程中，本章结合全局和局部粒子群算法，引入动态惯性权重，提出了动态局部自适应粒子群算法（DLA-PSO），进一步提升了检测性能；最后，使用遥感图像数据，与传统检测方法及深度学习方法进行了比较分析。