《表1 阴影检测结果评价表》
%
阴影去除效果受到阴影区域检测精度的制约,这部分实验将利用式(14)、式(15)、式(16)对阴影检测的精度和阴影去除效果进行定量评估。从图3、图4、图5可以看出,本文阴影去除方法对比改进的Wallis算法,能够较好地扩大阴影区域的亮度,去除后的细节较为清晰。表1给出了3幅影像阴影检测的定量评价指标,本文的阴影检测算法的漏检率均低于文献[8]和文献[9]方法,误检率也略低于另外2种方法。总错误率即综合性能评价分析,均低于另外2种算法,说明本文阴影检测方法具有明显的优势。本文的阴影检测算法之所以取得了较好的检测效果,主要在于水平集算法能够演化出精确的轮廓边界,颜色不变性的粗检测也为水平集演化提供了先验信息。
图表编号 | XD00176476800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.20 |
作者 | 涂继辉、杜红、眭海刚、徐川 |
绘制单位 | 长江大学电信学院、武汉大学测绘遥感信息工程国家重点实验室、长江大学电信学院、武汉大学测绘遥感信息工程国家重点实验室、武汉大学测绘遥感信息工程国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |