随着以无人机为代表的航空对地观测新遥感平台和配套处理软件的快速发展,高分辨率遥感产品的制作效率大幅提高。相较于传统的4D产品,包含无人机在内的航空新平台的影像产品以其更加丰富的地物细节、更加明确的地物关系以及更加灵活快速低成本的获取方式逐步成为城市规划、国土资源勘查、应急测绘、防灾减灾、精准农业等领域的重要遥感数据源。然而,现阶段的正射影像只进行了匀光匀色,存在着大量阴影未经处理。以城市区域为例,由于高层建筑林立加之太阳位置变化规律固定,某些区域的阴影长期存在,成为了城市遥感监测的盲区。由于缺少直射光,阴影内的地物普遍存在着光谱信息损失、边界模糊、对比度降低的问题,对地表光谱特性参数的反演、地表分类、变化检测、目标提取等解译工作带来了更多的不确定性因素,增加了遥感数据处理的难度。同时,阴影区域又携带了大量与投影物自身几何形状和空间语义相关的信息,可以为三维建筑物重建等技术提供辅助信息。通过对阴影特性的深入研究,对其准确的检测和补偿,可以更好的挖掘影像携带的隐性信息,提高现有遥感图像处理算法的准确率和高成本遥感数据的使用效率。由此可见,针对高分辨率正射影像中的阴影区域进行检测和补偿,具有重要的研究与应用价值。由于太阳位置、地表空间结构、大气条件、周围环境复杂度等多重因素的共同作用,阴影区域的边界、纹理和光谱特征复杂,且与水域、植被、柏油路面等常见地物类型有着相似的光谱特性,常常造成传统针对自然影像阴影进行检测与补偿的算法失效。因此,仅依靠光谱特征很难准确的定位阴影边界。本文针对现有阴影处理算法精度和自动化难以两全的局面,通过增加数字地表模型,将原有的二维平面的影像数据扩展到三维的地理几何空间内,通过地形和光源的几何关系构建阴影的成因模型,进而准确的确定出影像中的阴影区域和其因地物遮蔽损失的辐射能量,在不受影像质量和地物反射率影响的情况下,实现影像阴影的高效、自动化地检测和补偿。论文主要研究内容与结论包括:1.深入研究了地面自然场景和高分辨率遥感影像中阴影区域的辐射特性。阴影区域并非零信息量,而是相比非阴影区域存在较暗的亮度和较低的对比度,可以利用周围环境空间和光谱特征,对影像中阴影区域所损失的信息进行合理补偿。充分的挖掘阴影区域的多维光谱特征是进行影像阴影检测和补偿的前提条件。因此,本文首先对手持数码相机拍摄的地面自然场景和高分辨率遥感影像中不同分辨率、不同地物类型的阴影和非阴影部分进行了三组实验的对比和分析,寻找影像中信息量较少、信噪比较低阴影区域的多维度分布特性,并与特征相似的非阴影区域加以区分,总结出阴影区域在简单自然场景和复杂遥感场景中所特有的和共性光谱特征,为后续进行检测补偿的处理提供了理论支撑。2.提出一种基于地表高程信息的高分辨率正射遥感影像的阴影检测方法,在无需人工干预的前提下,将具有光谱信息损失的阴影区域与其他非阴影区域进行区分。借助数字地表模型和影像的时间和地理坐标信息,构建影像获取时太阳与影像场景间的几何关系模型。采用光线追踪法检测出影像中的阴影边界,作为阴影初始值。将阴影初始值看作影像前景,其他非阴影区域看作背景,借助阴影、非阴影区域各自的光谱信息采用自动抠图技术对阴影初始值进行细化处理,得到带有阴影强度信息的软阴影掩膜,作为后续阴影补偿处理的输入信息。实现了高分辨率遥感影像阴影的稳健、可靠的检测,为后续的阴影补偿提供了基本前提。3.发展了一种根据散射辐射能量各向异性分布特性和地表天空可见程度对阴影区域进行辐射能量补偿的方法。阴影的成因复杂多变,从辐射传输理论对阴影区域进行补偿是一个参数多、约束少的病态问题。因此,提出针对高分辨率遥感影像中的多波段光谱信息和地表高程信息,还原阴影形成时的光源与场景间的几何关系模型。同时,探讨阴影补偿时影响因素的的贡献大小,构建基础性的阴影辐射补偿模型,联合天空可见因子和太阳位置信息进行阴影的有效补偿,为阴影区的信息恢复提供理论和方法支持,提升后续遥感分类解译处理的数据质量。4.针对对本文提出的阴影处理方法,选用两组国际通用的高分辨率遥感影像数据集,并与现有的两种阴影检测和阴影补偿方法进行了定性和定量对比。实验结果表明:相比另两种方法,本文阴影检测方法在准确检测到建筑物等典型地物阴影的同时,可有效避开深色地物、车辆及水体的影响,克服传统光谱检测方法中由于其他地物的光谱相似性所带来的阴影误检测问题。本文方法的阴影补偿结果有效恢复了阴影区域的纹理结构和光谱特征,为三种方法中信息熵最优结果。补偿后的无阴影影像满足视觉上的空间一致性,而且能反映阴影内部地物的真实光谱属性。因此,使用本文方法进行阴影检测和补偿,可有效提高高分辨率正射影像的信息量。