Abstract
Multitemporal remote sensing images of a particular territory might include accidental scene distortions. Scene distortion is a significant local brightness change caused by the scene overlap with some opaque object or a natural phenomenon coincident with the moment of image capture, for example, clouds and shadows. The fact that different images of the scene are obtained at different instants of time makes the appearance, location and shape of scene distortions accidental. In this article we propose an algorithm for detecting accidental scene distortions using a dataset of multitemporal remote sensing images. The algorithm applies superpixel segmentation and anomaly detection methods to get binary images of scene distortion location for each image in the dataset. The algorithm is adapted to handle images with different spectral and spatial sampling parameters, which makes it more multipurpose than the existing solutions. The algorithm's quality was assessed using model images with scene distortions for two remote sensing systems. The experiments showed that the proposed algorithm with the optimal settings can reach a detection accuracy of about 90% and a false detection error of about 10%.
Highlights
Оценка модели наблюдений и оптимальный выбор операторов интерполяции Qk, Ik выходят за рамки настоящего исследования
В качестве случайных искажений в составе сцены в экспериментах рассматривались облака и их тени, поскольку они встречаются во многих практических случаях
Scene distortion is a significant local brightness change caused by the scene overlap with some opaque object or a natural phenomenon coincident with the moment of image capture, for example, clouds and shadows
Summary
Тогда модель наблюдения разновременных изображений при наличии случайных искажений в составе сцены будет иметь вид: Yk Dk Hk Fk k X Vk ,. А также оператора Qk, определяющего преобразование Lk наблюдаемых каналов в L каналов, соответствующих каналам сцены X: Zk Qk Fk 1IkYk. Таким образом, для последовательности разновременных изображений Zk в каждой точке с пространственными координатами составляющая Ak определяет ожидаемое истинное значение сигнатуры пикселя, а Bk – аномальное. Что пространственные и спектральные искажения, связанные с регистрацией изображений Yk и их преобразованием в представление Zk , должны быть существенно меньше по норме, чем разность образов пикселей для участков с искажениями в составе сцены и без искажений в составе сцены: k1 1 m1, m2 k1 1 m1, m2. При соблюдении обозначенных выше условий, являющихся естественными ограничениями, определяемыми свойствами модели наблюдения, задача обнаружения случайных искажений в составе сцены может быть сведена к задаче поиска аномалий в последовательности разновременных наблюдений Zk в каждой пространственной точке (m1, m2). Оценка модели наблюдений и оптимальный выбор операторов интерполяции Qk, Ik выходят за рамки настоящего исследования
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
