Umgang mit Bergschatten bei der Klassifizierung von Landsat 8

Ich versuche, ein Gebiet in der Nordmongolei mithilfe von Landsat 8-Satellitenbildern aus dem Jahr 2013 zu klassifizieren. Da die Aufnahmen im Winter gemacht wurden, ist die Sonne zum Erfassungszeitpunkt sehr tief. Daher gibt es sehr lange und dunkle Schatten von den Bergen.

Ich kann diesen Schatten mithilfe eines DEM identifizieren, wie in dieser Frage beschrieben: Entfernen topografischer Effekte wie Schatten aus dem Landsat-Bild

Wie kann ich eine überwachte Klassifizierung für den abgeschnittenen Schattenbereich durchführen? Ist es möglich, diese Bereiche zu verbessern? Ich habe einige Bandverhältnisse ausprobiert, aber ich weiß nicht, welches für meine Aufgabe das Beste ist.

In diesem Bild sehen Sie, dass sich in den dunklen Schatten einige Vegetationsflächen befinden, die jedoch nicht klassifiziert werden können.

Tatsächlich ist es nicht selbstverständlich, dass Sie einige Informationen aus den schattierten Bereichen wiederherstellen können. Ich habe mich jedoch einmal erfolgreich mit (Wolken-) Schatten in einem hyperspektralen Bild befasst. Ziel war eine einfache Klassifizierung der Landbedeckung. Folgendes habe ich getan. Ich bin mir nicht sicher, wie dies mit Landsat-Bildern funktionieren würde, aber da es sehr einfach ist, sollten Sie es versuchen.

Sobald ich den Schatten erkannt hatte, führte ich einfach eine Histogramm-Anpassung der Schattenbereiche an den Rest des Bildes durch. Seien Sie vorsichtig, da Sie auf diese Weise davon ausgehen, dass das Spektralsignal in schattierten Bereichen und das in beleuchteten Bereichen mehr oder weniger zu denselben Klassen gehören (~ gleiche Verteilungen). Obwohl dies eine sehr einfache und vereinfachende Methode ist, konnte ich schattierte Pixel auf Kosten einiger kleiner Schattenrandfehler korrekt klassifizieren. Möglicherweise können Sie alle möglichen Bandverhältnisse zum Bild stapeln und alle Merkmale vor der Klassifizierung neu normalisieren. Dies könnte die Schatteneffekte noch weiter reduzieren. Dann müssen Sie wahrscheinlich einen robusten Klassifikator verwenden.

BEARBEITEN: Zusätzlich können Sie jedes Pixel normalisieren, um eine Einheitsnorm zu erhalten (indem Sie jedes Pixel als Spektralvektor betrachten). Dies sollte auch beim Entfernen von Schatteneffekten helfen.

Ich würde vorschlagen, was Stella unten sagte. Sie können es einfach als Schatten klassifizieren, damit Ihre Genauigkeit nicht beeinträchtigt wird. Stellen Sie natürlich sicher, dass Sie genügend Interessenbereiche oder Trainingsbereiche des Schattens haben, um sicherzustellen, dass alles klassifiziert ist. Wenn Sie eine Präsentation halten müssen, können Sie kommentieren, dass die meisten Schattenbereiche mit dem nahen Seitenteil des Berges gleichförmig sind. Wenn also die Seite des Berges, auf die die Sonne trifft, vegetative Eigenschaften widerspiegelt, würde die andere Seite dies tun Nun, wenn die Sonne es treffen würde. Hoffe das hilft. Ich musste dies tun, und wenn Sie den Schatten nicht klassifizieren oder Korrekturen daran vornehmen, wird er genauso wie Wasser klassifiziert, da sie spektrale Ähnlichkeiten aufweisen.

Ich würde vorschlagen, die Schatten getrennt vom Rest des Bildes zu klassifizieren. Wenn Sie eine bestimmte Schattenklasse finden, maskieren Sie die "Schatten" -Pixel und strecken Sie sie dann und klassifizieren Sie sie neu (achten Sie darauf, wie Sie sie strecken). Ich bin kein Experte für Bildklassifizierung, aber ich würde definitiv alle Ergebnisse mit anderen Bildern validieren.