ENVI遥感影像自然真彩色增强方法
2015-10-14 23:06
477 查看
多光谱影像彩色合成方法主要分为2种:自然真彩色合成和非自然假彩色合成。自然真彩色合成是指合成后的彩色影像上地物色彩与实际地物色彩接近或者一致,一般的方法就是多光谱影像的红、绿、蓝对应R/G/B合成;非自然假彩色则反之。
遥感影像自然真彩色合成可分为以下几种方法:1、直接用多光谱影像的红、绿、蓝通道合成,一般用于高分辨率影像;2、利用其它波段加权处理,重新生成红、绿、蓝波段,一般用于增强某种地物颜色层次,如植被、水体等;3、利用其它波段信息重新生成某一波段,一般用于缺少波段的传感器,如SPOT、Aster等。
1.波段加权运算(包含R、G、B、NIR波段的数据)
最常见的就是增强植被信息,可使用绿色和近红外波段加权运算。如下公式:
Bandnew=a*Bgree+(1-a)*Bnir
a是权重值,取0~1。
下面使用ENVI下的Bandmath和layerstacking工具,利用TM影像合成真彩色图像。
(1) 打开包括R、G、B、NIR波段的TM影像。
(2) 选择Basic
tools->Bandmath,输入表达式:byte(b2*0.8+b4*0.2),选择相应的波段执行运算。
(3) 在波段列表中,选择:R-红色波段,G-合成波段,B-蓝色波段显示,可以看到合成想效果。
(4) Basic
tools->layerstacking,将相应三个波段组成一个三波段图像文件.
另外,为了让植被之外的地物颜色更加真实,可以只对植被进行增强,这里使用NDVI对植被进行区分。首先先计算NDVI,使用使用以下波段运算表达式进行加强运算:
(B3 gt 0.2)*(b2*0.8+b4*0.2)+(B3
le 0.2)*b2
B3:NDVI。
2 波段生成
常见的就是SPOT影像蓝色波段的生成,下面是SPOT常见的方法:
(1)原来的绿波段(0.50-0.59μm)当作蓝波段(该波段靠近蓝波段的光谱范围),红波段(0.61-0.68
μm)仍采用原来的波段,绿波段用绿波段、红波段、近红外波段的算术平均值来代替。
R:XS2
G:(XS1+ XS2+ XS3)/3,band
math表达式:byte((fix(b1)+b2+b3)/3)
B:XS1 效果如下:
(2)将原来的绿波段(0.50-0.59μm)当作蓝波段,红波段(0.61-0.68
μm)仍采用原来的波段,绿波段用绿波段、近红外波段按3:1的加权算术平均值来代替。
R:XS2
G:(XS1×3+XS3)/4,band
math表达式:(b1*3+b3)/3
B:XS1
效果如下:
以上两种由于其算法是比较相近的,所以生成影像的色彩效果区别不大。以上方法不仅限于SPOT影像,也可用于ASTER影像,甚至用于其他包括绿波段、红波段、近红外波段的数据。
多光谱影像彩色合成方法主要分为2种:自然真彩色合成和非自然假彩色合成。自然真彩色合成是指合成后的彩色影像上地物色彩与实际地物色彩接近或者一致,一般的方法就是多光谱影像的红、绿、蓝对应R/G/B合成;非自然假彩色则反之。
遥感影像自然真彩色合成可分为以下几种方法:1、直接用多光谱影像的红、绿、蓝通道合成,一般用于高分辨率影像;2、利用其它波段加权处理,重新生成红、绿、蓝波段,一般用于增强某种地物颜色层次,如植被、水体等;3、利用其它波段信息重新生成某一波段,一般用于缺少波段的传感器,如SPOT、Aster等。
1.波段加权运算(包含R、G、B、NIR波段的数据)
最常见的就是增强植被信息,可使用绿色和近红外波段加权运算。如下公式:
Bandnew=a*Bgree+(1-a)*Bnir
a是权重值,取0~1。
下面使用ENVI下的Bandmath和layerstacking工具,利用TM影像合成真彩色图像。
(1) 打开包括R、G、B、NIR波段的TM影像。
(2) 选择Basic
tools->Bandmath,输入表达式:byte(b2*0.8+b4*0.2),选择相应的波段执行运算。
(3) 在波段列表中,选择:R-红色波段,G-合成波段,B-蓝色波段显示,可以看到合成想效果。
(4) Basic
tools->layerstacking,将相应三个波段组成一个三波段图像文件.
另外,为了让植被之外的地物颜色更加真实,可以只对植被进行增强,这里使用NDVI对植被进行区分。首先先计算NDVI,使用使用以下波段运算表达式进行加强运算:
(B3 gt 0.2)*(b2*0.8+b4*0.2)+(B3
le 0.2)*b2
B3:NDVI。
2 波段生成
常见的就是SPOT影像蓝色波段的生成,下面是SPOT常见的方法:
(1)原来的绿波段(0.50-0.59μm)当作蓝波段(该波段靠近蓝波段的光谱范围),红波段(0.61-0.68
μm)仍采用原来的波段,绿波段用绿波段、红波段、近红外波段的算术平均值来代替。
R:XS2
G:(XS1+ XS2+ XS3)/3,band
math表达式:byte((fix(b1)+b2+b3)/3)
B:XS1 效果如下:
(2)将原来的绿波段(0.50-0.59μm)当作蓝波段,红波段(0.61-0.68
μm)仍采用原来的波段,绿波段用绿波段、近红外波段按3:1的加权算术平均值来代替。
R:XS2
G:(XS1×3+XS3)/4,band
math表达式:(b1*3+b3)/3
B:XS1
效果如下:
以上两种由于其算法是比较相近的,所以生成影像的色彩效果区别不大。以上方法不仅限于SPOT影像,也可用于ASTER影像,甚至用于其他包括绿波段、红波段、近红外波段的数据。
相关文章推荐
- 实现基于Task的异步模式
- 海思Hi3518内核编译过程中问题点记录
- ndk-build
- 地图定位异常问题
- struts2标签Tags的用法
- Spring官网改版后下载
- 新版WampServer项目路径前面没有localhost
- 饭碗是要靠抢的
- Sql Server 分页查询
- C++文件(夹)选择对话框
- 安卓TV开发(十) 智能电视开发之在线视频直播
- 安卓TV开发(十) 智能电视开发之在线视频直播
- 汇编语言 第三版 王爽 实验9 根据材料编程
- 流程控制
- webform--常用的控件
- 垃圾收集算法
- 【转载】阎焱:90后创业是扯淡 大量O2O和P2P公司濒临倒闭
- 剑指offer第十一题【二进制中1的个数】c++实现
- win8远程 凭证不能工作
- java中网络socket编程简单例子,用于读写字符