遥感影像的特征空间图

---

title: 遥感影像的特征空间图
date: 2018-04-09
categories: 遥感图像处理
tags:
- gdal
- python

遥感影像的特征空间图

定义

在模式识别中，通常将遥感单波段数据称为特征。为了真正认识遥感数据集中两个波段（特征）如何协同变化以及是否相关，通常绘制两个波段的特征空间图。

二维特征空间图提取两个波段的所有像元亮度值，并且将其出现的频率描绘在255×255（假定为8bit的数据）特征空间中。数值对出现的频率越大，特征空间像元就越亮。用图形检验波段间统计关系更为直观。

代码实现

下面以TM第1、2波段数据为例绘制特征空间图

import gdal
import numpy as np
import matplotlib.pyplot as plt
import PIL.Image

dataset1 = gdal.Open("b1.tif")
dataset2 = gdal.Open("b2.tif") #利用gdal读取第1、2波段
im_width = dataset1.RasterXSize  # 栅格矩阵的列数
im_height = dataset1.RasterYSize  # 栅格矩阵的行数
im_data1 = dataset1.ReadAsArray(0, 0, im_width, im_height)  # 获取数据
im_data2 = dataset2.ReadAsArray(0, 0, im_width, im_height)  
value = np.zeros((256, 256),dtype=float)
band1 = np.array(im_data1)
band2 = np.array(im_data2)
band11 = band1.flatten()
band21 = band2.flatten()
band11.astype(int)
band21.astype(int)

pixel_num = im_width1 * im_height1

for x in range(pixel_num):
    value[band11[x]][band21[x]] = value[band11[x]][band21[x]]+1
value=value[::-1]
img = PIL.Image.fromarray(value)


img.show()

生成的特征空间图如下

可以发现这景TM影像的1，2波段具有高度的相关性