从大影像切割出子影像

  原始影像太大,进行试验,需要获得原图像子集。quickbird影像全色波段分辨率很高,但是光谱信息不丰富,所以应该进行全色波段与多光谱波段的融合。参考相关文献,发现gram-schmit方法处理quickbird影像融合效果较好。经过实践,具体步骤如下:先要通过观察,选取一块区域,同时在两幅图像中选取图像子集,然后进行配准,配准精度要高,配准之后就可以进行融合处理。处理之后再进一步进行裁剪,最终可以获得融合后的实验影像。(《ENVI遥感影像处理教程》这本书不错!如何切割出子影像可以参考这本书)

  进一步思考,仅仅从一幅影像中获得子影像,然后与另一幅较大的影像进行配准,然后进行融合,是否可行?经过试验,发现不可行。原因之一是配准的时候由于子影像区域非常小,使得同名控制点选取在大影像中显得相对集中。 原因之二,配准后图像的分辨率应该和基图像差不多,但是子影像和较大的影像分辨率相差很大,造成了插值的时候信息丢失非常严重。即以大影像为基影像,不能纠正(原因未知);而小影像为基影像,大影像信息丢失非常严重(分辨率过分压缩,使得影像信息丢失严重)。由此,可以看出,首先切割出两块基本包含相同区域的,大小相当的影像,再进行配准,配准之后进行融合,最后再选取子区域,即可做成实验影像。

  ENVI中的gram-schmidt锐化方法在不进行配准的情况下也可以进行Quickbird融合,原因估计是ENVI进行了自动配准,但是融合结果明显不如手动配准之后的好。


转载于:https://www.cnblogs.com/rocklele/archive/2009/04/23/1442250.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
C语言是一种广泛使用的编程语言,它具有高效、灵活、可移植性强等特点,被广泛应用于操作系统、嵌入式系统、数据库、编译器等领域的开发。C语言的基本语法包括变量、数据类型、运算符、控制结构(如if语句、循环语句等)、函数、指针等。在编写C程序时,需要注意变量的声明和定义、指针的使用、内存的分配与释放等问题。C语言中常用的数据结构包括: 1. 数组:一种存储同类型数据的结构,可以进行索引访问和修改。 2. 链表:一种存储不同类型数据的结构,每个节点包含数据和指向下一个节点的指针。 3. 栈:一种后进先出(LIFO)的数据结构,可以通过压入(push)和弹出(pop)操作进行数据的存储和取出。 4. 队列:一种先进先出(FIFO)的数据结构,可以通过入队(enqueue)和出队(dequeue)操作进行数据的存储和取出。 5. 树:一种存储具有父子关系的数据结构,可以通过中序遍历、前序遍历和后序遍历等方式进行数据的访问和修改。 6. 图:一种存储具有节点和边关系的数据结构,可以通过广度优先搜索、深度优先搜索等方式进行数据的访问和修改。 这些数据结构在C语言中都有相应的实现方式,可以应用于各种不同的场景。C语言中的各种数据结构都有其优缺点,下面列举一些常见的数据结构的优缺点: 数组: 优点:访问和修改元素的速度非常快,适用于需要频繁读取和修改数据的场合。 缺点:数组的长度是固定的,不适合存储大小不固定的动态数据,另外数组在内存中是连续分配的,当数组较大时可能会导致内存碎片化。 链表: 优点:可以方便地插入和删除元素,适用于需要频繁插入和删除数据的场合。 缺点:访问和修改元素的速度相对较慢,因为需要遍历链表找到指定的节点。 栈: 优点:后进先出(LIFO)的特性使得栈在处理递归和括号匹配等问题时非常方便。 缺点:栈的空间有限,当数据量较大时可能会导致栈溢出。 队列: 优点:先进先出(FIFO)的特性使得

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值