十一、遥感影像数据转化为常规影像

最新推荐文章于 2022-10-15 16:07:02 发布
最新推荐文章于 2022-10-15 16:07:02 发布
阅读量402 收藏 1
点赞数
分类专栏： C++/C编程 遥感平台开发
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/moshangqingcheng/article/details/86657224
版权

typedef unsigned short uint16_t;
typedef unsigned char uint8_t;

char* stretch_percent_16to8(const char *inFilename)//将uint16转化为uint8

{

       string s(inFilename);

       size_t index = s.find_first_of(".", 0);

       string newstr = s.substr(0, index);

       string ss = newstr + "ceshi.tif";//生成缓存，我这里是将原来数据和现在生成数据分开了

       GDALAllRegister();//注册

       CPLSetConfigOption("GDAL_FILENAME_IS_UTF8", "NO");

       int src_height = 0;

       int src_width = 0;

       GDALDataset *poIn = (GDALDataset *)GDALOpen(inFilename, GA_ReadOnly);   

       GDALDataType eDataType = poIn->GetRasterBand(1)->GetRasterDataType();

       if (eDataType == 1){//如果是常规电脑能打开的图

              char* filename = new char[strlen(inFilename) + 1];

              strcpy_s(filename, strlen(inFilename) + 1, inFilename);

              return filename;//如果是Byte就直接显示

       }

       else if (eDataType == 6){//如果是遥感影像

              char*dstFilename;

              const int len = ss.length();

              dstFilename = new char[len + 1];

              strcpy_s(dstFilename, len + 1, ss.c_str());

              fstream _file;

              _file.open(dstFilename, ios::in);

              if (!_file){

                     src_width = poIn->GetRasterXSize();

                     src_height = poIn->GetRasterYSize();

                     int InBands = poIn->GetRasterCount();

                     double adfInGeoTransform[6] = { 0 };

                     const char *pszWKT = NULL;

                     poIn->GetGeoTransform(adfInGeoTransform);

                     pszWKT = poIn->GetProjectionRef();

                     GDALDriver *poDriver = (GDALDriver *)GDALGetDriverByName("GTiff");

                     GDALDataset *poOutputDS = poDriver->Create(dstFilename, src_width, src_height, InBands, GDT_Byte, NULL);

                     poOutputDS->SetGeoTransform(adfInGeoTransform);

                     poOutputDS->SetProjection(pszWKT);

                     for (int iBand = 0; iBand < InBands; iBand++)

                     {

                            float32_t *srcData = (float32_t *)malloc(sizeof(float32_t)*src_width * src_height * 1);

                            memset(srcData, 0, sizeof(float32_t)* 1 * src_width * src_height);

                            float src_max = 1.0*(*srcData), src_min = 1.0*(*srcData);

                            poIn->GetRasterBand(iBand + 1)->RasterIO(GF_Read, 0, 0, src_width, src_height, srcData + 0 * src_width * src_height, src_width, src_height, GDT_Float32, 0, 0);

                            for (int src_row = 0; src_row < src_height; src_row++)

                            {

                                   for (int src_col = 0; src_col < src_width; src_col++)

                                   {

                                          float32_t src_temVal = *(srcData + src_row * src_width + src_col);

                                          if (src_temVal > src_max)

                                                 src_max = src_temVal;

                                          if (src_temVal < src_min)

                                                 src_min = src_temVal;

                                   }

                            }

                            for (int src_row = 0; src_row < src_height; src_row++)

                            {

                                   uint8_t *dstData = (uint8_t*)malloc(sizeof(uint8_t)*src_width);

                                   memset(dstData, 0, sizeof(uint8_t)*src_width);

                                   for (int src_col = 0; src_col < src_width; src_col++)

                                   {

                                          float32_t src_temVal = *(srcData + src_row * src_width + src_col);

                                          *(dstData + src_col) = round((255 - 0)*(src_temVal - src_min) / (src_max - src_min) + 0);

                                   }

                                   poOutputDS->GetRasterBand(iBand + 1)->RasterIO(GF_Write, 0, src_row, src_width, 1, dstData, src_width, 1, GDT_Byte, 0, 0);

                                   free(dstData);

                            }

                            free(srcData);

                     }

                     GDALClose(poIn);

                     GDALClose(poOutputDS);

              }

              return dstFilename;

       }

       else{//如果不是,目前只能做16转化为8

              char*dstFilename;

              const int len = ss.length();

              dstFilename = new char[len + 1];

              strcpy_s(dstFilename, len + 1, ss.c_str());

              fstream _file;

              _file.open(dstFilename, ios::in);

              if (!_file)

              {

                     src_width = poIn->GetRasterXSize();

                     src_height = poIn->GetRasterYSize();

                     int InBands = poIn->GetRasterCount();

                     double adfInGeoTransform[6] = { 0 };

                     const char *pszWKT = NULL;

                     poIn->GetGeoTransform(adfInGeoTransform);

                     pszWKT = poIn->GetProjectionRef();

                     GDALDriver *poDriver = (GDALDriver *)GDALGetDriverByName("GTiff");

                     GDALDataset *poOutputDS = poDriver->Create(dstFilename, src_width, src_height, InBands, GDT_Byte, NULL);

                     poOutputDS->SetGeoTransform(adfInGeoTransform);

                     poOutputDS->SetProjection(pszWKT);

                     for (int iBand = 0; iBand < InBands; iBand++)

                     {

                            uint16_t *srcData = (uint16_t *)malloc(sizeof(uint16_t)*src_width * src_height * 1);

                            memset(srcData, 0, sizeof(uint16_t)* 1 * src_width * src_height);

                            int src_max = 0, src_min = 65500;

                            poIn->GetRasterBand(iBand + 1)->RasterIO(GF_Read, 0, 0, src_width, src_height, srcData + 0 * src_width * src_height, src_width, src_height, GDT_UInt16, 0, 0);

                            for (int src_row = 0; src_row < src_height; src_row++)

                            {

                                   for (int src_col = 0; src_col < src_width; src_col++)

                                   {

                                          uint16_t src_temVal = *(srcData + src_row * src_width + src_col);

                                          if (src_temVal > src_max)

                                                 src_max = src_temVal;

                                          if (src_temVal < src_min)

                                                 src_min = src_temVal;

                                   }

                            }

                            double *numb_pix = (double *)malloc(sizeof(double)*(src_max + 1));      

                            memset(numb_pix, 0, sizeof(double)* (src_max + 1));

                            for (int src_row = 0; src_row < src_height; src_row++)

                            {

                                   for (int src_col = 0; src_col < src_width; src_col++)

                                   {

                                          uint16_t src_temVal = *(srcData + src_row * src_width + src_col);

                                          *(numb_pix + src_temVal) += 1;

                                   }

                            }  

                            double *frequency_val = (double *)malloc(sizeof(double)*(src_max + 1));  

                            memset(frequency_val, 0.0, sizeof(double)*(src_max + 1));

                            for (int val_i = 0; val_i <= src_max; val_i++)

                            {

                                   *(frequency_val + val_i) = *(numb_pix + val_i) / double(src_width * src_height);

                            }

                            double *accumlt_frequency_val = (double*)malloc(sizeof(double)*(src_max + 1)); 

                            memset(accumlt_frequency_val, 0.0, sizeof(double)*(src_max + 1));

                            for (int val_i = 0; val_i <= src_max; val_i++)

                            {

                                   for (int val_j = 0; val_j < val_i; val_j++)

                                   {

                                          *(accumlt_frequency_val + val_i) += *(frequency_val + val_j);

                                   }

                            }

                            int minVal = 0, maxVal = 0;//统计像素两端截断值

                            for (int val_i = 1; val_i < src_max; val_i++)

                            {

                                   double acc_fre_temVal0 = *(frequency_val + 0);

                                   double acc_fre_temVal = *(accumlt_frequency_val + val_i);

                                   if ((acc_fre_temVal - acc_fre_temVal0) > 0.0015)

                                   {

                                          minVal = val_i;

                                          break;

                                   }

                            }

                            for (int val_i = src_max - 1; val_i > 0; val_i--)

                            {

                                   double acc_fre_temVal0 = *(accumlt_frequency_val + src_max);

                                   double acc_fre_temVal = *(accumlt_frequency_val + val_i);

                                   if (acc_fre_temVal < (acc_fre_temVal0 - 0.00012))

                                   {

                                          maxVal = val_i;

                                          break;

                                   }

                            }

                            for (int src_row = 0; src_row < src_height; src_row++)

                            {

                                   uint8_t *dstData = (uint8_t*)malloc(sizeof(uint8_t)*src_width);

                                   memset(dstData, 0, sizeof(uint8_t)*src_width);

                                   for (int src_col = 0; src_col < src_width; src_col++)

                                   {

                                          uint16_t src_temVal = *(srcData + src_row * src_width + src_col);

                                          double stre_temVal = (src_temVal - minVal) / double(maxVal - minVal);

                                          if (src_temVal < minVal)

                                          {

                                                 *(dstData + src_col) = (src_temVal)*(20.0 / double(minVal));

                                          }

                                          else if (src_temVal > maxVal)

                                          {

                                                 stre_temVal = uint8_t((src_temVal - src_min) / double(src_max - src_min));

                                                 *(dstData + src_col) = 254;

                                          }

                                          else

                                                 *(dstData + src_col) = pow(stre_temVal, 0.7) * 250;

 

                                   }

                                   poOutputDS->GetRasterBand(iBand + 1)->RasterIO(GF_Write, 0, src_row, src_width, 1, dstData, src_width, 1, GDT_Byte, 0, 0);

                                   free(dstData);

                            }

                            free(numb_pix);

                            free(frequency_val);

                            free(accumlt_frequency_val);

                            free(srcData);

                     }

                     GDALClose(poIn);

                     GDALClose(poOutputDS);

              }

              return dstFilename;//返回缓存的名字

       }

}

moshangqingcheng
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Matlab读取、转换遥感影像到普通影像
kunyXu的博客
12-19 5881
通常我们是利用专业遥感影像处理软件如ENVI等来处理遥感影像。但是在处理小块遥感影像或者需要自己实现一些比较简单但envi上没有的功能，则需要自己编程实现，首要的一步就是读取遥感影像，本篇博客记录如何利用matlab读取遥感影像并将其转换为普通图像。
《遥感原理与应用》总结—遥感图像数字处理的基础知识
qq_45245354的博客
08-19 1699
遥感图像数字处理的基础知识 重点：遥感图像的表示方式，遥感图像处理软件的功能。 1.图像的表示形式 空间域：空间坐标x,y的函数。 光学图像：二维的连续的光密度函数。（相片上的密度随xy变化而变化，是一条连续的曲线，密度函数非负且有限。） 数字图像：二维的离散的光密度函数。（数字影像处理要比光学影像简捷快速，而且可以完成一些光学处理方法所无法完成的各种特殊处理，成本低，具有普遍性。） 光学图像与数字图像的转换 光学图像转换为数...
使用GDAL将TIFFFILE遥感图像转换为软件可读的图像
Nick Blog
12-14 414
1.问题描述： 一些情况下，使用python tifffile 库imwrite的遥感图像无法用ENVI等软件打开，由于缺少头文件信息。 2.解决方案 使用GDAL库将TIFFFILE遥感图像转换为软件可读的图像。 from osgeo import gdal import tifffile # read TIF image using TIFFFILE and write again using GDAL def update_msi(input_file_name, output_file_name)
遥感数据格式转换
03-25
遥感数据 BIP BSQ BIL格式转换
matlab数据图像化处理的另一类
MouGang的专栏
04-24 457
https://blog.csdn.net/u013346007/article/details/54581253 举个实例：估计函数：x*exp(-x^2-y^2)，取值范围-2 < x < 2, -2 < y < 2, [X,Y] = meshgrid(-2:.2:2, -2:.2:2); Z =...
论文研究 - 二维经验模态分解和最小二乘理论的遥感影像融合
06-01
将多光谱图像从RGB空间转换为IHS空间后，BEMD将I分量和全色图像分解，然后使用最小二乘理论评估最佳空间信息并注入空间信息，最后通过反BEMD和反强度完成融合。色相饱和度变换。 使用两个数据集来评估所提出的融合...
常用遥感影像处理软件介绍及评价.pdf
10-19
遥感影像处理是地理信息系统（GIS）中的关键环节，用于对从卫星或航空器获取的遥感数据进行分析、处理和解译。本文主要介绍了几种国内外广泛使用的遥感影像处理软件，包括它们的特点、优势和适用场景。 1. **PCI ...
双向特征融合与特征选择的遥感影像目标检测.docx
07-01
实验部分，作者创建了一个名为DOTA-GF的数据集，包含了GF-2和GF-6卫星的影像，与主流的遥感影像目标检测算法进行了比较，验证了所提算法的优势。 论文中提到的网络结构包括四个部分：Backbone（如ResNet50）、双向...
遥感数据处理流程~~~
05-23
遥感数据处理是将原始的遥感图像转化为可分析信息的关键步骤，涉及数据格式转换、图像校正、几何纠正、镶嵌等过程。以下是对遥感数据处理流程的详细解析，主要基于给定的部分内容进行阐述。 #### 一、数据格式转换 ...
ENVI遥感图像处理实验二——图像常规处理2 (2).docx
最新发布
04-04
接着，我们讨论了如何利用矢量数据进行影像裁剪。矢量数据通常包含地理边界信息，如行政区划、道路网络等。在这里，你需要先打开包含裁剪区域的.shp矢量文件，保持投影参数不变，并导入到Memory中。随后，再次使用...
GDAL读取遥感影像转化为数组，并储存为文件
qq_44407908的博客
10-15 1697
基于Python的GDAL库，将遥感影像的TIFF文件，转换为数组形式，并储存为文件。
传统基本图像处理方法：图像增强（灰度变换、直方图增强、空间域滤波、频率域滤波）、图像分割、图像配准等
热门推荐
星智云图StarImagine
06-29 2万+
图像处理设计主要有以下几种处理：图像增强（灰度变换、直方图增强、空间域滤波、频率域滤波）、图像分割、图像配准等等。 图像增强： 图像增强作为基本的图像处理技术，目的在于通过对图像进行加工使其比原始图像更适合于特定应用，即图像灰度增强是根据特定需要有目的进行。医学图像由于成像设备和获取条件等影响，可能会出现图像质量的退化：另外影像医生希望获得对比度高、细节丰富、可读性好的图像以降低阅片强度便于诊断。通过图像增强改善图像的视觉质量，让观察者能够看到更加直接、清晰、适于分析的信息。传统的图像灰度增强方法可分为空
遥感影像16位转8位
小竹的博客
11-18 1万+
对16位的遥感影像进行降位处理，抑制高光，保证影像对比度
GDAL c++ 遥感影像16位转8位
u010624166的博客
09-21 1407
typedef unsigned __int16 uint16_t; typedef unsigned unsigned char uint8_t; int stretch_percent_16to8(const char *inFilename, const char *dstFilename) { GDALAllRegister(); //为了支持中文路径 CPLSetCon...
Tif World文件tfw解释
weixin_34220963的博客
07-12 381
TifWorld文件: 18.000000000000000 0.0 0.0 -18.000000000000000 1942611.2300000000 304167.27899999998 各行的意义： 1地图单元中的一个象素在X方向上的X分辨率尺度。 2平移量。 3旋转量。 4地图单元中的一个象素在Y方向上的Y分辨率尺度的负值。 5象素1，1（左上方）的X地坐标。 6...
遥感影像融合变换
CGG的博客
11-28 1508
遥感影像融合变换（brovey,multiply,PCA,HSI)
遥感数据转换相关
qq_43210879的博客
11-01 417
1、KML转shp: 当KML文件出现问题导致使用arcmap将KML转shp失败时，可以使用奥维互动地图打开受损的KML文件，然后将其导出为新的KML文件，此时新导出的KML文件就可以正常被arcmap转为shp
Python干货 | 制作遥感影像图
liu08_13的博客
12-26 4059
0.前言 近50年来，Landsat系列卫星为我们提供了非常长时间序列的地球表面观测信息，现阶段Landsat卫星仍然在服役，为全球治理和科学研究提供了非常宝贵的数据。 图源：USGS 现在是大数据时代，作为地球科学领域来说，遥感资料是不折不扣的宝贵的一手实测资料，且数据量非常的庞大。现阶段来说，可能大部分遥感资料生产的速度远远大于我们去利用它的速度，所以大部分遥感资料还是处于沉睡状态，在等待着技术的继续革新，唤醒这沉睡的数据，使其发光发热。 今天我们来探索一下使用Landsat数据来制作一张遥
遥感影像数据融合技术解析
遥感影像数据融合是提高遥感信息质量和利用率的有效途径，它通过整合多源数据的优势，克服了单一传感器的局限性，为科学研究和决策支持提供了更全面、准确的地理信息。随着遥感技术和计算机技术的不断发展，数据融合...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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