1.辐射校正(无)
2.图像配准
图像配准就是将不同时间、不同传感器或不同条件下如气候、照度、摄像位置和角度等获取的两幅或多幅图像进行匹配、叠加的过程。
- 几何精校正练习(控制点)
- GLT校正(地理位置查找表文件)--HDF5数据格式可以扩充
- imagetoimage校正
- image registration workflow
3.图像融合,使得处理后的影像既有较高的空间分辨率,又具有多光谱特征
- Image Sharpening
PC spectral 主成分
Brovey变换
HSV
CN
Gram-Schmidt Pan sharping(适合同一个传感器,尽管多光谱和全色不配准,但是可以直接做融合,最后的结果和全色位置一致,如果最后不准的话,做个配准嘻嘻。)
小波融合
4.图像镶嵌,要考虑颜色平衡和接边,运算速度和交换缓冲空间
一般重叠1/3副影像
- 基于坐标的镶嵌:seamless Mosaic
通常用Overlap Area Only颜色平衡,如果两边相差太大,全景颜色校正效果不好
- 基于像素的镶嵌:Pixel Based Mosaic
当有很多幅具有地理投影信息,数据量很大的影响,并且不用做匀色和接边线处理时候,可以使
用Mosaic批处理补丁(mosaic_maker_jg.sav)
Esri论坛,关于Mosai的补丁和插件很多
可以批处理
5.裁剪
1.规则裁剪
file-save as-spatial subset
2.不规则裁剪
regions of interest—subset data from ROIs
可以用new vector 工具来画矢量
也可以用外部矢量
外部像素可以设置为白色255 【0是黑色】
画拼接线seamline【可以用横条工具条上的text Annotation】
6.图像增强
1.空间域增强
1.1卷积滤波 convolutions
包括高通、低通、拉普拉斯算子、方向、高斯高通、高斯低通、中值、sobel和roberts,也可
以自定义卷积核
数学形态学滤波 Morpholoogy :膨胀(dilate)、腐蚀(erode)、开运算(opening)、闭运算(closing)
1.2纹理分析 Occurrence measure
可以基于数据范围(data range)、均值(mean)、方差(variance)、信息熵(entropy)、偏斜(skewness)。
二阶概率统计的滤波co-occurrence measure
基于均值(mean)、方差(variance)、协同性(homogeneity)、对比度(contrast)、相异性(dissimilarity) 、信息熵(entropy)、二阶距(second moment)、相关性(correlation)
2.辐射增强
2.1交互式直方图拉升
在工具栏上面,Linear、Equalizations、Gaussian、Square root Logarithmic
toolbox里面 Data Streching
坏道填补 replace bad lines。噪声。
去条带处理 destripe
Mss 中经常6行出现一条条带噪声,TM中16行出现一条条带噪声。
3.光谱增强
3.1 band ratios,band math 可以获得波段比值
3.2 PCA: PCA Rotation/Forward PCA Rotation Existing Statistics
根据 eigenvalue 来选择输出的波段数
ICA【独立PCA】:用于多光谱和高光谱去相关 ICA Rotation/Forward ICA Rotation New Statistics and Rotate
两者很多结果没有大的区别
3.3色彩空间变换包括(RGB,HSV,HLS之间的变换)
Color Transforms---RGB to HSV (USGS Munsell) Color Transform
色彩拉伸【有去相关拉伸Decorrelation Stretch、photographic拉伸(RGB)和饱和度拉伸Saturation Stretch】
3.4 NDVI 【Spectral—Vegetation—NDVI】
3.5 穗帽变换(tassled cap)
4 傅里叶FFT变换和反变换 【 FFT】
把空间域变换到频率域,主要用于消除周
期性噪声和传感器异常导致的规律性错误。
5 波段组合增强 【Layer Stacking】
把所有的波段 ,以及新生成的PCA、NDVI、穗帽等合成一个文件
inclusive 是并集 exlusive是交集
使用Compute Statistics计算协方差