波段组合OIF指数计算

原文地址：http://blog.sina.com.cn/s/blog_701286210100uabp.html

 

   学了遥感的人都知道，遥感图像的不同波段是有说法的，不同的波段所反映的波谱特征是不一样的，同样，不同的遥感波段对于地面信息的反映也是有差别的。在我们利用遥感技术进行相关分析的时候，往往要根据一些方法来选择最佳的组合以达到图像解译的目的。目前，对于最佳波段组合的方法常用的当属最佳波段法OIF。该方法的原理是波段间相关性越小，波段的标准差越大，波段组合的信息量就越大。即波段组合的信息量与波短间的相关系数成反比，与波段本身的标准差成正比。计算公式也是非常的简单。但直接计算该指标的软件尚不是很多。不同的软件计算的过程的繁简程度也各有不同。笔者在此利用ENVI软件为例，来介绍OIF的计算过程。ENVI软件相对于ERDAS软件来说更为方便和快捷。

第一，
   首先将需要组合的所有波段，利用波段组合法组合为一张图像，layer stacking命令实现；

第二，
   打开该图像，利用ENVI提供的compute satation命令，计算图像信息，如min,max,stev,以及相关系数，特征向量等等。此处也将计算结果保存为txt文本文件，以便后面的提取和运算；

第三，
   利用excel软件打开ENVI软件计算得来的标准差和相关系数数据，根据OIF的原理来预定波段组合的方式，否则，波段组合将根据排列组合原理进行逐一组合计算，从而造成大量的数据运算。

第四，
   第三步的运算可以自己编写程序来运行，但如果波段数目较少，手工计算也比较快捷，根据OIF计算公式来计算预定组合波段的OIF值，比较OIF值的大小，进而最终确定最佳的组合波段。

过程结束，具体的运算还需看客实际操作一番尚能真正领会。

 

下面是Matlab的代码

clear;
multBand = imread('nj.tif');
% 组合数
n = 3;
% 波段数
band = size(multBand);
combin = combntns(1:band(3),n);
sizeCombin = size(combin);
OIF = zeros(sizeCombin(1),sizeCombin(2)+1);
OIF(:,1:end-1) = combin;
for row = 1:sizeCombin(1)
    bands = multBand(:,:,combin(row,:));
    STDS = 0;
    for b = 1:n
        STDS = STDS + std2(bands(:,:,b));
    end
    CORRS = 0;
    for b1=1:n
        for b2=2:n
            if b2>b1
                CORRS = CORRS + abs(corr2(bands(:,:,b1),bands(:,:,b2)));
            end
        end
    end
    bandOIF = STDS/CORRS;
    OIF(row,end) = bandOIF;
end

% s = size(multBand);
% n = s(3);
% bandinfo = zeros(n,3);
% for b = 1:n
%     band = multBand(:,:,b);
%     bandinfo(b,:) = [b max(band(:)) min(band(:))];
% end