这篇文章主要介绍了详解Python修复遥感影像条带的两种方式，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
GDAL修复Landsat ETM+影像条带
Landsat7 ETM+卫星影像由于卫星传感器故障，导致此后获取的影像出现了条带。如下图所示, 影像中均匀的布满条带。
使用GDAL修复影像条带的代码如下：
def gdal_repair(tif_name, out_name, bands): """ tif_name(string): 源影像名 out_name(string): 输出影像名 bands(integer): 影像波段数 """ # 打开影像文件 tif = gdal.Open(tif_name) # 根据文件类型获取对应的驱动程序 driver = gdal.GetDriverByName('GTiff') # 根据指定文件的驱动程序，使用现有数据集创建新的可写数据集 # 所有支持创建新文件的驱动程序都支持该`CreateCopy()`方法， # 但仅`Create()`部分支持该方法 # CreateCopy的第一个参数为目标文件名，第二个参数为源数据集 # 第三个参数的值是`0`或`1`，值是`0`。即使无法将原始数据准确地转换为目标数据，程序仍将执行 new_img = driver.CreateCopy(out_name, tif, 0) for i in tqdm(range(1, bands)): # 分别对每个波段处理 band = new_img.GetRasterBand(i) # 使用FillNodata对条带部分进行插值 gdal.FillNodata(targetBand = band, maskBand = band, maxSearchDist = 15, smoothingIterations=0) # 将修复好的波段写入新数据集中 new_img.GetRasterBand(i).WriteArray(band.ReadAsArray())
修复之后的效果图如下所示：
Opencv修复Landsat ETM+影像条带
使用opencv修复影像的代码如下：
def cv2_repair(tif_name): # 读取tif影像 tif_data = gdal_array.LoadFile(tif_name).astype('float32') # 获取掩膜 mask = tif_data.sum(axis=0) mask = (mask == 0).astype(np.uint8) bands = tif_data.shape[0] res = [] for i in tqdm(range(bands)): # cv.Inpaint(src, inpaintMask, dst, inpaintRadius, flags) # src：源图像，可以是8位、16位无符号整型和32位浮点型1通道或者8位无符号3通道 # inpaintMask：掩膜，8位无符号整型 # dst：和源图像具有一样大小的输出 # inpaintRadius：算法考虑的每个已修复点的圆形邻域的半径 # fla<a style="color:transparent">来源gao*daima.com搞@代#码网</a>gs：修复算法类型，可选cv2.INPAINT_NS和cv2.INPAINT_TELEA repaired = cv2.inpaint(tif_data[i], mask, 3, flags=cv2.INPAINT_TELEA) res.append(repaired) return np.array(res)
修复之后的结果图：
使用opencv修复影像，速度要比Gdal慢许多，但修复质量更好。
Reference
https://gis.stackexchange.com/questions/151020/how-to-use-gdal-fillnodata-in-python
以上就是详解Python修复遥感影像条带的两种方式的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：详解Python修复遥感影像条带的两种方式
转载请注明原文链接：详解Python修复遥感影像条带的两种方式
