插件修复遥感图像方法(共11页)

1、 遥感影像条带修复2015/10/9目录 TOC o 1-3 h z u HYPERLINK l _Toc432193249 一技术流程图 PAGEREF _Toc432193249 h 2 HYPERLINK l _Toc432193250 二目的及内容 PAGEREF _Toc432193250 h 2 HYPERLINK l _Toc432193251 2.1 目的 PAGEREF _Toc432193251 h 2 HYPERLINK l _Toc432193252 2.2 内容 PAGEREF _Toc432193252 h 2 HYPERLINK l _Toc432193253 三

2、数据下载 PAGEREF _Toc432193253 h 3 HYPERLINK l _Toc432193254 四添加补丁 PAGEREF _Toc432193254 h 3 HYPERLINK l _Toc432193255 五去条带 PAGEREF _Toc432193255 h 4 HYPERLINK l _Toc432193256 5.1 landsat_gapfill插件去条带 PAGEREF _Toc432193256 h 4 HYPERLINK l _Toc432193257 5.2 tm_destripe插件去条带 PAGEREF _Toc432193257 h 6 HYPE

3、RLINK l _Toc432193258 六分析 PAGEREF _Toc432193258 h 8 HYPERLINK l _Toc432193259 七总结 PAGEREF _Toc432193259 h 9技术(jsh)流程图2013年LANDSAT7上海影像添加去条带补丁去条带分析总结图1 技术流程图tm_destripelandsat_gapfilltm_destripe插件修复条带landsat_gapfill插件修复条带目的(md)及内容2.1 目的(md)学会下载LANDSAT_7 ETM+影像和修复条带2.2 内容（1）LANDSAT_7 ETM+影像下载（2）tm_des

4、tripe插件修复条带（3）landsat_gapfill插件修复(xif)条带数据(shj)下载到地理空间数据云下载行列号为118 038的上海部分(b fen)影像，时间为2013年5月1日，经度为121.92，纬度为31.73，云量为0，如图2所示。图2 landsat数据信息由于Landsat-7 ETM+机载扫描行校正器（SLC）故障导致2003年5月31日之后获取的图像出现了数据条带丢失，严重影响了Landsat ETM遥感影像的使用。因此需要对LANDSAT-7 ETM+影像进行去条带处理，以方便对影像信息的提取及研究分析。添加补丁ENVI去条带补丁有tm_destripe和la

5、ndsat_gapfill,常用的补丁为tm_destripe。将补丁插件添加到根目录对应文件夹下，ENVI4.8为：C:Program Files (x86)ITTIDLIDL80productsenvi48save_add，ENVI5.1为：C:Program FilesExelisENVI51classicsave_add重启ENVI软件，即可使用去条带插件。去条带5.1 landsat_gapfill插件去条带ENVI条带修复(xif)的方法有两种，分别为：A差值修复：利用同一景影像完好(wnho)的数据部分对数据缝隙进行差值。B. 回归修复：a.利用故障前的正常(zhngchng)数

6、据对数据缝隙进行填充；b.或者是利用多景不同时相的异常数据生成一景缝隙填充的数据产品。ENVI去条带方法有三种，分别为（1）国科平台在线两种方法（2）ENVI去条带补丁（3）ERDAS去条带模块。而国科平台上提供了两种修复方法，分别是：多影像局部自适应回归分析模型(2-b)和多影像固定窗口回归分析模型(2-b)。有在线试过第一种回归分析模型，结果显示如下：可以看到条带缺失得到很大的改善，但条带插值的部分和周围的像元有明显的区别，插值效果不太理想。这里使用的是ENVI去条带补丁的方法。打开下载的LANDSAT影像，如图3所示图3 LANDSAT影像从图像中可以看出，影像(yn xin)中存在着较

7、多的黑色条纹，对影像的判读及信息的读取造成了较大的影像，需对影像进行去条带处理。打开去条带工具Landsat Gapfill，如图4.图4 条带缝隙选择第一个单个文件缝隙填充（三角剖分）用的是三角插值，后两个为双波段缝隙填充，区别在于匹配(ppi)的时候是用全局直方图，还是用局部直方图。执行条带修复，得到图5的结果(ji gu)影像。图5 条带修复结果择图6 条带修复前后影像比较（a修复前条带影像b修复后影像）a修复前条带影像b修复后影像像5.2 tm_destripe插件去条带tm_destripe插件的功能是采取(ciq)多影像局部自适应回归分析模型或多影像固定窗口回归分析模型对影像条带进

8、行修复。是针对单波段(bdun)进行条带修复。如图7为影像(yn xin)数据及掩膜数据的选择图7 影像数据及掩膜数据选择如图7，选择单波段和相应的掩膜数据后，执行条带修复 ，如图8为波段2的修复结果图8 波段2条带修复结果A 波段2图像b 波段2条带修复结果执行(zhxng)操作，得到各波段(bdun)条带修复(xif)结果，将6个波段组合，得到修复结果影像。如图9所示。图9 条带修复前后影像比较（a修复前条带影像b修复后影像）a修复前条带影像b修复后影像像将tm_destripe修复结果和landsat_gapfill修复结果进行比较，如图10所示，图9 条带修复前后影像比较（a修复前条带

9、影像b修复后影像）a修复前条带影像b修复后影像像从结果(ji gu)中可以看出，tm_destripe修复的结果(ji gu)没有landsat_gapfill修复结果好，造成(zo chn)差异的原因可能是因为tm_destripe是对单波段图像进行修复，将修复好的波段组合即个波段结果叠加，结果会出现缝隙，图像不能完全连接。可以对结果再进行修复，能够得到较清晰的影像。分析landsat_gapfill插件ENVI条带修复的方法有两种，分别为：A差值修复：利用同一景影像完好的数据部分对数据缝隙进行差值。B. 回归修复：a.利用故障前的正常数据对数据缝隙进行填充；b.或者(huzh)是利用多景不

10、同时(tngsh)相的异常数据生成一景缝隙(fngx)填充的数据产品。tm_destripe插件的功能是采取多影像局部自适应回归分析模型或多影像固定窗口回归分析模型对影像条带进行修复，是对单波段条带进行修复。两种修复方法都是利用一定的算法，根据无数据区域周围的数据推算出无数据的数据值，因为修复后的数据为推算出的数据，不是地表真实的信息，因此，修复的遥感图像与真实地表在地形、地貌、地类等方面存在一定的偏差，会导致研究的内容产生变化，如土地利用变化等。因此，修复后得到的影像数据存在误差，对土地调查，土地规划和土地利用变化等利用遥感影像研究内容的结果数据不精确，只能进行大概的研究二不能进行精确的数据研究。但是条带修复后有利于地物的识别和分类，能够完善影像信息，满足研究人员的需要，方便对影像信息的判读和提取，对地球表面的研究提供了很大的助力。总结除了利用tm_destripe插件和landsat_gapfil插件修复条带信息外，还可以在地里空间数据云官网，在下载影像前对根据不同年份月份的LANDSAT7影像对所需影像进行修复。遥感影像修复有多中方法，采用不同的方法得到的影像数据也不同。因此，我们要多用几种方法修复影像，采用效果最好的插