GEE python:Landsat 5影像的缨帽变换(K-T)分析含矩阵乘法和影像向矩阵的转化

这篇具有很好参考价值的文章主要介绍了GEE python:Landsat 5影像的缨帽变换(K-T)分析含矩阵乘法和影像向矩阵的转化。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

Landsat影像的缨帽变换又称为高通滤波,是一种基于像元邻域的光谱反射率的统计处理方法。它可以用来从遥感影像中去除大气、地形和植被等因素的影响,从而提取出更纯净的地表信息。

缨帽变换的基本思想是将原始影像与相应的滤波模板进行卷积,达到减少照射面角度和荫影的影响,从而突出地表细节的效果。具体步骤如下:

  1. 对原始遥感影像进行亮度值调整,以确保最亮和最暗的像素值位于0-255之间。

  2. 设定合适的滤波模板大小和形状,一般采用3x3或5x5的方形模板,例如:

-3x3模板:

0 1 0

1 -4 1

0 1 0

-5x5模板:

0 0 1 0 0

0 1 2 1 0

1 2 -16 2 1

0 1 2 1 0

0 0 1 0 0

  1. 对原始影像进行滤波处理,即将滤波模板与像素邻域进行卷积。

  2. 将原始影像减去滤波后的影像,得到缨帽变换后的影像。

缨帽变换可以在不同波段的遥感影像上进行,以提取出数据中不同特征的信息。例如,在可见光波段下进行缨帽变换可以去除植被覆盖的影响,突出城市道路和建筑物等地物的轮廓。而在红外波段下进行缨帽变换则可以突出植被的生长状况,帮助农业生产和森林资源管理。

安装地球引擎API和geemap
安装地球引擎的Python API和geemap。geemap Python包是建立在ipyleaflet和folium包之上的,它实现了几个与地球引擎数据层交互的方法,比如Map.addLayer()、Map.setCenter()和Map.centerObject()。下面的脚本检查geem文章来源地址https://www.toymoban.com/news/detail-803218.html

到了这里,关于GEE python:Landsat 5影像的缨帽变换(K-T)分析含矩阵乘法和影像向矩阵的转化的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【GEE】基于GEE-Landsat8数据集地表温度反演(LST热度计算)

            老样子,最近在做生态方面的项目,然后需要分析城市的热岛效应,想了想还是用GEE计算比较简单,直接下载影像太麻烦了。所以在网上看看了资料,踩了踩坑终于是将代码写出来了。秉承着取之于民、用之于民的想法,今天给大家分享一下如何使用GEE的Landsat8数据

    2024年02月05日
    浏览(39)
  • 利用GEE计算遥感生态指数(WBEI)——Landsat 8为例

    基于GEE平台,实现顾及水效益的生态环境质量评价方法。 《Water Benefit-based Ecological Index for Urban Ecological Environment Quality Assessments》 论文链接:https://ieeexplore.ieee.org/document/9492814 运行结果: 代码如下(示例): 代码如下(示例): 代码如下(示例): 代码如下(示例): 代

    2024年02月12日
    浏览(34)
  • GEE中Landsat、Sentinel、Modis主要数据集区别

    1. Collection 1/2 的区别 Collection 2 是Landsat Level 1 数据的又一次重大再处理,显著提高了 绝对地理定位精度 。 Collection1 Collection2 时间跨度 1972~2021底 1972~至今 数据等级 level 1 level1:1972~2021底 level2:1982~至今 Landsat 集合 2 包括基于场景的全球 2 级表面反射率科学产品 Landsat 集合

    2024年01月18日
    浏览(36)
  • (二)Landsat_5 TM 遥感影像波段合成真假彩色影像

    回顾以下Landsat系列卫星的发展史,可以发现Landsat_5卫星已经退役,作为世界上寿命最长的地球观测卫星,其在影像方面对人类的发展具有很深刻的意义。Landsat_5 TM共有7个波段,通过不同的波段组合,形成不同遥感图像,也就是常见的红绿蓝三通道影像立方体。地物对每一个

    2024年02月11日
    浏览(51)
  • Google Earth Engine(GEE)——Landsat 8/9 Level 2,Collection 2 LST地表温度(不包含Landsat7之前的数据集)

     不再需要使用 Ermida 的算法计算表面温度。 Landsat Level 2,Collection 2 包含经大气校正的地表反射率和地表温度 (LST)。所有 Collection 2 LST 产品均采用由罗彻斯特理工学院 (RIT) 和美国国家航空航天局 (NASA) 喷气推进实验室 (JPL) 联合开发的单通道算法创建。 前言 – 床长人工智能教

    2024年02月10日
    浏览(44)
  • Google Earth Engine ——Landsat 7 影像集合数据集详细介绍

    Landsat 7 collection. Surface Reflectance¶ USGS Landsat 7 Surface Reflectance Tier 1 USGS Landsat 7 Surface Reflectance Tier 2 Top of Atmosphere (TOA)¶ USGS Landsat 7 Collection 1 Tier 1 TOA Reflectance USGS Landsat 7 Collection 1 Tier 1 and Real-Time data TOA Reflectance USGS Landsat 7 Collection 1 Tier 2 TOA Reflectance Raw Images¶ USGS Landsat 7 Colle

    2023年04月27日
    浏览(37)
  • 基于ENVI的遥感影像解译——以Landsat8数据为例(上)

    遥感影像解译 是一种指从图像获取信息的基本过程。即根据各专业(部门)的要求,运用解译标志和实践经验与知识,从遥感影像上识别目标,定性、定量地提取出目标的分布、结构、功能等有关信息,并把它们表示在地理底图上的过程。例如,土地利用现状解译,是在影像

    2024年02月09日
    浏览(40)
  • GEE:影像标准化

    本文将介绍在Google Earth Engine (GEE)平台上进行影像标准化的公式和代码。 影像标准化是一种预处理方法,用于将不同区域、不同时间、不同传感器拍摄的影像进行比较和分析。在GEE平台上进行影像标准化,可以使用本文代码,本文以EVI为例,将影像进行了标准化处理。 其结

    2023年04月09日
    浏览(58)
  • GEE 统计影像覆盖次数

    以下为利用GEE统计Sentinel-1影像覆盖次数的代码,统计了每月的情况。 注意roi的赋值geometry5是之前就提供的范围变量,可以在代码运行之前就手动编辑。 可以采用  来赋值,但是我发现如果我用这个下面的Map.addLayer(roi, {\\\'color\\\':\\\'grey\\\'}, \\\'studyArea\\\');就报错,当鼠标放在上方代码,就

    2024年02月14日
    浏览(46)
  • AI Earth ——开发者模式案例2:Landsat系列影像数据去云

    AIE平台中提供的  Landsat  影像均为  USGS Collection 2  中的数据,该集合使用  QA_PIXEL  波段对云、雪进行描述。因此,可通过位运算和逻辑运算,生成云掩膜,利用  updateMask  函数去除可能是云或者云阴影的区域。此算法适用于  Landsat-5 / 7 / 8 / 9  。 初始化环境¶ 定义去云算

    2023年04月20日
    浏览(47)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包