提取遥感影像有效区域


利用某些算法处理遥感影像时,需要排除无效区域,因此找出有效区域范围变的至关重要,下面根据我的经验谈谈有效区域提取的具体方法及实现。

创建金字塔图层

由于遥感影像数据量比较大,因此为了提高处理效率,提取有效区域需要在金字塔图层进行。金字塔的创建可以利用GDAL进行,也可以自己进行缩放。

提取有效区域shp文件

为了提取有效区域,我研究了两种方法可以实现,分别是栅格矢量化和轮廓跟踪,下面具体解释两种方法的区别:

栅格矢量化

该方法原理比较简单,首先按照指定的无效值,将图像进行二值化,得到掩模图,然后调用GDAL的栅格矢量化函数,生成矢量文件即可。

下面选择一个比较特别的图作为实验,如下原始图所示,无效值设为0,但是有效区域中存在0值,这种情况比较特殊,一般不会出现,因为无效值可以人为设置一个特别的值以区分图像数据,但是为了研究而研究,还是拿这个特殊的图作为实验验证一下两种生成有效区域范围的区别。

 

原始图  
                                                    栅格矢量化叠加显示图(红色代表轮廓线)

从栅格矢量化结果可以看出,影像内部的无效值区域也被检测出来了。

轮廓跟踪

该方法原理是根据典型的图像轮廓跟踪算法,是通过顺序找出边缘点来跟踪出边界,一个简单二值图象闭合边界的轮廓跟踪算法很简单:首先按从上到下,从左到右的顺序搜索,找到的第一个黑点一定是最左上方的边界点,记为A。它的右,右下,下,左下四个邻点中至少有一个是边界点,记为B。从开始B找起,按右,右下,下,左下,左,左上,上,右上的顺序找相邻点中的边界点C。如果C就是A点,则表明已经转了一圈,程序结束;否则从C点继续找,直到找到A为止。判断是不是边界点很容易:如果它的上下左右四个邻居都是黑点则不是边界点,否则是边界点。接下来对上面特殊的图像进行轮廓跟踪处理,结果如下图对比:

 

原始图                          轮廓跟踪后叠加显示图(红色代表轮廓线)

从轮廓跟踪结果可以看出,有效区域内部的无效值没有被检测出来,只是得到了图像的外轮廓范围。

总结

通过上面的对比可知,栅格矢量化和轮廓跟踪提取图像有效区域可以到达目的,当图像有效区域内部没有无效值时,得到的结果一致,但是当图像有效区域内部有无效值时,栅格矢量化方法可以检测出来内部的无效区域,而轮廓跟踪提取只能得到有效区域外轮廓,有效区域内部的无效区域无法检测出来。综上所述,在实际应用中,可以根据具体需要选择不同的方法提取所需要的有效区域。

提取遥感影像有效区域

时间: 2024-07-31 01:31:32

提取遥感影像有效区域的相关文章

深度学习高分辨率遥感影像语义分割【转】

原文link: https://www.cnblogs.com/wzp-749195/p/11114624.html 深度学习大家都知道,在计算机视觉领域取得了很大的成功,在遥感影像自动解译方面,同样带来了快速的发展,我在遥感影像自动解译领域,也做了一些微薄的工作,发表几篇论文,我一直关注遥感影像自动解译领域, 在北京出差的这段时间,终于可以沉下心来,好好研究下深度学习,目前在语义分割领域,也有部分心得,在此同大家分享,权当是互相学习.本篇博文就是论述现有的state-of-art方法在遥感影像

基于单分类器的高分辨率遥感影像道路提取

本人硕士阶段做了很久的高分辨率遥感影像道路提取,颇有心得,在此,本人将最新的研究成果进行开源... 大家都知道,传统的基于机器学习的分类方法通常需要正负样本的同时参与,才能得到目标类,但是负样本的勾选,通常很困难,也非常难获得,根据文献- <Elkan, Charles, and Keith Noto. "Learning classifiers from only positive and unlabeled data." Proceedings of the 14th ACM

在matlab中进行遥感影像地理坐标的相互转换

在matlab中进行图像处理,一般使用的都是图像本地坐标,以左上角(1,1)开始.处理完成后,如果要将结果在带地理坐标的遥感影像中显示,或者需要输出成shp文件,就需要涉及到本地坐标和地理坐标的转换,我们可以使用pix2map函数来实现这个功能. clc;clear;close all; [pic, R] = geotiffread('boston.tif'); %读取tif图像 figure(1),imshow(pic);% pic即为本地图像,下面对本地图像进行操作 gray=rgb2gra

利用Photoshop进行遥感影像的色彩处理

参考"刘伟华 "写的文章,总结如下: 数字正射影像作为一种重要的数字测绘产品,已经广泛地被社会各行业所认可,尤其在建设基础地理信息框架.数字城市构建.交通和城市规划.居家旅游.土地资源调查.环境和灾害的监测等很多行业,发挥了越来越重要的作用.无论是通过航空或卫星方式获取的影像资料,由于地域特点.天气和季节条件.传感器等因素的存在,原始遥感影像一般不能直接应用于各种工程项目,通常要做大量的处理,才能进行提供给用户使用.这些处理包括几何纠正.格式转换.色彩增强等等,其中影像的色彩处理最复杂

深度学习遥感影像分类(1)_数据集批量准备

近年来,深度学习在遥感影像地物分类中取得了一系列显著的效果.CNN可以很好的获取影像纹理信息,捕捉像素与像素之间的空间特征,因此,一个训练好的深度学习模型在地物提取中具有很大的优势.但模型的训练却是一个很繁琐的任务,需要人工准备数据集,贴标签,训练模型等.本文将以sar影像为例实现冰水二分类的数据集批量准备工作(划线取点截取小图片保存): 1.原始sar遥感影像 2.预处理思路: a.人工划线:对应在冰和水上画n条线(自己设置,注意自己需要针对类别所占比例控制线条数量和长度) b.保存小图片:获

基于VC++ Win32+CUDA+OpenGL组合与VC++ MFC SDI+CUDA+OpenGL组合两种方案的遥感影像显示:获得的重要结论!

1.基于VC++ Win32+CUDA+OpenGL组合的遥感影像显示 在该组合方案下,初始化时将OpenGL设置为下面两种方式,效果一样 //设置方式1 glutInitDisplayMode (GLUT_DOUBLE | GLUT_RGBA); //设置方式2 glutInitDisplayMode (GLUT_DOUBLE | GLUT_RGB); 从遥感影像数据中提取出像素数据,可将其中的R.G.B三通道依次赋值给OpenGL的像素缓冲区对象 (PBO,Pixel Buffer Obje

Matlab计算多幅遥感影像交集面积占比

一个文件夹中有同一时间不同的遥感影像,有LST NDVI.反射率等,而想要知道这些像元数量相同,填充值和背景值均为nan的影像的交集部分占该影像研究区(已经经过研究区矢量裁剪)的比例,以及不同类别遥感影像的覆盖面积比例,主要目的是想以多种数据交集覆盖面积比例来判断改天是否适合数据反演 1 函数 函数基本结构 function[输出形参表: output1, ...,outptn] = 函数名(输入形参表: input1, ... , inputn) 注释说明部分 函数体代码部分 end 函数名:

遥感影像滤波处理软件 — timesat3.2

最近因为要做遥感影像的滤波处理,经过女神推荐,决定用Timesat,可是该软件3.1版本只适合xp系统以及2011的matlab,后来在官网上找到了最新的3.2版本.支持64位操作系统以及2014的matlab.大家可以直接上官网(http://www.nateko.lu.se/TIMESAT/timesat.asp )注册下载,但是有一个问题是,官网注册的时候,会用到Google公司的rechaptcha验证码系统,因为大天朝的墙太高了,所以是刷不出来的,可以选择挂vpnFQ下载.如果不想FQ

遥感影像显示相关的技术总结

遥感影像显示相关的技术总结 前言 从事遥感影像和图像处理有一段时间了,今天就把遥感影像显示相关的技术和大家分享一下. 平常我们用的GIS软件或者说遥感软件都能讲遥感影像的数据显示在屏幕上,并且有些显示效果还不错,其中ENVI的显示效果是业界做得比较好的,尤其是ENVI5.0之后的大视图,能够根据真彩色的波段自动选择波段进行显示.遥感影像显示其实就是图像显示,和我们生活中常见的图像显示没有太大区别,基本上原理是一样的,但也有自己独特的地方,之后会讲到.首先,我们来看看图像显示的基本过程,即图像是怎