这个例子展示了一些用于多光谱数据的基本图像合成和增强技术。通常需要增强多光谱辐亮度或反射率数据,以生成适合目视判读的图像。该示例使用了覆盖法国巴黎部分地区的陆地卫星专题制图仪图像。七个光谱波段存储在一个文件在Erdas LAN格式。概念包括:
从Erdas LAN文件读取多光谱数据
从不同的波段组合构建彩色复合材料
用对比拉伸增强图像
用去相关拉伸增强图像
使用散点图
局域网文件,paris.lan
,包含一张7波段512 × 512的陆地卫星图像。一个128字节的标头后面跟着像素值,这些像素值是按频带数增加的顺序进行的频带行交错(BIL)。它们以小端字节顺序存储为8位无符号整数。
使用MATLAB®函数从局域网文件中读取频带3、2和1multibandread
.这些波段覆盖了光谱的可见部分。当它们分别映射到RGB图像的红色、绿色和蓝色平面时,结果是标准的真色合成。的最后一个输入参数multibandread
指定要读取的频带和顺序,这样您就可以在一个步骤中创建一个RGB组合。
真彩= multibandread (“paris.lan”(512、512、7),' uint8 = > uint8”,...128年,“比尔”,“ieee-le”, {“乐队”,“直接”, 3 2 1});
真彩色合成物的对比度很低,颜色也不平衡。
imshow(真彩)标题(“真彩复合(Un-Enhanced)”)文本(大小(真彩,2),大小(真彩,1)+ 15,...“图片由Space Imaging, LLC提供”,...“字形大小”7“HorizontalAlignment”,“对”)
例如,通过查看红色波段的直方图,您可以看到数据集中在可用动态范围的一小部分。这就是为什么真彩色合成看起来很沉闷的原因之一。
imhist(真彩(:,:1))标题(“红色波段(3)直方图”)
复合材料外观暗淡的另一个原因是可见波段之间高度相关。二波段和三波段散点图是测量光谱波段间相关程度的一种很好的方法。你可以简单地使用它们情节
.红-绿-蓝散射图的线性趋势表明,可见光波段具有高度的相关性。这有助于解释未增强的真彩色合成的单色外观。
r =真彩(:,:1);g =真彩(:,:,2);b =真彩(:,:,3);plot3 (r (:), g (:), b (:),“。”)网格(“上”)包含(“红色(带3)”) ylabel (“绿色(带2)”) zlabel (“蓝色(带1)”)标题(“可见波段散点图”)
当你使用imadjust
对真彩色合成图像进行线性对比拉伸,表面特征更容易识别。
stretched_truecolor = imadjust(真彩stretchlim(真彩));imshow (stretched_truecolor)标题(“对比拉伸后的真彩色合成”)
应用对比拉伸后的红色波段直方图显示,数据已经扩展到更多的可用动态范围。方法创建图像中所有红色像素值的直方图imhist
函数。
imhist (stretched_truecolor(:: 1))标题(“对比拉伸后红色波段(波段3)的直方图”)
另一种增强真彩色合成的方法是使用去相关拉伸,它增强了跨高度相关通道的颜色分离。使用decorrstretch
执行去相关拉伸。指定可选的名称-值对“托尔”,0.1
在去相关拉伸之后执行线性对比拉伸。再一次,地表特征变得更加清晰可见,但是以不同的方式。整个场景的光谱差异被夸大了。一个值得注意的例子是左边边缘的绿色区域,它在对比度拉伸的合成中显示为黑色。这片绿地就是布洛涅森林,一个位于巴黎西郊的大型公园。
decorrstretched_truecolor = decorrstretch(真彩“托尔”, 0.01);imshow (decorrstretched_truecolor)标题(“去相关拉伸后的truecolecomposite”)
正如预期的那样,在去相关拉伸之后的散点图显示出相关性的强烈下降。
r = decorrstretched_truecolor (:,: 1);g = decorrstretched_truecolor (:: 2);b = decorrstretched_truecolor (:: 3);plot3 (r (:), g (:), b (:),“。”)网格(“上”)包含(“红色(带3)”) ylabel (“绿色(带2)”) zlabel (“蓝色(带1)”)标题(“去相关拉伸后的可见波段散点图”)
与可见光波段一样,覆盖光谱非可见光部分的Landsat波段信息可以通过构建和增强RGB合成图像来查看。近红外(NIR)波段(band 4)是重要的,因为叶绿素在这部分光谱的高反射率。当与可见的红色和绿色(分别是第3和第2波段)相结合形成彩色红外(CIR)合成图像时,它就更加有用了。彩色红外(CIR)复合材料通常用于识别植被或评估其生长和/或健康状态。
通过读取原始LAN文件和组成一个RGB图像,分别将4、3和2波段映射到红色、绿色和蓝色,构建一个CIR组合。
CIR = multibandread (“paris.lan”(512、512、7),' uint8 = > uint8”,...128年,“比尔”,“ieee-le”, {“乐队”,“直接”, 4 3 2});
尽管近红外(NIR)波段(4波段)与可见光波段的相关性要小于可见光波段之间的相关性,但去相关拉伸使许多特征更容易看到。彩色红外复合材料的一个特性是,它们在植被(叶绿素)密度高的区域看起来是红色的。请注意,布洛涅森林公园在CIR复合材料中是红色的,这与它的绿色外观在装饰-拉伸真色复合材料中是一致的。
stretched_CIR = decorrstretch (CIR,“托尔”, 0.01);imshow (stretched_CIR)标题(‘去相关拉伸后的CIR’)
decorrstretch
|imadjust
|stretchlim
|imhist
|multibandread
|plot3