PIE SDK水体指数法
1.算法功能简介
单波段阈值法是通过选择某单一波段为判识参数,这一波段往往是水体特征最明显而其它地物相对不太突出的波段(如近红外波段和中红外波段),然后再划定阈值来确定水体信息。该方法主要是利用水体在近红外和中红外波段的强吸收特性,以及植被和土壤在这两个波段较高的反射特性。
对于GF1、环境星、资源3、资源1-02C,可选近红外波段T4(第四波段)公式为T4<α(阈值);对于TM影像,选择近红外(T4)或短波红外(T5) 。公式为:T4<α或T5<α(阈值)
谱间关系法是通过利用不同地物的感光特性不同,在不同光谱之间建立的一系列组合运算关系来以突出目标地物、剔除非目标地物的算法。其提取水体的基本原理是利用水体在可见光和近红外波段吸收较强而植被、土壤等地物在该波段范围内反射极强的特点所产生的反射率差异来实现的,不同的数据源、不同的地物谱间关系式不同。
对于GF1、环境星、资源3、资源1-02C影像,可用以下公式提取:(T2+T3)-(T1+T4)>α
式中T1、T2、T3、T4为第一、二、三、四波段的灰度值,α为阈值;
对于TM影像,可用以下判别公式:
(T2+T3)-(T4+T5)>α ;
T4/T2 < β
式中T2、T3、T4、T5为TM影像第二、三、四、五波段的灰度值,α、β为阈值。
水体指数法,目前,对水体指数构建形式有很多,但基本原理都是采用波段比值运算的方法达到突出水体、削弱非水体的目的,对于只有蓝、绿、红、近红波段的高分1号、环境星1A/1B、资源3号、资源1号02C等,可用归一化差异水体指数(NDWI),利用水体在绿波段和近红波段吸收和反射的反差进行水体自动提取,公式如下:
NDWI=(T2–T4)/( T2+T4)
NDWI >α
式中T2、T4为第二、四波段灰度值,α为阈值;
对于高分一号数据,还可用高分1号水体指数(GF1_WI),利用蓝波段和近红波段吸收和反射的反差突出水体,计算公式如下:
GF1_WI=(T1–T4)/(T1+T4)
GF1_WI >α
式中T2、T4为高分1号第一、四波段灰度值,α为阈值;
对于有中红外波段的TM数据,可用修正的归一化差异水体指数(MNDWI)进行水体提取,用中红外波段代替NDWI中的近红外波段,进一步加大水体与其他地物分类的差距。计算公式如下:
MNDWI=(T2–T5)/( T2+T5)
MNDWI >α
式中T2、T5为TM影像的第二、五波段灰度值,α为阈值。
PIE支持这3个算法的执行,下面对算法功能进行介绍。
2.算法功能实现说明
2.1 实现步骤
|
第一步 |
算法参数设置 |
|
第二步 |
算法执行 |
|
第三步 |
结果显示 |
2.2 算法参数
|
算法名称 |
水体指数法&单波段阈值法&谱间关系法 |
|
|
C#算法DLL |
PIE.CommonAlgo.dll |
|
|
C#算法名称 |
PIE.CommonAlgo.ParaInvThresholdAlgo |
|
|
参数结构体 |
ParaInvThreshold_Exchange_Info |
|
|
参数说明 |
||
|
InputFilePath |
String |
输入文件路径 |
|
ListBands |
IList<int> |
波段集合 单波段阈值法集合是{4} 谱间关系集合{2,3,1,4} 水体指数{2,4} |
|
OutputFilePath |
string |
输出文件路径 |
|
Threshold |
double |
阈值 |
|
Type |
Int |
类型 0:单波段阈值法 1:谱间关系法 2:水体指数法 |
2.3 示例代码
|
数据路径 |
百度云盘地址下/ PIE示例数据/栅格数据/01.GF1/洞庭湖水体/ IMG_FE233_20171219_636493846049962321.tif SHP_FE233_20171219_636493846049962321.shp |
|
视频路径 |
百度云盘地址下/PIE视频教程/10.算法调用/实用工具/缓冲区分析算法.avi |
|
示例代码 |
|
/// <summary> |
|
2.4 示例截图

图1:单波段阈值法结果

图2:谱间关系法图

图3:水体指数法(阈值为0.5的情况)
PIE SDK水体指数法的更多相关文章
- PIE SDK归一化水体指数法
1.算法功能简介 归一化指数法(NDWI(Normalized Difference Water Index,归一化水指数)),用遥感影像的特定波段进行归一化差值处理,以凸显影像中的水体信息. 其表达 ...
- PIE SDK Command&&Tool工具命令一览表
PIE SDK Command&&Tool工具命令一览表 编号 模板 名称(中文) Command&Tool 程序集 备注 1 数据管理 加载栅格数据 PIE.Controls ...
- PIE SDK水深提取算法
1.算法功能简介 水深提取算法就是根据输入的水位设为d,dem设为h 这两个数据做一个差值运算,则水深计算公式为d-h;本示例中的是基于洞庭湖提取的水体矢量文件的范围来计算dem和水位25米的差值. ...
- PIE SDK 距离分类和最大似然分类
1.算法功能简介 监督分类,也叫训练场地法.训练分类法,是遥感图像分类的一种,用被确认类别的样本像元去识别其他未知类别像元的过程.监督分类算法有平行算法.平行六面体法.最小距离法.最大似然法.马 ...
- PIE SDK波段运算
1.算法功能简介 波段运算(Band Math)工具能够方便的执行图像中的各个波段的加减乘除.三角函数.指数.对数等数学函数计算,也可以使用IDL编写的函数. 由于每个用户都有独特的需求,利用此工具用 ...
- PIE SDK频率域滤波
1.算法功能简介 频率域滤波的基本工作流程为:空间域图像的傅里叶变换→频率域图像→设计滤波器→傅里叶逆变换→其他应用. 低通滤波,对频率域的图像通过滤波器削弱或抑制高频部分而保留低频部分的滤波方法,可 ...
- PIE SDK同态滤波
1.算法功能简介 同态滤波是减少低频增加高频,从而减少光照变化并锐化边缘或细节的图像滤波方法. 同态滤波的流程为:空间域图像→对数运算→傅里叶正变换→同态滤波――傅里叶逆变换→指数运算→同态滤波结果. ...
- PIE SDK 文章目录索引
1.PIE SDK介绍 1.1. PIE软件介绍 1.2. PIE SDK介绍 1.3. PIE支持项目介绍 1.4. PIE.NET-SDK插件式二次开发介绍 1.5. PIE.NET-S ...
- PIE SDK与OpenCV结合说明文档
1.功能简介 OpenCV是基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux.Windows.Android和Mac OS操作系统上.它轻量级而且高效——由一系列 C 函数和少量 ...
随机推荐
- java annotation使用介绍
还望支持个人博客站:http://www.enjoytoday.cn 介绍 Annotation的中文名字叫注解,开始与JDK 1.5,为了增强xml元数据和代码的耦合性的产物.注解本身并没有业务逻辑 ...
- [b0025] vmware_桥接网路设置
总结: 桥接 模式上外网比较简单. 缺点是每次重启虚拟机,分配的IP可能变化,导致 xshell 连接 时都要修改,很麻烦 桥接模式能不能配置静态IP ? 1. 环境 物理机网络 情况,从外部自动 ...
- 记录MySql错误消息
本章列出了当你用任何主机语言调用MySQL时可能出现的错误.首先列出了服务器错误消息.其次列出了客户端程序消息. B.. 服务器错误代码和消息 服务器错误信息来自下述源文件: · 错误消息信息列在sh ...
- CodeForces - 1248D1 (思维+暴力)
题意 有一个括号序列,你可以选择两个位置i,j(i可以等于j),进行交换.使得最后的循环位置(i的数目)最大. 循环位置:i(0<=i<len),将前i个字符移到最后,得到的新序列是合法的 ...
- char数据类型
char数据类型就是为了中文 一个中文占两个字节正好char是占用两个字节 char a='国'’; char类型必须使用单引号属于字符类型 双引号的是字符串类型如果使用等号两边数据类型不一致就是 不 ...
- luoguP1040 加分二叉树
在做各类DP的时候都要思路清晰! #include<cstdio> #include<algorithm> using namespace std; const int N = ...
- Appium滑动函数:Swipe()
Appium处理滑动方法是swipe 滑动API:Swipe(int start x,int start y,int end x,int y,duration) 解释: int start x-开始滑 ...
- SpringCloud学习笔记(三、SpringCloud Netflix Eureka)
目录: 服务发现简介 SpringCloud Netflix Eureka应用 Eureka高可用 Eureka源码分析 >>> Eureka Client初始化(客户端定时获取服务 ...
- day49_9_10jQuery剩余
一.表单筛选器. 在jQuery中有,专门对表单中的元素,进行筛选的表单筛选器. 其实使用基本筛选器也可以筛选出相应的元素,但是,为了jQuery的简便性,以及对表单操作的频繁,这里可以使用专门的筛选 ...
- CF1249F Maximum Weight Subset
CF1249F Maximum Weight Subset 洛谷评测传送门 题目描述 You are given a tree, which consists of nn vertices. Reca ...