【RS】多光谱波段和全色波段的区别
<p><strong>1.全色波段(Panchromatic Band)</strong></p>
全色图像是单通道的(即单波段灰色影像),其中全色是指可见光波段0.38~0.76um(即人们熟知的红橙黄绿蓝靛紫),全色图像是这个波段范围的混合图像。因为是单波段,所以在ENVI中显示为灰度图片,无法进行彩色合成。全色遥感图像由于是采集整个可见光范围内的所有波段,所以一般空间分辨率很高,但无法显示地物色彩,也就是所谓的地物的光谱信息少。如下图所示,得益于其高空间分辨率,地物的纹理特征十分清晰,但由于是单波段成像,没有RGB色彩空间,地物的光谱信息很少。
2.多光谱波段(Multispectral Band)
多光谱影像是多通道影像。多光谱是指对地物的电磁辐射中多个波段的摄取,得到的影像数据中包含多个波段的光谱信息。对不同的波段分别赋予RGB显示通道,即可得到彩色影象。例如,将红、绿、蓝三个波段的光谱信息分别赋予到R,G,B三个通道,就可以的到真彩色影像。但由于传感器接收电磁辐射时对各个波段进行分光,所以接受到的电磁辐射就会有所损失,导致其空间分辨率降低。如下图所示,对多光谱影像进行真彩色合成后,其地物色彩跟我们人眼观察到的一样,但空间分辨率降低了,影像就看起来很模糊。
3.造成这种区别的原因
全色图像的采集不需要进行分光处理,它是对整个可见光波段范围进行采集。地物反射的电磁辐射在通过镜头后,被传感器直接接受,从光信号转变成电信号,再被数字量化成灰度,就成为我们在电脑上看到的灰度影像,所以在一定程度上可以说整个过程没有什么损失,故其空间分辨率很高。
而多光谱波段在被传感器采集之前还需要进行一个分光过程,将混合的白光分解成需要被记录的宽谱段R、G、B和近红外光束,再被传感器接收。在这个过程中,电磁辐射会有一定的损失,呈现到传感器上的总辐射能量就会减少,导致其空间分辨率降低。
1)不同的传感器可能采用不同的分光方式,比如我们日常使用的数码单反,使用了拜尔滤光片,在ccd上加了一层分布着以rgb为组单元的滤光片阵列,最后采集到的数据经过采样就获得最终rgb影像,相应的,他相比不使用滤光片,直接用ccd感应光线的图像,分辨率是下降到1/3左右的。还有是使用分色棱镜,将入射的一束光线分成RGB+ndir四束光线,分别用四个探测器接收,这样的直接结果是能量降低,分辨率也相应下降。
2)光进入相机镜头,光电感应装置将光信号转换为电信号,量化电脉冲信号,记录为一个像素值。传感器响应函数设计为,要使光电感应装置产生这个电脉冲信号,光子强度必须达到一个阈值。进入镜头的光子数量取决于:相机的感受野大小,镜头能通过的光子。多光谱图像要分出多个波段,镜头会分光,红滤镜只过红光,蓝滤镜只通过蓝光,假设相同的光打到全色与多光谱镜头上,显然因为滤光的缘故,多光谱感光器接收到的光子要少于全色感光器。而这些光子已经足够全色产生电脉冲,却不够多光谱产生电脉冲,这时,为了接收到更多的光子,多光谱相机需要更大的感受野。也就是说,全色看了一眼北京市,就吃够了光子,多光谱需要看一遍河北省,才能吃的和全色一样饱。后面接收光子的底片一样大,也就是说将北京市和河北省画到同样大小的一张纸上且占满整张纸,显然北京市的一张纸细节要多的多,而河北省的红绿蓝三张纸却一片模糊(不黑大河北雾霾了)。
在实际处理遥感影像时,我们肯定即想要全色波段的高空间分辨率,又想要保留多光谱波段的光谱信息,这就需要我们对影像进行融合操作,图像融合可以使我们同时获得高空间、高光谱分辨率的遥感影像,这个我会在后续分享图像融合的相关原理以及ENVI进行图像融合的方法。
如果大家在学习RS或者Python时有什么问题,可以随时留言交流!
【RS】多光谱波段和全色波段的区别的更多相关文章
- 【前端面试】(三)JavaScript相等(==)和全等(===)运算符的区别
视频链接: JavaScript相等()和全等(=)运算符的区别 - Web前端工程师面试题讲解 参考链接: JavaScript == 与 === 区别 区别 对于string.number 等基础 ...
- 利用 FFmpeg palettegen paletteuse 生成接近全色的 gif 动画
下载FFmpeg-VideoToGif-v1.0.bat.7z FFmpeg 2.6 及以上版本有效 未使用palette时 使用palette后 @echo off set inFile=2015. ...
- 新建全色或者resize(毫无价值,只是做记录)
import glob import os,sys import shutil import numpy as np import cv2 import matplotlib.pyplot as pl ...
- 创建一个任意大小的全色矩阵 python
img = np.zeros((112,112,3))#cv2.imread('F:/project/Breast/InBreast/INBreast/outimgpatch/allnocalcifi ...
- jquery与js实现全选功能的区别---2017-05-12
一.jquery常用的事件 click(),dbclick() focus(),blur() change() keydown(),keypress(),keyup() mousedown(),mou ...
- 实验验证sys和system用户全库导出的区别
我们在做逻辑数据泵全库导出的时候,有两种流行的写法,一种是sys用户导出,一种是使用system用户导出. 现在想知道二者之间有什么区别?实验验证之前不妨先思考一下: sys和system用户的权限区 ...
- SQL:内连接、左外连接、右外连接、全连接、交叉连接区别
有两个表A和表B.表A结构如下: Aid:int:标识种子,主键,自增ID Aname:varchar 数据情况,即用select * from A出来的记录情况如下图1所示: 图1:A表数据表B结构 ...
- mysql 全连接和 oracle 全连接查询、区别
oracle的全连接查询可以直接用full on,但是在mysql中没有full join,mysql使用union实现全连接. oracle的全连接 select * from a full joi ...
- GDAL多光谱与全色图像融合简单使用
目录 简述 C++代码 效果对比 GDAL融合效果和原始多光谱波段对比 GDAL融合效果和原始全色波段对比 ARCGIS融合效果与原始全色和多光谱对比 GDAL融合效果与ArcGIS融合效果对比 简述 ...
- 关于TM影像各波段组合的简介
321:真彩色合成,即3.2.1波段分别赋予红.绿.蓝色,则获得自然彩色合成图像,图像的色彩与原地区或景物的实际色彩一致,适合于非遥感应用专业人员使用. 432:标准假彩色合成,即4.3.2波段分别赋 ...
随机推荐
- mixins使用混入引入组件,并可以使用公共函数。组件类同名函数可以替代公共函数。使用$ref获得子元素数据和元素dom节点。使用$parents获得父元素数据。slot插槽的使用
父组件: <template> <div class="box"> <Header > <div slot="left" ...
- ML - Regression
Regression Machine Learning 机器学习的意义就在于让机器具备找一个函数(function)的能力 Different types of Functions Regressio ...
- 关于关键字final用法以及意义
* * 1.final可以用来修饰的结构:类.方法.变量 * * 2.final用来修饰一个类:此类不能被其他类所继承. * 比如:String类.System类.St ...
- AIArena Frontend 初步练习
尝试对starter项目的页面进行改变 修改侧边栏,只留下最上面的「仪表盘」和「列表页」两个大模块 in SideNav.vue the code for the sidebar menu is: & ...
- python标准模块之subprocess
subprocess --- 子进程管理 源代码: Lib/subprocess.py 写在前面: 感觉也就这俩有用: subprocess.run() subprocess.Popen() w下 ...
- 机器学习(五):混合高斯聚类(求聚类标签)+PCA降维(3维降2维)习题
使用混合高斯模型 GMM,计算如下数据点的聚类过程: \(Data = np.array([1,2,6,7])\) 均值初值为: \(\mu_1, \mu_2 = 1, 5\) 权重初值为: \(w_ ...
- 补五月五号java基础知识点
1.容器类:容器类是java以类库的形式供有用户开发程序时可直接使用的各种数据结构.2.java容器框架中有两个名称分别为Collection和Set的接口,为防止名称的冲突,本书将Collectio ...
- MySQL(八)哈希索引、AVL树、B树与B+树的比较
Hash索引 简介 这部分略了 Hash索引效率高,为什么还要设计索引结构为树形结构? Hash索引仅能满足 =.<>和IN查询,如果进行范围查询,哈希的索引会退化成O(n):而树型的 ...
- Python ArcPy批量计算多时相遥感影像的各项元平均值
本文介绍基于Python中ArcPy模块,对大量长时间序列栅格遥感影像文件的每一个像元进行多时序平均值的求取. 在遥感应用中,我们经常需要对某一景遥感影像中的全部像元的像素值进行平均值求取-- ...
- Gateway服务网关+过滤器
为什么需要网关 Gateway网关是我们服务的守门神,所有微服务的统一入口. 网关的核心功能特性: 请求路由 权限控制 限流 架构图: 权限控制:网关作为微服务入口,需要校验用户是是否有请求资格,如果 ...