多波段 “均值标准距”的计算
多波段 “均值标准距”的计算
核心算法
基本流程
1、多波段均值影像:
erdas model/function/statistical/MEAN ( <arg1> , <arg2> , <arg3> , ... )
2、多波段标准差影像:
erdas model/function/statistical/SD ( <arg1> , <arg2> , <arg3> , ... )
3、水体样本点在多波段均值/标准差影像上的像元值:
arcgis/arctool/…/“Extract Multi Values to Points”
4、生成多波段均值标准距影像:
erdas model/function/conditional/ EITHER <arg1> IF ( <test> ) OR <arg2> OTHERWISE
(Note:单波段均值标准距影像的生成方法与此相同)
具体操作
1.组合波段
首先将遥感图像的几个波段使用ERDAS -->Raster–>Spectral–>Layer Stack,将遥感图像所有波段组合,便于选择特定波段来寻找特征地物。
2.绘制采样点
在Arcgis中导入生成的遥感影像图,首先使用绘图工具绘制一个采样点,再使用图形转要素从而生成点要素,这样避免了坐标系不一致的问题。打开编辑器开始编辑,绘制采样点,填写名称字段下的值,保存编辑。然后添加一个采样人字段(Text类型),填写对应属性。然后将其他成员所绘制的采样点进行拼接,使用Arcgis --> ArcToolbox -->Data Management tools -->General -->Append 来拼接属性表。
3.挑选特征波段
由于研究的特征地物为耕地,属于植被类型,经查阅参考文献后,选取最能凸显植被特征三个指数,分别为NDVI,红波段与近红外波段。
4.输出NDVI图像
首先生成NDVI图像,在ERDAS中制作模型,输入之前合成的全波段影像,将图像转换为浮点型,然后选取红波段和近红波段对应的序号进行函数运算,输出浮点型遥感影像,核心算法与模型如下。
图中算式为 (n3memory(5)−n3_memory(5)-n3memory(5)−n3_memory(4)) / (n3memory(5)+n3_memory(5)+n3memory(5)+n3_memory(4))
5.特征波段组合并输出均值与标准差影像
将NDVI图像和红波段近红外波段三者进行组合,接下来输出该图像的均值影像与标准差影像,由于涉及到除法运算,将输出格式设置为浮点型。模型以及核心算法如下,
标准差图像生成同理可得
6.给采样点赋值并计算其均值与标准距
使用Arcgis/arctool/…/“Extract Multi Values to Points”来得到样本点在均值影像和标准差影像上的像元值,然后利用统计工具得到采样点的均值和标准差并记录,输出结果如下(注意,sd计算取值为标准差影像的平均值)
7.生成均值标准距影像
在ERDAS中制作模型生成均值标准距的影像,导入均值影像和标准差影像,根据算法设计函数,为了避免异常像元的影响,需要添加一个条件判断语句,并将异常像元设置为负值。输出图像格式选择浮点型,并且忽略负值。最终生成的影像如下。
8.与其他特征地物影像对比
使用建筑的均值标准距影像图并使用卷帘式(swipe)对比,对比效果图如下。
总结
生成的均值标准距影像中,目标地物的颜色最深,像元值最小,使得目标地物得以与其他地物进行区分
注意:如果函数表达式中有除法运算,输出图像尽量选择浮点型进行输出,否则可能出现类型转化的错误导致输出图像错误。同时也可添加条件筛选语句避免错误像元干扰。
多波段 “均值标准距”的计算相关推荐
- 【计算机组成原理】码距怎么计算
[计算机组成原理]码距怎么计算 计算码距的一种方法,就是对两个位串进行异或(xor)运算,并计算出异或运算结果中1的个数. 例如110和011这两个位串,对它们进行异或运算,其结果是: 110⊕011 ...
- VIOOVI视与视的ECRS工时分析软件分享:产品单位标准工时怎么计算?
单位产品标准工时是衡量生产单位或者管理部门绩效非常重要的指标,不仅仅体现了生产单位的作业完成情况更是体现了职能管理单元的管理能力情况.所以很多的企业为了有效的管理生产现场情况,一般在具体的理解到了标准 ...
- java k均值相异度计算_K-NN算法与K-Means算法的原理与区别(附带源码示例)
KNN算法 K-Means算法 目标 确定某个元素所属的分类 将已存在的一系列元素分类 算法类别 监督的分类算法 无监督的聚类算法 数据区别 训练数据中,有明确的标签. 如:一个数据集中有几万张图片, ...
- java 求向量的均值,标准数组——向量
正如我们看到的,尽管c++的数组支持容器机制.但是它不支持容器抽象的语义.为了在这个层次上编写程序.在标准c++之前.要么我们从某个途径获取这样的类.要么我们自己编写这样的类. 在标准c++中.数组类 ...
- 浅谈海明码,码距及其计算问题(看过的都明白了)
海明码 这篇文章是关于软考网络工程师中的海明码. 注* (历年考试的海明码问题在最下面,有基础可以直接跳过,习惯了一步步的讲) 前言:如果你看到这篇文章的时候,你可能也在学习这个关于软考网络工程师的一 ...
- java 计算均值和标准差_java计算方差、标准差(均方差)实例代码
java计算标准差思路 //方差s^2=[(x1-x)^2 +...(xn-x)^2]/n 或者s^2=[(x1-x)^2 +...(xn-x)^2]/(n-1) public static doub ...
- matlab Hu距 (计算 一阶距 中心距 7个不变几何距)
1 基本概念 基本概念参看文章: Hu距(Hu Moments)图像距介绍 2 matlab求取7个不变距 2.1 零阶矩 一阶距 I = imread('5.bmp'); Igray=rgb2gra ...
- 均值和方差的计算(已知两样本标准差,求总体标准差)
假设总体数量为(m+n),其只包含两个亚组(,),第一组的平均值和标准差分别为和,第二组的平均值和标准差分别为和,则总体的平均值和标准差是多少呢? 先给答案: , 平均值推导过程: 标准差推导过程: ...
- OpenCV——计算图像均值和标准方差
图像的均值表示图像整体的亮暗程度,图像的均值越大图像整体越亮.标准方差表示图像中明暗变化的对比程度,标准差越大表示图像中明暗变化越明显. 计算图像均值 计算图像每个通道的均值 Scalar mean( ...
最新文章
- python fsolve_Python-optimize.leastsq()和optimize.fsolve()
- 扎心!程序员旅行却只能紧紧抱着电脑加班?
- ansys的kbc_ansys求解过程
- Simulink仿真 第五节 复用器和分路器
- Android 官网无法访问的解决方法
- mysql中获取时间的年月日_关于苹果ios中的Date()获取时间NaN的问题
- 回文自动机:从入门到只会打板
- 如果云是水滴,Kubernetes就是水滴管理平台
- mysql的实践小结的作文_MySql小结
- SQL中PIVOT 使用
- sql查询条件为空的另类写法o( ̄▽ ̄)d
- Android启动过程中背景图片显示
- alert(isPresented: Binding<Bool>, content: () -> Alert) (SwiftUI 中文文档手册 教程含源码)
- linux脚本自动验证,一个无需交互,批量自动连接ssh执行命令的工具(免rsa密钥指纹验证)...
- python“~”符号的用法
- opencv里的THRESH_TRIANGLE的原理
- 大整数乘法的5种方法
- ZZULIOJ:按身高站队(实验课)
- STM32cube 控制 AIP650 TM1650
- 小学数学动画 android,小学数学课堂app下载-小学数学课堂 安卓版v2.2.0-PC6安卓网...
热门文章
- yum clean all 是什么意思
- Vue使用Swiper看这一篇就够了
- 最喜欢的动画片《长江7号爱地球》
- 哲学生活中必背的哲学原理
- Unity | 连线题_画直线的方法
- Python中MNE库的事件相关特定频段分析(MEG数据)
- 【题解】【PTA-Python题库】第6章-7 找出总分最高的学生 (15 分)
- Oracle REST Data Services(ORDS)-通过REST接口操作Oracle数据库
- wpsa4排版_wps排版(wps如何一键排版)
- 输入一个整数求其位数和各个位数之和