前言

遥感影像由于卫星轨道的原因，经过初步地理校正通常都是倾斜的，存储为数组形式时，会出现部分背景。今天在处理数据时，由于计算波段指数中存在log（x）函数中x存在负值，导致部份非背景像元出现值为空值（NAN）的情况，并且背景像元值为-inf。今天记录下出现这种情况数组的处理方法。

图1 遥感影像（黑色部分为背景）

一、背景值为NAN或者-inf的原因？

通常遥感影像的背景值为NAN或者0（根据导出数据方式软件算法不同而变化）。然而今天由于处理遥感影像时使用波段运算工具有log函数，log函数处理的少部分非背景像元为负值，因此波段运算得到值为NAN。这种情况下背景不能为NAN，用ENVI导出为tif格式后，使用python的GDAL读取到背景值变成-inf（python中规定为负无穷大）。但是计算影像均值，方差等数据时需要忽略背景值或者NAN值，因此有了今天这篇博客。

二、解决过程

1.背景值的两种情况

(1)在影像非背景像元中没有出现NAN，此时背景值为0（numpy数组中包括普通像元值与背景值0）
(2)在影像非背景像元中出现NAN，此时背景值为-inf（numpy数组中包括普通像元值（NAN与正常值）与背景值-inf）
这里只是列举出我遇到的两种情况，可能还有可能有其他情况，比如背景值为NAN，建议先用GDAL库读为numpy数组，然后具体查看背景值的状况。
解决思路：
第一种情况需要忽略背景值0，第二种情况需要忽略背景值为NAN与-inf。因此使用if判断影像属于那种情景就行。然后再根据不同情景，求均值与最值。

2.例子

使用GDAL库读取为numpy数组后：

判断数组arr属于哪种情况：

#假设使用gdal读取的数组分别为arr1与arr2，arr1对应第二种情况（背景为-inf），arr2对应第一种情况（背景为0）
arr1 = np.array([float('-inf'),np.nan,0,1,2,3,float('-inf')])
arr2 = np.array([1, 0, 0, 0, 1, 2, 3])
a = [arr1,arr2]
for arr in a:if len(np.where(arr == float('-inf'))[0]) and np.isnan(arr).any():temp = float('-inf')min = np.nanmin(arr[arr != temp])max = np.nanmax(arr[arr != temp])mean = np.nanmean(arr[arr != temp])print(max, min, mean)else:temp = float(0)min = np.nanmin(arr[arr != temp])max = np.nanmax(arr[arr != temp])mean = np.nanmean(arr[arr != temp])print(max, min, mean)

输出为：
3.0 0.0 1.5
3 1 1.75

这里讲解下代码arr[arr != temp]的意思，arr != temp返回的是和arr长度一致的数组，其元素值为布尔类型，True表示该元素值不等于 temp，False表示元素值等于 temp，arr[arr != temp]表示取其中元素值不等于temp的元素，返回新numpy数组。至于np.nanmin等函数即忽略数组中的NAN值。

总结

今天记录了实验过程中遇到使用GDAL读取遥感影像中可能出现的背景，空值等异常的的情景。在这种情况下，可以忽略这些值进行计算。

遥感tif图像中如何忽略背景值为NAN或者-inf求均值和最值相关推荐

R语言编写自定义函数自定义ggplot图像中的图例（legend）的位置、图例标题、键值、文本字体大小（title、text、key）、颜色标识的大小、点形状pch的大小
R语言编写自定义函数自定义ggplot图像中的图例(legend)的位置.图例标题.键值.文本字体大小(title.text.key).颜色标识的大小.点形状pch的大小目录
matlab去除图像背景,从图像中移除背景（首选MATLAB、Java或Python）
分割每个叶子不是一个容易的任务,因为边界不是那么清楚.下面显示的解决方案分割了一些叶子,但不是所有的叶子.这是一个简单的解决方案,可能是一个好的起点.在反转图像颜色二值化形态侵蚀形态扩张在原始 ...
python中列表数据汇总和平均值_python的列表List求均值和中位数实例
这篇文章主要介绍了python的列表List求均值和中位数实例,具有很好对参考价值,希望对大家有所帮助.一起跟随小编过来看看吧我就废话不多说了,直接上代码吧! import numpy as np ...
自动检测图像中的圆形或圆形对象
文章目录加载图像确定搜索圈的半径范围初步尝试查找圆形提高检测灵敏度在图像上绘制圆圈使用第二种方法(两阶段)寻找圆圈为什么有些圈子仍然被错过? 在图像中找到"明亮"的圆 ...
学习何凯明在图像中的降噪技术和识别率问题
之前玩微信由于图像噪音干扰太高一直导致没法在工业是过渡,我是从从事交通大类的神经计算开发,这个转年几年过去我对算法其实很多还是不同,太零碎了.并且实际开发过程涉及对硬件的流处理器和存储单位的思考和分配 ...
理解图像中的高频、低频分量
原文:图像频率的理解不同频率信息在图像结构中有不同的作用.图像的主要成分是低频信息,它形成了图像的基本灰度等级,对图像结构的决定作用较小:中频信息决定了图像的基本结构,形成了图像的主要边缘结构:高频 ...
数字图像处理(3): 图像中的高频分量与低频分量
目录 1 为什么图像边缘是图像高频分量呢? 2 图像傅立叶变换的物理意义参考资料 1 为什么图像边缘是图像高频分量呢? 网上有一个解释非常形象:将傅里叶变换比作一个玻璃棱镜.棱镜是可以将光分解为不同 ...
遥感图像中的小样本目标检测：Few-shot Object Detection on Remote SensingImages
论文下载:https://arxiv.org/pdf/2006.07826v2.pdf Abstract 在本文中,我们处理遥感图像上的目标检测问题.以前的方法已经发展了许多基于深度卷积的遥感图像目标 ...
访问图像中每个像素的值
转载请注明出处:http://blog.csdn.net/xiaowei_cqu/article/details/7557063 !!此篇是基于IplImage* (C接口或者说2.1之前版本的接口, ...

遥感tif图像中如何忽略背景值为NAN或者-inf求均值和最值

文章目录

前言

一、背景值为NAN或者-inf的原因？

二、解决过程

1.背景值的两种情况

2.例子

总结

遥感tif图像中如何忽略背景值为NAN或者-inf求均值和最值相关推荐

最新文章

热门文章