GEE APP——影像条带色差、色调不均匀等现象解决方案

举报
此星光明 发表于 2022/10/15 21:14:24 2022/10/15
【摘要】 ​今天给大家推荐一篇文章,是我们常见的影像条带修复的文章。 本文的主要内容是:随着云计算的发展,利用谷歌地球引擎(GEE)平台,利用长时间序列的Landsat图像进行水反演、自然灾害监测、土地利用变化等研究也逐渐成为主流。Landsat图像是目前遥感反演的最重要的图像数据源之一。由于单视角图像的时间和天气条件的变化,获得的图像辐射率也不尽相同;因此,使用月或年的时间尺度对多视角图像进行镶嵌,...

今天给大家推荐一篇文章,是我们常见的影像条带修复的文章。

 本文的主要内容是:

随着云计算的发展,利用谷歌地球引擎(GEE)平台,利用长时间序列的Landsat图像进行水反演、自然灾害监测、土地利用变化等研究也逐渐成为主流。Landsat图像是目前遥感反演的最重要的图像数据源之一。由于单视角图像的时间和天气条件的变化,获得的图像辐射率也不尽相同;因此,使用月或年的时间尺度对多视角图像进行镶嵌,会导致带状色彩的变化。本研究以尤卡坦半岛海岸线50公里范围内1993年至2021年的NDWI和MNDWI作为GEE平台的研究对象,以Landsat TOA(大气顶部反射率)和SR(表面反射率)图像为研究数据,重建具有色差的镶嵌区域。利用随机森林算法对参考影像和待修复影像的DN(数字编号)值和概率分布进行独立分类和统计,并将参考影像的分类结果以直方图匹配的方式映射到待修复影像的区域。MODIS和Sentinel-2 NDWI产品被用于比较和验证。结果表明,修复后的Landsat NDWI和MNDWI图像没有出现明显的带状色差,图像堆叠更加平滑;Landsat TOA图像为研究水体提供了更好的结果,修复后的Landsat SR和TOA图像与Sentinel-2数据的相关性分别高达0.5358和0.5269。此外,GEE平台上现有的Landsat NDWI产品都不能有效消除图像波段的色差。

这是部分影像修复后的结果:

 

大家请前往一下链接使用这个GEE app程序

Landsat 5 NDWI Image Restoration

本软件的APP

 软件的使用方法:

本APP主要实现了Landsat 5系列影像(1984-2012)在图像拼接过程中产生的带状问题。修复方法主要是通过随机森林获得其参考影像的DN值和概率分布,对待修复的影像色差分布进行校正,从而达到拼接后的影像色差均匀。概念说明:Studyarea是你选择的研究区域,target是要修复的研究区域,reference是你要参考的修正目标的研究区域。

我们在使用过程中一定要先看MAP上的NOTE:

 这里我们首先使用date中,选择开始和结束的时间,然后直接在地图上开始按照以下方式来进行选取

1.选择你的研究区域,使用矩形

2.选择你的目标区域,使用多角形

3.选择你的参考区域,使用矩形。

直方图和累积分布功能部分:
当你已经在绘图工具栏中绘制了研究区域、待修复区域和参考区域后,直方图和累积分布功能就会出现。

点击加载直方图和累积直方图结果:

前4幅影像这里包含了两个参考影像和目标影像的直方图和累积分布函数

 后面两幅影像:

 修复后的图像下载部分:
比例参数 注意:获取GeoTIFF或NumPy格式的小块图像数据的下载URL。最大请求大小为32MB,最大网格尺寸为1000。

这里我们可以下载我们修复后影像,只需要把链接放下在浏览器中就可以下载你已经修复后的影像。


大家在使用这个APP中请引用以下文献,文献中结论部分有详细的APP的代码(非洲南部海域的NDWI影像修复代码):

MDPI and ACS Style

Yan, X.; Li, J.; Yang, D.; Li, J.; Ma, T.; Su, Y.; Shao, J.; Zhang, R. A Random Forest Algorithm for Landsat Image Chromatic Aberration Restoration Based on GEE Cloud Platform—A Case Study of Yucatán Peninsula, Mexico. Remote Sens. 202214, 5154. https://doi.org/10.3390/rs14205154

AMA Style

Yan X, Li J, Yang D, Li J, Ma T, Su Y, Shao J, Zhang R. A Random Forest Algorithm for Landsat Image Chromatic Aberration Restoration Based on GEE Cloud Platform—A Case Study of Yucatán Peninsula, Mexico. Remote Sensing. 2022; 14(20):5154. https://doi.org/10.3390/rs14205154

Chicago/Turabian Style

Yan, Xingguang, Jing Li, Di Yang, Jiwei Li, Tianyue Ma, Yiting Su, Jiahao Shao, and Rui Zhang. 2022. "A Random Forest Algorithm for Landsat Image Chromatic Aberration Restoration Based on GEE Cloud Platform—A Case Study of Yucatán Peninsula, Mexico" Remote Sensing 14, no. 20: 5154. https://doi.org/10.3390/rs14205154

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。