【Erdas实验教程】026：遥感图像辐射增强（去条带处理）

最新推荐文章于 2025-08-22 23:47:35 发布
最新推荐文章于 2025-08-22 23:47:35 发布
阅读量105 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 《Erdas遥感图像处理实验教程》 文章标签： erdas 图像增强 python arcgis 去条带
本文为博主「 刘一哥GIS 」原创文章，未经博主允许不得转载或爬取，侵权必究！
本文链接：https://blog.csdn.net/lucky51222/article/details/149081124

文章目录

一、去条带处理简介

针对 Landsat TM 图像的扫描特点对其原始数据进行三次卷积处理，以达到去除扫描条带之目的。操作中边缘处理方法需要选定：反射 Reflection 是应用图像边缘灰度值的镜面反射值作为图像边缘以外的像元值，这样可以避免出现晕轮（Halo）；而填充 Fill 则是统一将图像边缘以外的像元以 0 值填充，呈黑色背景。

二、去条带处理案例

加载案例数据：TM_striped.img。

在这里插入图片描述

工具位置：【Raster】→【Radiometric】→【destripe TM Data】

在这里插入图片描述

参数设置如下：

在这里插入图片描述

在 Destripe TM 对话框中设置下列参数：

输入文件：tm_striped.img；
输出文件：trippe

了解本专栏 订阅专栏 解锁全文
【Erdas实验教程】025：遥感图像辐射增强（雾霾去除）
「 刘一哥与GIS的故事」
07-02 198
摘要：遥感影像雾霾去除基于暗目标法（DOS），通过识别影像中的暗目标（如水体、植被阴影等），提取大气散射贡献值并整体消除散射影响，恢复地物真实反射率。以Klon_TM.img数据为例，在Erdas2022中使用Haze Reduction工具（路径：【raster】→【Radiometric】），处理后影像对比度显著提升。该方法适用于消除大气颗粒物散射导致的影像偏亮问题，配套实验数据与软件详见《Erdas遥感图像处理实验教程》专栏。（150字）
【Erdas实验教程】022：遥感图像辐射增强（直方图均衡化）
「 刘一哥与GIS的故事」
06-15 369
直方图均衡化是一种图像增强方法，通过在直方图上重新分布亮度来提升对比度。案例演示了在ERDAS软件中的操作流程：选择输入/输出文件，设置256级分段参数，执行处理后对比前后直方图。结果显示均衡化后的图像亮度分布更均匀，有效增强了局部对比度。该技术适用于遥感等需要突出细节的图像处理场景。
【Erdas实验教程】021：遥感图像辐射增强（ 查找表拉伸）
「 刘一哥与GIS的故事」
06-14 335
本文介绍了遥感图像处理中的辐射增强技术及其具体实现方法。辐射增强通过调整像素灰度值来改善图像对比度，包括直方图均衡化和匹配等技术。重点讲解了查找表拉伸工具的使用方法，并展示了一个应用案例。案例中加载了mobbay.img数据，但在使用查找表拉伸时遇到了错误提示。该文为遥感图像处理提供了实用的技术参考，同时也指出了实际应用中可能面临的技术挑战。
【Erdas实验教程】024：遥感图像辐射增强（亮度反转Brightness Inversion）
「 刘一哥与GIS的故事」
07-02 150
摘要： 遥感图像亮度反转是一种通过反转灰度值（0-255范围）来增强图像视觉效果的技术，其核心公式为“反转值=最大值-原值”。方法包括全局反转（简单高效）、局部反转（针对特定区域）和基于直方图的反转（精细调整）。应用场景如突出夜间灯光图像中的暗区或增强阴影细节。操作可通过专业软件（如ENVI、ArcGIS）实现，案例演示了ArcGIS中的栅格计算器反转流程。需注意反转可能损失部分信息，需结合具体需求选择方法。
【Erdas实验教程】023：遥感图像辐射增强（直方图匹配）
「 刘一哥与GIS的故事」
06-15 143
摘要：直方图匹配是一种图像处理技术，通过调整原图像的灰度分布使其与参考图像一致。该技术基于概率密度映射变换，涉及均值和方差的线性调整。操作案例展示在ERDAS软件中实现过程：选择输入/参考文件（如wasia1_mss.img和wasia2_mss.img），指定匹配波段后执行处理，输出匹配结果文件（如wasia1_match.img）。该技术常用于图像色调统一。
【遥感数字图像处理实验】Erdas版详细图文实验教程（8实验全）
「 刘一哥与GIS的故事」
11-08 2939
【遥感数字图像处理】实验01：Erdas 软件的认识与使用 【遥感数字图像处理】实验02：遥感图像显示与数据输入/输出（Erdas版） 【遥感数字图像处理】实验03.遥感影像辐射纠正（大气纠正）完整操作图文教程（Erdas版）实验04：遥感影像几何纠正完整操作流程（Erdas版）实验05：遥感影像增强方法大全处理看过来（Erdas版）实验06：遥感图像分析方法大全（Erdas版）实验07：遥感影像分类（监督、非监督分类）完整流程（Erdas版）实验08：遥感专题地图制作经典流程（Erdas版）
【遥感数字图像处理】实验：遥感影像辐射纠正（大气纠正）完整操作图文教程（Erdas版）
「 刘一哥与GIS的故事」
03-15 3999
进入传感器的辐射强度反映在图像上就是亮度值（或灰度值）。辐射强度越大，亮度值就越大。该值主要受两个物理量的影响：一是太阳辐射照射到地面的辐射强度，二是地物的光谱反射率。当太阳辐射相同时，图像上亮度的差异直接反应了地面反射率的差异。但实际测量时，发现辐射强度值还受其他因素的影响，这一改变的部分就是需要校正的部分，故称辐射畸变。引起辐射畸变的原因有：（1）传感器本身的误差（2）大气对辐射的影响（3）地形对辐射的影响（地形校正） 本实验学习在Erdas软件重进行辐射纠正的完整操作流程。
【遥感数字图像处理】实验：遥感影像增强方法大全处理看过来（Erdas版）
「 刘一哥与GIS的故事」
03-17 5335
主要内容： 1、空间增强 1.1 卷积增强 1.2 非定向边缘增强 1.3 聚焦分析 1.4 纹理分析 1.5 图像融合 1.6 图像锐化 2、辐射增强 2.1 查找表拉伸 2.2 直方图均衡化 2.3 直方图匹配 2.4 亮度反转 2.5 雾霾去除 3 光谱增强 3.1 主成分变换 3.2 主成分逆变换 3.3 去相关拉伸 3.4 缨帽变换 3.5 彩色变换 3.6 指数运算 4、频率域增强 4.1 快速傅立叶变换 4.2 傅立叶变换编辑器 4.3 傅立叶显示变换 4.4 周期性噪声去除 4.5 同态滤波
遥感图像辐射增强ERDAS实现
qq_52481939的博客
10-28 4493
遥感图像增强辐射增强 目的：逐像元进行灰度值的变换，以突出像元之间的反差（对比度），从而改善图像视觉效果、突出有用信息.（遥感图像的灰度增强法），抑制或排除无用信息。 遥感图像灰度直方图介绍 1.什么是灰度直方图 一幅黑白图像往往由不同深度的灰色来描述图像，在计算机中常常采用八个比特位进行储存，所以通常用0-255来描述图像的灰度值，数值越大颜色越深。灰度直方图是描述图像中每个像元灰度值的分布情况，由此可以看出图像的特征，一般图像符合正态分布曲线所展示的效果最好，信息最多，图像的灰度直方图可以在MetaDa
java基础知识总结
yvya_的博客
08-19 1574
java 基础包含语法、面向对象，异常处理、文件操作等方面。
【GPT入门】第49课 LlamaFacotory 训练千问
spark_dev的博客
08-20 815
避坑经验：发现先安装vllm后安装LlamaFactory有依赖冲突，改为先安装LlamaFacotory后安装vllm。直接安装 2.2.0，这个安装有点久，耐心等。合并原模型与lora训练结果。autodl的学术加速。训练后，目录结构与大小。
数据预处理数据清洗准备篇-------pandas库的缺失值处理方法
Sunhen_Qiletian的博客
08-20 1255
解析引擎，可选 'c' (C语言引擎，更快) 或 'python' (Python引擎，功能更全)：填充方法 ('backfill', 'bfill', 'pad', 'ffill', None)：0 或 'index' (检查每列)，1 或 'columns' (检查每行)：0 或 'index' (删除行)，1 或 'columns' (删除列)：'any' (有缺失就删除) 或 'all' (全部为缺失才删除)：文件编码，如 'gbk', 'utf-8' 等。
Selenium使用指南
HUACE4600的博客
08-19 1410
前面的代码你看不懂，也没关系，我们再来叙述一下selenium工作的过程1.selenium client(python等语言编写的自动化测试脚本)初始化一个service服务，通过Webdriver启动浏览器驱动程序chromedriver.exe2.通过RemoteWebDriver向浏览器驱动程序发送HTTP请求，浏览器驱动程序解析请求，打开浏览器，并获得sessionid，如果再次对浏览器操作需携带此id。
Huggingface-Qwen2源码解读
Jeremy程序员
08-19 1723
本文记录了基于HuggingFace Transformers最新master分支对Qwen2模型的学习过程。主要内容包括：1) 开发环境搭建（Python 3.11、PyTorch CPU版）；2) 模型测试代码实现，通过调参创建轻量级配置；3) 核心架构分析，包括分词编码、DecoderLayer处理流程（RMSNorm归一化、自注意力机制、前馈网络）和分组查询注意力机制；4) Qwen2的三大优化点：RMSNorm计算优化、RoPE位置编码和GQA注意力机制；5) 开发中遇到的版本依赖问题及解决方法。
疏老师-python训练营-Day53 对抗生成网络
最新发布
weixin_44861705的博客
08-22 505
然后我随机初始化这个造假币的a，我每次给他随机的输入，他会生成不同的假币，每一张假币都会让警察来判断，警察能够分别出真假，如果说你是假的，那么造假币的就要更新参数，如果是真的，那么造假币的参数就不用更新，警察要更新参数。为了让警察能分辨真币，我需要给他看真币的样子，也就是先训练警察知道什么是真币，但是只给他一个真币他也没法训练，我中间得掺杂一些无意义的噪声图片，无意义的肯定不可能是真币，所以他大概可以训练好。那么如何评价好这个分布情况呢？判别器的损失定义在先，生成器的损失定义基于判别器的反馈。
Matplotlib数据可视化实战：Matplotlib图表美化与进阶教程
WSSWWWSSW的博客
08-19 531
摘要 本教程介绍了如何使用Matplotlib库美化数据可视化图表。内容涵盖颜色调整（预定义颜色、十六进制代码、RGB值）、线型修改（虚线、点线等）和标记样式设置（圆形、方形等）。教程还详细讲解了如何自定义字体和文本样式，包括全局字体设置和特定文本元素的样式调整。每个知识点都配有Python代码示例和对应的图表效果展示，帮助用户快速掌握图表美化的实用技巧，提升数据可视化的专业性和美观度。
【无标题】
As3310010的博客
08-20 703
从基础功能到自主决策：Agent 开发进阶之路
ERDAS Imagine软件教程：遥感图像处理与实习指南
这份实习教程详细介绍了ERDAS Imagine在遥感图像处理中的基本操作，对于初学者来说是一份宝贵的参考资料，涵盖了从图像读取、处理到分析和分类的全过程，有助于学生掌握遥感图像处理的基本技能。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

刘一哥GIS

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值