插件修复遥感图像方法

遥感影像条带修复2015/10/9

目录

一．技术流程图 (2)

二．目的及内容 (2)

2.1 目的 (2)

2.2 内容 (2)

三．数据下载 (3)

四．添加补丁 (3)

五．去条带 (4)

5.1． landsat_gapfill插件去条带 (4)

5.2． tm_destripe插件去条带 (6)

六．分析 (9)

七．总结 (10)

一．技术流程图

图1 技术流程图二．目的及内容

2.1 目的

学会下载LANDSAT_7 ETM+影像和修复条带2.2 内容

（1）LANDSAT_7 ETM+影像下载

（2）tm_destripe插件修复条带

（3）landsat_gapfill插件修复条带

三．数据下载

到地理空间数据云下载行列号为118 038的上海部分影像，时间为2013年5月1日，经度为121.92，纬度为31.73，云量为0，如图2所示。

由于Landsat-7 ETM+机载扫描行校正器（SLC）故障导致2003年5月31日之后获取的图像出现了数据条带丢失，严重影响了Landsat ETM遥感影像的使用。因此需要对LANDSAT-7 ETM+影像进行去条带处理，以方便对影像信息的提取及研究分析。

四．添加补丁

ENVI去条带补丁有tm_destripe和landsat_gapfill,常用的补丁为tm_destripe。将补丁插件添加到根目录对应文件夹下，

ENVI4.8为：C:\Program Files (x86)\ITT\IDL\IDL80\products\envi48\save_add，ENVI5.1为：C:\Program Files\Exelis\ENVI51\classic\save_add

重启ENVI软件，即可使用去条带插件。

图2 landsat数据信息

五．去条带

5.1．landsat_gapfill插件去条带

ENVI条带修复的方法有两种，分别为：

A．差值修复：利用同一景影像完好的数据部分对数据缝隙进行差值。

B. 回归修复：a.利用故障前的正常数据对数据缝隙进行填充；

b.或者是利用多景不同时相的异常数据生成一景缝隙填充的数据产品。

ENVI去条带方法有三种，分别为（1）国科平台在线两种方法（2）ENVI去条带补丁（3）ERDAS去条带模块。而国科平台上提供了两种修复方法，分别是：多影像局部自适应回归分析模型(2-b)和多影像固定窗口回归分析模型(2-b)。有在线试过第一种回归分析模型，结果显示如下：可以看到条带缺失得到很大的改善，但条带插值的部分和周围的像元有明显的区别，插值效果不太理想。

这里使用的是ENVI去条带补丁的方法。打开下载的LANDSAT影像，如图3所示

从图像中可以看出，

影像中存在着较多的黑色条纹，对影像的判读及信息的读取造成了较大的影像，需对影像进行去条带处理。打开去条带工具Landsat Gapfill ，如图4.

第一个单个文件缝隙填充（三角剖分）用的是三角插值，后两个为双波段缝隙填充，区别在于匹配的时候是用全局直方图，还是用局部直方图。执行条带修复，得到图5的结果影像。

图3 LANDSAT 影像

图4 条带缝隙选择

5.2． tm_destripe

插件去条带

tm_destripe 插件的功能是采取多影像局部自适应回归分析模型或多影像固定窗口回归分析模型对影像条带进行修复。是针对单波段进行条带修复。如图7为影像数据及掩膜数据的选择

图 5 条带修复结果

图6 条带修复前后影像比较

（a 修复前条带影像b 修复后影像）

a 修复前条带影像

b 修复后影像像

如图7

，选择单波段和相应的掩膜数据后，执行条带修复

，如图8为波段2的修复结果

执行操作，得到各波段条带修复结果，将6个波段组合，得到修复结果影像。如图9所示。

图7 影像数据及掩膜数据选择

图8 波段2条带修复结果

A 波段2图像 b 波段2条带修复结果

将tm_destripe 修复结果和landsat_gapfill 修复结果进行比较，如图10所示，

从结果中可以看出，tm_destripe 修复的结果没有

landsat_gapfill

修复结果好，造成差异的原因可能是因为tm_destripe 是对单波段图像进行修复，将修复好的波段组合即个波段结果叠加，结果会出现缝图9 条带修复前后影像比较

（a 修复前条带影像b 修复后影像）

a 修复前条带影像

b 修复后影像像

图9 条带修复前后影像比较

（a 修复前条带影像b 修复后影像）

a 修复前条带影像

b 修复后影像像

隙，图像不能完全连接。可以对结果再进行修复，能够得到较清晰的影像。

六．分析

landsat_gapfill插件ENVI条带修复的方法有两种，分别为：A．差值修复：利用同一景影像完好的数据部分对数据缝隙进行差值。

B. 回归修复：a.利用故障前的正常数据对数据缝隙进行填充；

b.或者是利用多景不同时相的异常数据生成一景缝隙填充的数据产品。

tm_destripe插件的功能是采取多影像局部自适应回归分析模型或多影像固定窗口回归分析模型对影像条带进行修复，是对单波段条带进行修复。

两种修复方法都是利用一定的算法，根据无数据区域周围的数据推算出无数据的数据值，因为修复后的数据为推算出的数据，不是地表真实的信息，因此，修复的遥感图像与真实地表在地形、地貌、地类等方面存在一定的偏差，会导致研究的内容产生变化，如土地利用变化等。因此，修复后得到的影像数据存在误差，对土地调查，土地规划和土地利用变化等利用遥感影像研究内容的结果数据不精确，只能进行大概的研究二不能进行精确的数据研究。

但是条带修复后有利于地物的识别和分类，能够完善影像信息，满足研究人员的需要，方便对影像信息的判读和提取，对地球表面的