GDAL多光谱与全色图像融合简单使用
Posted oloroso
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了GDAL多光谱与全色图像融合简单使用相关的知识,希望对你有一定的参考价值。
简述
最近在GDAL的代码中看见了gdalpansharpen.cpp
,于是简单的尝试了一下。
融合后的效果比较差,这应该是我对这个算法的使用还不熟悉,还有些地方没有弄清楚。这个代码比较新,是2.1版本才加上的,我在看的时候,代码还有一些小问题,已经在github上提交了issuse了。
融合使用的数据是我在网上找到的高分一号的一景数据,先做了校正,形成全色波段TIFF(单波段)和多光谱波段TIFF(4波段)。
相关知识参考:
遥感影像的“全色”与“多光谱”
高分一号(GF-1)卫星影像数据介绍
国内遥感卫星资源综述
高分一号影像处理流程
遥感影像融合方法(英文)
ENVI 遥感图像融合
为何全色影像分辨率高于多光谱影像分辨率
C++代码
代码基于当前https://github.com/OSGeo/gdal仓库的master分支构建。
// g++ gdal_pansharpen.cpp -o gdal_pansharpen -I../include -L../lib -lgdal
#include <gdalpansharpen.h>
#include <cpl_auto_close.h>
#include <cpl_error.h>
int main()
{
GDALAllRegister();
// 打开全色波段(高分辨率)文件
GDALDatasetH hPanDset = GDALOpen("/mnt/data/GF1_PMS2_E116.5_N39.6_20130501_L1A0000127213-PAN2_rpc.tiff",GA_ReadOnly);
CPL_AUTO_CLOSE_WARP(hPanDset,GDALClose);
VALIDATE_POINTER1(hPanDset,"Open Pansharpen file failed",1);
// 打开多光谱(低分辨率)文件
GDALDatasetH hMssDset = GDALOpen("/mnt/data/GF1_PMS2_E116.5_N39.6_20130501_L1A0000127213-MSS2_rpc.tiff",GA_ReadOnly);
CPL_AUTO_CLOSE_WARP(hMssDset,GDALClose);
VALIDATE_POINTER1(hPanDset,"Open Spectral Band file failed",1);
int nSpectralBands = GDALGetRasterCount(hMssDset);
GDALPansharpenOptions opts;
opts.ePansharpenAlg = GDAL_PSH_WEIGHTED_BROVEY; // 超分辨率贝叶斯法,当前仅支持brovery加权
opts.eResampleAlg = GRIORA_Cubic; // 重采样至全色光谱波段分辨率的算法
opts.nBitDepth = 0; // 多光谱波段位深度,0表示默认
opts.nWeightCount = nSpectralBands; // 权重系数数组元素个数(与输入多光谱波段数一致)
double* pWeightCount= static_cast<double*>(
CPLMalloc(opts.nWeightCount * sizeof(double))); // 权重系数数组
CPL_AUTO_CLOSE_WARP(pWeightCount,CPLFree);
opts.padfWeights = pWeightCount;
opts.padfWeights[0] = 0.166; // 蓝
opts.padfWeights[1] = 0.167; // 绿
opts.padfWeights[2] = 0.167; // 红
opts.padfWeights[3] = 0.5; // 近红外
// 设置全色波段(高分辨率)
opts.hPanchroBand = GDALGetRasterBand(hPanDset,1);
// 设置多光谱波段
opts.nInputSpectralBands = nSpectralBands;
GDALRasterBandH* pInputSpectralBands = static_cast<GDALRasterBandH*>(
CPLMalloc(sizeof(GDALRasterBandH) * nSpectralBands));
CPL_AUTO_CLOSE_WARP(pInputSpectralBands,CPLFree);
opts.pahInputSpectralBands = pInputSpectralBands;
// std::generatr
for(int i=0;i< nSpectralBands;++i) {
opts.pahInputSpectralBands[i] = GDALGetRasterBand(hMssDset,i+1);
}
// 设置需要输出到全色波段分辨率的波段
opts.nOutPansharpenedBands = 4;
// 这个数组里面存的是pahInputSpectralBands里波段的索引值
int panOutPansharpenedBands[4] = { 2, 1, 0, 3}; // 红、绿、蓝、近红外
opts.panOutPansharpenedBands = panOutPansharpenedBands;
opts.bHasNoData = FALSE; // 全色和多光谱波段是否具有无效值(NoData值)
opts.dfNoData = 0.0; // 全色和多光谱波段的无效值,也将作为输出的NoData值
opts.nThreads = -1; // 使用的线程数,-1表示使用CPU线程数
// 设置多光谱波段与全色波段在像素上的移位(保证地理空间位置对齐)
// 都是相对于全色波段的0,0像素的像素(全色波段像素大小)偏移
// 也就是两者的0,0像素的地理空间上的偏移量在全色波段分辨率相应的像素数
double adfGTPan[6];
GDALGetGeoTransform(hPanDset,adfGTPan);
double adfGTMss[6];
GDALGetGeoTransform(hPanDset,adfGTMss);
opts.dfMSShiftX = (adfGTPan[0] - adfGTMss[0]) / adfGTPan[1];
opts.dfMSShiftY = (adfGTPan[3] - adfGTMss[3]) / adfGTPan[5];
GDALPansharpenOperation operation;
CPLErr err = operation.Initialize(&opts);
if(err != CE_None) {
return -2;
}
// 创建输出文件(和全色波段一样大)
int nOutXSize, nOutYSize;
nOutXSize = GDALGetRasterBandXSize(opts.hPanchroBand);
nOutYSize = GDALGetRasterBandYSize(opts.hPanchroBand);
GDALDataType eBufDataType = GDALGetRasterDataType(opts.pahInputSpectralBands[0]);
eBufDataType = GDT_Float64;
GDALDriverH hDriver = GDALGetDriverByName("GTiff");
CPLStringList CreateOption;
CreateOption.AddNameValue("TILED", "YES");
CreateOption.AddNameValue("BIGTIFF", "YES");
CreateOption.AddNameValue("INTERLEAVE", "BAND");
CreateOption.AddNameValue("COMPRESS", "LZW"); // 中度压缩
CreateOption.AddNameValue("ZLEVEL", "6");
GDALDatasetH hOutDset = GDALCreate(hDriver,
"/mnt/data/GF1_PMS2_E116.5_N39.6_20130501_L1A0000127213.tif",
nOutXSize, nOutYSize, nSpectralBands, GDT_UInt16,
CreateOption);
CPL_AUTO_CLOSE_WARP(hOutDset,GDALClose);
VALIDATE_POINTER1(hOutDset,"Create Output file error", -3);
GDALSetGeoTransform(hOutDset, adfGTPan);
GDALSetProjection(hOutDset,GDALGetProjectionRef(hPanDset));
void* pData = CPLMalloc(256*256*GDALGetDataTypeSizeBytes(eBufDataType)*nSpectralBands);
CPL_AUTO_CLOSE_WARP(pData,CPLFree);
for(int nYOff = 0; nYOff < nOutYSize; nYOff += 256) {
for(int nXOff = 0; nXOff < nOutXSize; nXOff += 256) {
int nXSize = std::min(nOutXSize - nXOff,256);
int nYSize = std::min(nOutYSize - nYOff,256);
printf("Process[%6d,%6d,%6d,%6d]
",nXOff,nYOff,nXOff+nXSize,nYOff+nYSize);
err = operation.ProcessRegion(nXOff,nYOff,nXSize,nYSize,pData,eBufDataType);
if(err == CE_Failure) {
CPLError(err,CPLE_AppDefined,"operation.ProcessRegion");
return -4;
}
int panBandMap[4] = { 1, 2, 3, 4};
err = GDALDatasetRasterIO(hOutDset, GF_Write,
nXOff,nYOff,nXSize,nYSize,
pData,nXSize,nYSize,
eBufDataType,
4,panBandMap,
0,0,nXSize*nYSize*GDALGetDataTypeSizeBytes(eBufDataType));
}
}
puts("
Pansharpen finished");
return 0;
}
效果对比
GDAL融合效果和原始多光谱波段对比
GDAL融合效果和原始全色波段对比
ARCGIS融合效果与原始全色和多光谱对比
ArcGIS融合过程使用工具箱-->系统工具箱-->Data Management Tools-->栅格-->栅格处理-->创建全色锐化的栅格数据集
。
左边ArcGIS融合效果,右边原始多光谱影像
GDAL融合效果与ArcGIS融合效果对比
左边GDAL融合效果,右边ArcGIS融合效果
以上是关于GDAL多光谱与全色图像融合简单使用的主要内容,如果未能解决你的问题,请参考以下文章