python +gdal改进的暗像元校正算法

最新推荐文章于 2023-07-10 19:00:45 发布

原创

最新推荐文章于 2023-07-10 19:00:45 发布 · 1.6k 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#python #gdal #大气校正 #暗像元校正

本文介绍了使用Python和GDAL库改进的暗像元校正方法。通过计算连续灰度值的像元频数，选取超过总像元数0.03%的最小灰度值作为暗像元。主要涉及numpy.ma进行波段数组掩膜处理，matplotlib.pyplot绘制直方图，以及numpy进行数组运算。关键步骤包括计算直方图、遍历暗像元值并执行数组运算以实现校正。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

暗像元校正方法（改），取连续灰度值的像元频数之和超过像元总数的0.03%中的最小灰度值
关键类库：
numpy.ma 计算波段数组掩膜
matplotlib.pyploat 计算数组直方图
numpy 数组运算

# -*- coding: utf-8 -*-
"""
/***************************************************************************
darkSubtraction:
暗像元校正：
    方法：计算波段中的最小值进行暗像元校正
过程：1.影像DN值转为辐射能量值（L = DN*gain +bias）
      2.计算相对反射率（ρ=π×D2×L/（ESUNI×COS(SZ)））
      3. 暗像元校正----#取直方图中4个连续灰度值的像元频数之和超过像元总数的0.03%中的最小灰度值作为暗像元进行计算
      4.新建栅格数据写入数据（driver = gdal.Create(self, *args, **kwargs)）

 @version <1.1> 2018-04-16 Wujd : Created.
***************************************************************************/
"""

from osgeo import  gdal
import numpy.ma as ma
import matplotlib.pyplot as plt
import  numpy as np

class darkSubtraction:
    def __init__(self):
        """
        初始化变量
        :param infilename:
        """
        pass

    def _get_rasterinfo(self,filename):
        """
          获取栅格数据的行列数，波段数，放射矩阵，投影信息
          :return:
           @version <1.1> 2018-04-2 Wujd : Created.
        """
        self.dataset = gdal.Open(filename)
        self.im_width = self.dataset.RasterXSize
        self.im_height = self.dataset.RasterYSize
        self.im_bands = self.dataset.RasterCount
        self.im_geotrans = self.dataset.GetGeoTransform()
        self.im_proj = self