当前位置:首页 » 服务存储 » 多波段遥感图像的存储格式
扩展阅读
webinf下怎么引入js 2023-08-31 21:54:13
堡垒机怎么打开web 2023-08-31 21:54:11

多波段遥感图像的存储格式

发布时间: 2022-04-13 03:57:27

Ⅰ 遥感数字图像处理中BIK的图像存储格式是怎样存储的

Band Interleaved by Block,波段按块存储。(Erdas官方帮助的解释)

Ⅱ 多波段遥感数字图像的存贮与分发采用的格式有哪些

bsq,bil,bip
按波段顺序,行交叉,像素交叉

Ⅲ 多波段数据有哪些存储方式,各有什么优缺点

BSQ(按波段顺序存储)BIP(按波段像元交叉存储)BIL(按行交叉存储),BSQ为最简单的存储方式,它提供了最佳的空间处理能力,适合读取单个波段的数据,BIP提供了最佳的波谱处理能力,适合读取光谱剖面数据,BIL是介于空间处理和光谱处理之间的一种折中的存储格式

Ⅳ 遥感数据通常以什么型数据结构形式存储

按波段存,按像素存,按行存储,
常用的是按波段存储。

Ⅳ 数字图像的存储格式

遥感数据以磁带、光盘等为存储介质,由一个或多个文件组成,每个文件又以若干个记录组成。记录是作为一个单位来处理的一组相连的数据,分为物理记录和逻辑记录; 文件是由若干个逻辑记录构成的在目的、形式和内容上彼此相似的信息项的集合。逻辑记录的排列方式决定了文件的结构方式,加之不同的辅助说明信息而构成了不同的遥感数据格式。对于遥感数字图像而言,它必须以一定的格式存储,才能有效地进行分发和利用。

多波段图像具有空间的位置和光谱的信息。多波段图像的数据格式根据在二维空间的像元配置中如何存储各种波段的信息可分为四类。

1. BSQ,BIL,BIP 格式

BSQ ( Band Sequential) 格式,又称为波段序贯格式,在一个遥感数据文件内各像元DN 值相当于以 “波段” 为主要关键字、以 “行” 为次要关键字、以 “列” ( 像元号) 为第三关键字对像元 DN 值进行排序存放。

BIL ( Band Interleaved by Line) 格式,又称为波段行交叉格式,在一个遥感数据文件内各像元 DN 值相当于以 “行”为主要关键字、以 “波段”为次要关键字、以 “列”( 像元号) 为第三关键字对像元 DN 值进行排序存放。

BIP ( Band Interleaved by Pixels) 格式,又称为波段像元交叉格式,在一个遥感数据文件内各像元 DN 值相当于以 “行”为主要关键字、以 “列” ( 像元号) 为次要关键字、以 “波段”为第三关键字对像元 DN 值进行排序存放。

上述遥感数据基本格式具有不同的特点和适用范围。BSQ 格式最适合于对单个波段的整个或部分图像空间区域进行存储和读取等处理操作,如图像对比度增强、平滑、锐化等; BIP 格式为图像数据单个像元波谱特性的存储与读取提供最佳性能,如在最大似然比分类法、波段之间的加减乘除代数运算等亦宜采用该格式; BIL 方式具有以上两种方式的中间特征,提供了图像空间和像元波谱处理之间的一种折中的方式,适用于以行 ( 图像扫描行) 为单位的处理操作,如水平方向的线性影像特征增强处理等。

2. Fast - L7A 格式

该格式是美国 EDC 在沿用了以往 Landsat 数据产品快速格式的基础上而选用的记录Landsat-7 / ETM + 数据的格式之一。Fast - L7A 格式的数据由 3 个头文件及 8 个数据文件组成,3 个头文件对应 Landsat-7 数据的三个波段组: 全色波段组、可见光及近红外波段组、热红外波段组; 8 个数据文件对应 Landsat-7 数据的 8 个波段。

3 个头文件中,每个头文件包含 3 个 1536 字节的记录,分别是管理记录、辐射记录和几何记录,它们记录了产品标识信息、图像标识信息、辐射校正系数、地图投影、地球模型、太阳高度角和方位角等图像数据辅助信息。8 个数据文件中,每个文件仅含一个波段的数据而不含头尾记录,图像数据按行顺序排列,并以 8 bit 无符号整数表示。

3. GeoTIFF 格式

GeoTIFF 是包含地理信息的一种 TIFF 格式的文件。GeoTIFF 格式的数据由 1 个头文件及相应的数据文件组成。其头文件与 Fast - L7A 头文件相似,8 个数据文件分别对应于Landsat-7 数据的 8 个波段数据。

4. HDF 格式

HDF ( Hierarchical Data Format,层次数据格式) 是由美国伊利诺伊大学 ( the Univer-sity of Illinois) 的国家超级计算应用中心 ( The National Center for Supercomputing Applica-tions,NCSA) 于 1987 年研制开发的一种软件和函数库,它使用 C 语言和 Fortran 语言编写,是一种超文本文件格式,能够存储不同种类的科学数据,包括图像、多维数组、指针及文本数据。HDF 格式还提供命令方式,分析现存 HDF 文件的结构,并即时显示图像内容。科学家可以用这种标准数据格式快速熟悉文件结构,摆脱不同数据格式之间相互转换的繁琐,而将更多的时间和精力用于数据管理和分析。目前,在国外各种卫星传感器上,已经广泛使用了这种标准数据格式,如 Landsat-7,EOS - TERRA,EOS - AQUA 等。

在物理存储结构上,一个 HDF 文件包括一个文件头 ( File Header) ,一个或多个描述块 ( Data Descriptor Block) ,若干个数据对象 ( Data Object) 。文件头位于 HDF 文件的头四个字节,其内容为四个控制字符的 ASCII 码值,四个控制字符为 N,C,S,A,可用于判断一个文件是否为 HDF 文件格式。数据对象是 HDF 文件最基本的存储元素,包括一个描述符和一个对应的数据元素。描述符长度为 12 个字节,主要用来描述这个数据元素的数据类型、位置偏移量、数据元素字节数。在实际的 HDF 文件中,描述符并不是和它对应的数据元素连在一起,而是把相关的许多描述符放在一起而构成一个描述块,在这个块的后面顺序存储了各个描述符所对应的数据元素。数据元素是数据对象中的裸数据部分,也就是数据本身,可以是字符、整数、浮点数、数组等。

1993 年美国航空航天局 ( NASA) 把 HDF 格式作为存储和发布 EOS ( Earth Observa-tion System,对地观测系统) 数据的标准格式,此后又在 HDF 标准的基础上共同开发了一种专门化的 HDF 格式———HDF - EOS,专门用于处理各种 EOS 产品。HDF - EOS 使用标准的 HDF 数据类型定义了点、条带、网格这三种特殊数据类型,并且引入了元数据( Metadata) ,简化了空间数据的访问过程,提高了科学研究和用户对 EOS 数据的访问速度。

遥感技术被应用以来,遥感数据采用过很多格式,以 Landsat-7 卫星的数据产品为例,该数据产品由美国地球观测系统数据中心 ( EDC) 提供,按照产品处理级别可分为 三类,即 Level 0R,Level 1R 和 Level 1G。三种产品的定义如下 :

Level 0R: 未经辐射校正和系统级几何校正的数据产品。

Level 1R: 经过辐射校正但未经系统级几何校正的数据产品。

Level 1G: 经过辐射校正和系统级几何校正的数据产品。

EDC 的各类产品所采用的数据格式共有三种,分别是 HDF,Fast - L7A 和 GeoTIFF,产品类型和数据格式之间的对应关系见表 4-1。

表 4-1 Landsat-7 数据产品类型及数据格式

在遥感数据中,除图像信息以外还附带有各种注记信息。这是提供数据结构在进行数据分发时,对存储方式用注记信息的形式来说明所提供的格式。以往曾使用多种格式,但从 1982 年起逐渐以世界标准格式的形式进行分发。因为这种格式是由 Landsat TechnicalWorking Group 确定的,所以也称 LTWG 格式。世界标准格式具有超结构 ( Super Struc-ture) 的构造,在它的描述符、文件指针、文件说明符的三种记录中记有数据的记录方法。其图像数据部分为 BSQ 方式或 BIL 方式。

Ⅵ 遥感图像的数据格式有那些

如果是原始的卫星影像,有可能是磁带存储的二进制格式,即*.bin。
如果是从地面站买到的数据,多半是Geo-Tiff的格式,即带有坐标的Tiff图。
如果是已经格式调整完成,等待分类、分析的影像,一般为*.img格式

Ⅶ 实验十六 多波段遥感图像融合处理

一、实验目的

了解多波段低空间分辨率遥感影像数据与高空间分辨率单波段遥感影像数据融合处理的目的和技术实现条件,直观感受融合处理影像具有的“扬长避短”增强效果,掌握Transform功能的四种主要融合处理操作,加深对融合增强处理原理和作用的理解。

二、实验内容

(1)用ENVI的Transform功能对甘肃省白银市IKONOS高分辨率遥感影像分别作:①HSV变换融合;②Brovey融合;③PCA融合;④Gram-Schmidt融合处理。

(2)对四种不同的融合图像比较分析。

三、实验要求

①根据实验课时容许情况选择融合处理方案数量,但HSV 变换融合必须完成;②如果进行了两种以上融合,要求对不同融合方法结果进行比较分析;③如果只进行了一种融合,要求将融合图像与RGB合成图像进行比较分析。

四、技术条件

①微型计算机;②甘肃省白银市IKONOS影像;③ENV I软件;④Photoshop软件(ver.6.0以上)和ACDSee软件(ver.4.0以上)。

五、实验步骤

遥感影像融合是指将多源遥感图像按照一定的算法,在规定的地理坐标系中生成新的图像的过程。图像通过融合既可以提高多光谱图像空间分辨率,又保留其多光谱特性。本次实验选择的四种融合算法为:HSV变换、Brovey彩色变换、PCA融合、Gram -Schmidt变换。具体操作步骤如下:

在ENVI主菜单栏中选择“File>Open Image File”,出现文件目录窗口,将甘肃省白银市IKONOS的4个多光谱波段和Pan波段数据调入“Available Bands List”窗口。

(1)HSV融合。

1)在ENVI主菜单栏中选择“Transform >Image Shraepning>HSV”,如图16-1所示出现“Select Input RGB”对话框,ENVI提供两种波段选择方法:从一幅打开的彩色图像或者从可用波段列表中选择3个波段进行变换,任选一种方法后点击【OK】按钮。

2)出现“High Resolution Input File”对话框时(图16-2),选择高空间分辨率全色输入波段,点击【OK】按钮到下一步。

3)当出现“HSV Sharpening Parameters”对话框时(图16-3),从“Resampling”下拉菜单选择重采样方法。选择输出到“File”或“Memory”,点击【OK】按钮开始处理,结果将出现在可用波段列表中。

图16-1 选择输入RGB对话框

图16-2 高分辨率输入文件对话框

(2) Brovey融合(色彩标准化融合)。

1)在 ENVI主菜单栏中选择“Transform > Image Sharpening > Color Normalized(Brovey)”,如图16-1所示,出现“Select Input RGB”对话框,ENVI提供两种波段选择方法:从一幅打开的彩色图像或者从可用波段列表中选择3个波段进行变换。任选一种方法后点击【OK】按钮。

2)出现“High Resolution Input File”对话框时(图16-2),选择高空间分辨率全色输入波段,点击【OK】按钮到下一步。

3)当出现“Color Normalized Sharpening Parameters”对话框时(图16-4),从“Resmaplnig”下拉菜单选择重采样方法。选择输出到“File”或“Memory”,点击【OK】按钮开始处理,结果将出现在可用波段列表中。

(3) PCA融合。

1)在ENV 主菜单栏中选择“Transform>Image Sharpening>PC Spectral Sharpening”。如图16-5所示,出现“Select Low Spatial Resolution Multi Band Input File”对话框时,从“Select Input File”中选择低分辨率的多光谱输入文件,如需要,可用选择任意空间子集,选择完毕后点击【OK】按钮。

图16-3 HSV融合参数对话框

图16-4“Color Normalized Sharpeni Parameters”融合参数对话框

图16-5 选择低空间分辨率多光谱输入文件对话框

2)出现“High Resolution Input File”对话框时,选择高空间分辨率全色输入波段,并可用标准ENVI文件选择方法建立空间子集,点击【OK】按钮到下一步。

3)当出现“PC Spectral Sharpening Parameters”对话框时,从“Resampling”下拉菜单选择低分辨率多光谱影像的重采样方法。如图16 -6 所示,选择输出到“File”或“Memory”,点击【OK】按钮开始处理,结果将出现在可用波段列表中。

图16-6 PC光谱融合参数对话框

(4) Gram-Schmidt变换融合。

1)在ENVI主菜单栏中选择“Transform>Image Sharpening>Gram -Schmidt Spectral Sharpening”。如图16-5所示,出现“Select Low Spatial Resolution Multi BandInput File”对话框时,从“Select Input File”中选择低分辨率的多光谱输入文件,如需要,可用选择任意空间子集,选择完毕后点击【OK】按钮。

2)出现“High Resolution Input File”对话框时,选择高空间分辨率全色输入波段,并可用标准ENVI文件选择方法建立空间子集,点击【OK】按钮到下一步。

3)当出现“Gram - Schmidt Spectral Sharpening Parameters”对话框时(图16-7),从“Select Method for Low Resolution Pan”选项中选择一种构造低分辨率全色波段影像的方法,构造低分辨率全色波段影像的方法有:①在步骤2)操作中选择的低分辨率多光谱输入文件的基础上,以平均值构造出低分辨率全色波段影像;②另外输入一个低分辨率多光谱的全色波段影像;③通过传感器类型,创造一个新的低分辨率多光谱全色波段影像,选择这个方法,融合图像是经过辐射定标的数据;④使用用户自定义的滤波函数。

从“Resampling”下拉菜单选择低分辨率多光谱影像重采样方法。如图16-7 所示,选择输出到“File”或“Memory”,点击【OK】按钮,结果将出现在可用波段列表中。

图16-7 Gram-Schmidt光谱融合参数对话框

(5)用上述四种方法对甘肃省白银市IKONOS卫星遥感数据进行图像融合处理,保存每种融合方法的处理结果,用JPEG图像格式保存每种融合方法的处理结果,存入自己的工作文件夹。

六、实验报告

(1)简述实验过程。

(2)回答问题:①全色波段数据和多波段数据各在图像融合处理中分别起何作用?②用框图给出HSV融合的操作步骤。③用Photoshop软件平铺显示HSV变换融合、Brovey融合、PCA融合和Gram-Schmidt融合四种融合图像,分析其图像增强特征及效果。

实验报告格式见附录一。

Ⅷ BSPBILBIP如何进行多波段遥感影像的存储

多波段数据的存储方式主要有3种。
分别是:逐波段存储BSQ、逐行存储BIL、逐像元存储BIP。
逐波段存储就是将一个波段的数据存储在一起,这样的话对于要一次性读取一个波段的操作较好,可是要是每次操作都涉及到几个波段的数据,这样的存储方法就对内存的占用比较大。也就是说逐波段存储对处理空间信息有利。逐像元存储将一个像元的数据先存储起来,然后再存储其他像元的数据,也就是说同一个像元的光谱信息被存在了一个连续的地址,这样对于操作像元光谱信息频繁的操作来说十分方便快捷。逐行存储是一种介于逐波段存储和逐像元存储的方法,它将各通道的每一行存储在一起,具体来说,就是存好了1通道的第1行,接着2通道的第1行,然后3通道的第1行,等等,当第1行都存储完毕就去存储第2行的数据。

Ⅸ 遥感图像文件格式有那几种

如果是原始的卫星影像,有可能是磁带存储的二进制格式,即*.bin。
如果是从地面站买到的数据,多半是Geo-Tiff的格式,即带有坐标的Tiff图。
如果是已经格式调整完成,等待分类、分析的影像,一般为*.img格

Ⅹ 实验六 遥感图像二维灰度散点图

一、实验目的

(1)通过对遥感图像二维灰度散点图的制作和分析,了解在相同成像模式下,同一像场成像的两个不同波段遥感影像的亮度值之间存在的统计相关特征和规律,为涉及图像相关性的图像处理学习奠定基础。

(2)掌握ENVI 2D灰度散点图制作操作。

二、实验内容

①多波段遥感图像ENVI 2D灰度散点图制作;②遥感图像2D灰度散点图输出;③遥感图像2D灰度散点图分析。

三、实验要求

预习本实验,认真观摩老师演示。了解遥感影像2D散点图的意义;学会基于ENVI的2D散点图制作操作;根据遥感图像2D灰度散点图的形态特征,对波段相关性做出分析。测量结果存档。编写实验报告。

四、技术条件

①微型计算机;②桂林市TM 卫星影像数据;③ENVI软件;④Photoshop软件(ver 6.0以上)和ACDSee软件(ver.4.0以上)。

五、实验步骤

(1)输入需要制作2D散点图的多波段遥感影像。

本次试验采用的遥感影像是桂林的TM1~5和TM7共6个波段的影像数据。按照外部图像输入方式,将其从所在的文件夹中调入到ENVI的“Available Bands List”(可获得波段列表)工作窗口中,打开其中的任意一个波段,例如,用鼠标选取其中的Bandl(即TM1波段),并选【Load Band】按钮,打开其中的TM1波段影像。

(2)打开2D散点图功能菜单。

在主窗口菜单中,打开鼠标选取工具(Tools),出现下拉菜单,将鼠标箭头移至下拉菜单的“2D Scatter Plots…”选项处,打开2D 散点图功能菜单,如图6-1所示。

图6-1 打开制作2D散点图的下拉菜单

(3)显示2D散点图波段选择窗口。

点击“2D Scauer Plots…”,显示“ScatterPlot Band Choice”(散点图波段选择窗口)。共有两个窗口,左边是作为X 坐标的波段图像变量,右边是作为Y坐标的波段图像变量,如图6-2所示。

图6-2 显示2D散点图波段选择窗口

(4)选择需要制作2D散点图的波段配对。分别从左、右窗口中,用鼠标点击选择的配对波段文件名,如左边点击TM7,右边点击TM1,在此之后,点击【OK】按钮,显示出TM7对TM1的灰度散点图,如图6-3所示。

(5)对散点图作密度分割,并用彩色增强显示。在图6-4的窗口上方菜单中,鼠标选择“Options”,在下拉菜单中,选择“Density Slice”。

图6-3 显示2D散点图

图6-4 对2D散点图作密度分割操作

(6)执行步骤(5)后,显示密度分割的彩色2D散点图,如图6-5所示。

图6-5 显示密度分割的彩色2D散点图

(7)输出彩色2D散点图。在散点图显示窗口打开“File”的下拉菜单,选择“Save Plot As/Image File…”,如图6-6所示。

图6-6 输出彩色2D散点图

(8)存储彩色2D散点图到硬盘上。将存储的图像文件选择为JPEG格式,设置储存文件名称和路径后,按【OK】按钮,完成对本次制作的TM7-TM1彩色2D散点图存储。

(9)对TM1-TM2、TM1-TM3、TM1-TM4和TM1-TM5组合,分别重复步骤(2)至步骤(8)的操作,总共得到5幅散点图。将它们用Photoshop软件以水平排列方式同时显示,比较分析这5幅散点图特征之间的异同,用W ORD 文档记录,取名为《散点图异同分析》,存入自己的工作文件夹。

六、实验报告

(1)简述实验过程。

(2)回答问题:①实验中看到有几种形态特征的2D散点图?②宽阔面状分布、狭窄带状分布和近似线状分布的遥感图像2D散点图分别反映了什么问题?③制作遥感图像2D散点图有何意义?

实验报告格式见附录一。