3D滤波器处理惩罚遥感tif图像

1. import cv2
2. import numpy as np
3. from osgeo import gdal
5. # 定义 Gabor 滤波器的参数
6. kSize = 31  # 滤波器核的大小
7. g_sigma = 3.0  # 高斯包络的标准差
8. g_theta = np.pi / 4  # Gabor 函数的方向
9. g_lambda = 10.0  # 正弦波的波长
10. g_gamma = 0.5  # 空间纵横比
11. g_psi = np.pi / 2  # 相位偏移
13. # 生成 Gabor 滤波器核
14. kernel = cv2.getGaborKernel((kSize, kSize), g_sigma, g_theta, g_lambda, g_gamma, g_psi, ktype=cv2.CV_32F)
16. # 使用gdal读取遥感图像
17. dataset = gdal.Open("1.tif")
18. image = dataset.ReadAsArray().transpose((1, 2, 0))  # 将波段维度转置到最后
20. # 获取图像的波段数
21. num_bands = image.shape[2]
23. # 初始化处理后的多波段图像
24. filtered_image = np.zeros_like(image, dtype=np.float32)
26. # 遍历每个波段
27. for band in range(num_bands):
28.     # 提取当前波段
29.     band_image = image[:, :, band]
31.     # 应用 Gabor 滤波器
32.     filtered_band_image = cv2.filter2D(band_image, cv2.CV_32F, kernel)
34.     # 将处理后的波段放回结果图像中
35.     filtered_image[:, :, band] = filtered_band_image
37. # 将处理后的图像转换为合适的数据类型
38. filtered_image = np.clip(filtered_image, 0, 255).astype(np.uint8)
40. # 保存结果
41. driver = gdal.GetDriverByName('GTiff')
42. out_dataset = driver.Create('gaofen2_image.tif', dataset.RasterXSize, dataset.RasterYSize, num_bands, gdal.GDT_Byte)
43. out_dataset.SetProjection(dataset.GetProjection())
44. out_dataset.SetGeoTransform(dataset.GetGeoTransform())
45. for band in range(num_bands):
46.     out_band = out_dataset.GetRasterBand(band + 1)
47.     out_band.WriteArray(filtered_image[:, :, band])
48. out_dataset.FlushCache()
50. # 关闭数据集
51. dataset = None
52. out_dataset = None

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。