IDL考试前复习笔记(三) 计算NDVI后进行密度分割

2023-11-09 16:50

本文主要是介绍IDL考试前复习笔记(三) 计算NDVI后进行密度分割,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言
  发现这个好像和我之前写的程序重了,之前写考核的时候密度分割部分直接抄的课上的程序,这次看懂了,挺简单的 。

需求分析

Created with Raphaël 2.2.0 开始 b3,b4波段 计算NDVI 密度分割 密度分割图 结束

这个代码有点太过简单了…不废话了,干活!

1.预定义颜色索引矩阵,读入近红和红数据,计算NDVI

  dst = [[-1.0, 0.0, 255, 127, 36], $[.0, 0.2, 255, 165, 79], $[0.2, .4, 238, 216, 174], $[ .4, .6, 193, 255, 193], $[ .6, .7, 193, 255, 193], $[ .7, .8, 0  , 139, 0]b3file = 'C:\Users\黄\Desktop\te\red_subset.tif'b4file = 'C:\Users\黄\Desktop\te\nir_subset.tif'b3=READ_TIFF(b3file)b4=READ_TIFF(b4file)ndvi=(FLOAT(b4)-b3)/(FLOAT(b4)+b3)

  首先定义一个矩阵,这个矩阵有5列,第一第二列是判断NDVI的范围,如果接下来我们要分割的NDVI矩阵的值介于这两个之间,那么我就将RGB中的R通道赋值为这个颜色索引矩阵的第3列,G通道赋值为颜色索引矩阵的第4列,B通道为颜色索引矩阵的第5列。因为RGB图像本身就是3个通道合成的图像,单个通道的话是灰度图像,所以我只要求3个分量然后合起来就行了。

在这里插入图片描述
注意点IDL创建矩阵的语法就行了,每一个行向量都需要括起来,$就是换行符的意思,表示没有完成整句话。
然后上面那段话就是计算NDVI的表达式,NDVI的表达式就不想写了,对应变量就好了,就是要注意用float类型加减否则会报除以0的错误。

2.求出索引矩阵的列,并做一些寻访赋值

    sz = SIZE(dst)nds = sz[2]sz = SIZE(ndvi)ncols = sz[1]nrows = sz[2]resultR = BYTARR(ncols, nrows)resultG = BYTARR(ncols, nrows)resultB = BYTARR(ncols, nrows)FOR i=0, nds-1 DO BEGINw = WHERE(ndvi GE dst[0,i] AND ndvi LT dst[1, i], count)IF count GT 0 THEN BEGINresultR[w] = dst[2, i]resultG[w] = dst[3, i]resultB[w] = dst[4, i]ENDIFENDFORimg = bytarr(3, ncols, nrows)img[0, *, *] = resultRimg[1, *, *] = resultGimg[2, *, *] = resultBig = image(img,order=1)

首先size函数会返回dst的5个值,我们只要第3个值,即它有多少行,这个dst有6行就是我们要分割的区间。

后面的size我们要知道计算NDVI的图像的大小,即有多少列,多少行。size[1]就是返回的5个值的第2个值,即图像多少列,size[2]就是size返回的5个值中的第3个,即图像有多少行。

然后预定义3个通道的矩阵,RGB通道的3个值。

后面是for循环,这个循环从0开始,到这个分割区间-1次,其实就是分割区间的区间次的循环
where函数判断NDVI是否介于第一和第二之间,如果介于这两个之间那么我的RGB就赋值为那个索引矩阵的第3、4、5列,完成后就完成分量通道的计算

那么最后,把这三个通道合起来,就成了一幅彩色图像。

最后的最后,显示一下图像吧,记得加上order=1就行了。

在这里插入图片描述

OK了,就是那么个思路和语法。

这篇关于IDL考试前复习笔记(三) 计算NDVI后进行密度分割的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/377370

相关文章

利用Python快速搭建Markdown笔记发布系统

《利用Python快速搭建Markdown笔记发布系统》这篇文章主要为大家详细介绍了使用Python生态的成熟工具,在30分钟内搭建一个支持Markdown渲染、分类标签、全文搜索的私有化知识发布系统... 目录引言:为什么要自建知识博客一、技术选型:极简主义开发栈二、系统架构设计三、核心代码实现(分步解析

SpringSecurity6.0 如何通过JWTtoken进行认证授权

《SpringSecurity6.0如何通过JWTtoken进行认证授权》:本文主要介绍SpringSecurity6.0通过JWTtoken进行认证授权的过程,本文给大家介绍的非常详细,感兴趣... 目录项目依赖认证UserDetailService生成JWT token权限控制小结之前写过一个文章,从S

使用Jackson进行JSON生成与解析的新手指南

《使用Jackson进行JSON生成与解析的新手指南》这篇文章主要为大家详细介绍了如何使用Jackson进行JSON生成与解析处理,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 核心依赖2. 基础用法2.1 对象转 jsON(序列化)2.2 JSON 转对象(反序列化)3.

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入:从乌龟到猎豹的蜕变分页查询:加载百万数据异步处理:拒绝界面

Python使用自带的base64库进行base64编码和解码

《Python使用自带的base64库进行base64编码和解码》在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使... 目录引言使用python的base64库进行编码和解码编码函数解码函数Base64编码的应用场景注意

Java进行文件格式校验的方案详解

《Java进行文件格式校验的方案详解》这篇文章主要为大家详细介绍了Java中进行文件格式校验的相关方案,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、背景异常现象原因排查用户的无心之过二、解决方案Magandroidic Number判断主流检测库对比Tika的使用区分zip

Java使用Curator进行ZooKeeper操作的详细教程

《Java使用Curator进行ZooKeeper操作的详细教程》ApacheCurator是一个基于ZooKeeper的Java客户端库,它极大地简化了使用ZooKeeper的开发工作,在分布式系统... 目录1、简述2、核心功能2.1 CuratorFramework2.2 Recipes3、示例实践3

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Python使用date模块进行日期处理的终极指南

《Python使用date模块进行日期处理的终极指南》在处理与时间相关的数据时,Python的date模块是开发者最趁手的工具之一,本文将用通俗的语言,结合真实案例,带您掌握date模块的六大核心功能... 目录引言一、date模块的核心功能1.1 日期表示1.2 日期计算1.3 日期比较二、六大常用方法详

Python使用DrissionPage中ChromiumPage进行自动化网页操作

《Python使用DrissionPage中ChromiumPage进行自动化网页操作》DrissionPage作为一款轻量级且功能强大的浏览器自动化库,为开发者提供了丰富的功能支持,本文将使用Dri... 目录前言一、ChromiumPage基础操作1.初始化Drission 和 ChromiumPage