geemap学习笔记044：形态学操作--腐蚀、膨胀、开运算、闭运算

本文主要是介绍geemap学习笔记044：形态学操作--腐蚀、膨胀、开运算、闭运算，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

形态学操作是图像处理中的一种基本操作，其主要目的是通过改变图像的形状或结构来提取图像中的特定信息、去除噪声、分割图像中的不同对象等。形态学操作通常应用于二值图像，其中图像中的像素只有两个取值，通常是0和1。

腐蚀(Erosion) 是为了缩小或消除图像中的物体边界，通过将结构元素在图像上滑动，只有当结构元素覆盖的区域内所有像素都为1时，中心像素才为1，否则为0；

膨胀(Dilation) 是为了扩大或连接图像中的物体，通过将结构元素在图像上滑动，只要结构元素与图像中的任何像素相交，中心像素就设为1；

开运算(Opening) 是先腐蚀后膨胀，有助于去除小物体、平滑物体边界；

闭运算(Closing) 是先膨胀后腐蚀，有助于填充小的孔洞、平滑物体边界。

1 导入库并显示地图

import ee
import geemap
ee.Initialize()

2 腐蚀、膨胀、开运算、闭运算

Map = geemap.Map(center=[40, -100], zoom=4)#加载Landsat 8影像，选择NIR波段、设置0.2阈值、进行显示。
image = ee.Image('LANDSAT/LC08/C02/T1_TOA/LC08_044034_20140318') \.select(4).gt(0.2)
Map.setCenter(-122.1899, 37.5010, 13)
Map.addLayer(image, {}, 'NIR threshold')#定义一个进行形态学操作的核大小。
kernel = ee.Kernel.circle(**{'radius': 3})#先执行腐蚀操作，然后执行膨胀操作，这是开运算；闭运算是先膨胀再腐蚀
opened = image \.focal_min(**{'kernel': kernel, 'iterations': 2}) \.focal_max(**{'kernel': kernel, 'iterations': 2})Map.addLayer(opened, {}, 'opened')
Map