首页 > 其他分享 >【ENVI初学】查看影像空间分辨率及重采样

【ENVI初学】查看影像空间分辨率及重采样

时间:2025-01-11 16:28:23浏览次数:3  
标签:采样 分辨率 像素 及重 ENVI 0.05 Pixel 影像

一、查看影像空间分辨率

方法一:查看影像的元数据

在ENVI中打开影像后右键选择View Metadata打开元数据窗口

 Map Info中的Pixel Size指示了每个像素的地理跨度(单位通常是地理坐标系统中的度、投影坐标系统中的米、千米或其他投影单位)

例如,当Pixel size X = 0.05 时

1. 如果影像使用的是经纬度坐标系统(如WGS 84)
  • 0.05度是经度方向(X轴)上的空间跨度。为将其转化为实际的空间距离(例如米或厘米),需要知道该影像所在纬度
  • 假设影像位于赤道地区,则1度经度在赤道处的长度大约是 111.32 千米(随着纬度增大,经线长度会减少),111.32 km/(1/0.05) = 5.566 km,这表示在赤道地区,每个像素在X轴方向上的实际地面长度大约是 5.566km,即所求空间分辨率。
2. 如果影像使用的是投影坐标系统(如UTM)
  • 如果影像使用的是投影坐标系统,那么0.05的单位是其投影坐标系统下的空间单位(例如米)
  • 在这种情况下,Pixel size X = 0.05米 就代表每个像素在X轴方向上的实际地面长度,即所求空间分辨率。

方法二:使用测量工具Mensuration

在影像上点击并拖动鼠标,绘制一条直线段。

在测量结果窗口中,可以看到该线段的长度以及角度。

通过计算长度与像素数量的比值,即可得到影像的空间分辨率。

例如,如果线段长度为900米,对应的像素数量为30个,那么影像的空间分辨率为30米。

二、影像重采样

1. 点击Resize Data工具,选择要重采样的影像后点击ok

2. 点击Set Output Dims by Pixel Size,在弹出的对话框中,输入重采样后输出文件的xy分辨率大小

3. 点击Resampling,选择重采样的方式

最近邻插值(Nearest Neighbor Resampling)[常用]

  • 原理:最近邻插值法通过选择原始影像中距离目标像素最近的像素值来进行重采样,保留了原始像素的数值,避免了插值过程中光谱信息的改变。

像素聚合(Pixel Aggregate)
  • 原理:像素聚合方法将多个相邻的像素聚合为一个新像素,通常通过统计方法(如平均值、最大值或最小值)来计算。

标签:采样,分辨率,像素,及重,ENVI,0.05,Pixel,影像
From: https://blog.csdn.net/weixin_41619112/article/details/144917496

相关文章

  • Omnissa Dynamic Environment Manager 2412 - 个性化动态 Windows 桌面环境管理
    OmnissaDynamicEnvironmentManager2412-个性化动态Windows桌面环境管理Simplifymanagementofuserprofiles,environmentsettings,andpoliciesacrossdesktopsandapps.请访问原文链接:https://sysin.org/blog/omnissa-dynamic-environment-manager/查看最新版......
  • 机器学习之留出法中的分层采样和多次切分
    留出法(Hold-outMethod)本身是数据划分的一种方式,将数据集分为训练集和测试集。为了提升留出法的评估效果,常常结合分层采样和多次切分等技术。以下是详细说明这些方法如何增强留出法的效果。1.留出法(Hold-outMethod)留出法是将数据集划分为训练集和测试集的一种方法,通常......
  • [1086] The word "code" is a mass noun within a programming environment
    WhatisaMassNoun?Amassnoun,alsoknownasanuncountablenoun,isatypeofnounthatrepresentssomethingthatcannotbecountedasindividualunits.Massnounstypicallyrefertosubstances,concepts,orcollectionsofitemsthatareseenasawho......
  • 投机采样EAGLE2深入研究
    零阅读基础与可能帮助文档万字综述10+种LLM投机采样推理加速方案投机采样EAGLE详解精读一论文摘要与加速背景详解现代大型语言模型(LLMs)的推理计算成本高昂且耗时,而投机采样已被证明是一种有效的解决方案。大多数投机采样方法(如EAGLE)使用静态草稿树,隐含地假设草稿......
  • Systemd日志管理服务:Journald以及重要配置选项
    Journald是systemd引入的用于收集和存储日志数据的系统服务。它试图使系统管理员可以在越来越多的日志消息中更轻松地找到有趣且相关的信息。为了实现此目标,日记中的主要更改之一是用为日志消息优化的特殊文件格式替换简单的纯文本日志文件。这种文件格式使系统管理员可以更有效地......
  • WSL2 - Install a Desktop Environment (e.g., XFCE, GNOME, or KDE)
    1.InstallWSL2andUbuntuIfyouhaven’tsetupWSL2withUbuntu,followthesestepsfirst:OpenPowerShellasAdministratorandrunthefollowingcommandtoinstallWSL:bashCopycodewsl--installAftertheinstallationcompletes,restarty......
  • builder.Environment.ContentRootPath
    ai生成:在ASP.NETCore应用程序中,builder.Environment.ContentRootPath是一个属性,用于获取应用程序的内容根目录的路径。内容根目录是应用程序的根目录,通常用于存储应用程序的内容文件,如配置文件、静态文件等。用途和特点内容文件存储:内容根目录通常用于存储应用程序的配置......
  • 采样点数
    采样点数的确定取决于多个因素,以下是一些常见场景及其对应的求解方法:基于信号带宽和采样定理采样定理:为了能够从采样信号中无失真地恢复原始连续信号,采样频率\(f_s\)必须至少是原始信号最高频率\(f_{max}\)的两倍,即\(f_s\geq2f_{max}\)。确定采样点数:假设要采集信号的......
  • 强化学习:手动实现一个并行环境采样的代码 —— SynVectorEnv
    代码实现的开源地址:https://openi.pcl.ac.cn/devilmaycry812839668/SyncVectorEnv这个代码的实现就是对强化学习(on-line)进行并行采样的一种实现的扩展,相关类似的实现在gym中也有,可以参考:https://gymnasium.farama.org/introduction/speed_up_env/https://gymnasium.faram......
  • RL中on-policy和off-policy的本质区别/重要性采样
    本随笔的图片都来自UCL强化学习课程lec5Model-freeprediction的ppt(Teaching-DavidSilver).回忆值函数的表达式:\[v_\pi(s)=\mathbbE_\pi[G_t\midS_t=s]\]其中\(G_t\)是折扣回报。期望\(\mathbbE\)下面的\(\pi\)是简写,实际上应该写作:\[A_t,S_{t+1},A_{t+1}\cdots,S_......