1.算法功能簡介算法
SFIM 融合方法全稱爲基於平滑濾波的亮度變換。基本原理是將高分辨率影像經過低通濾波抑制其高頻空間信息保留低頻信息,再將原高分辨率影像與經過低通濾波的高分辨率影像進行比值運算,以抵消光譜及地形反差,加強紋理結構信息,最後將比值運算結果融入低分辨率影像中。緩存
PIE支持算法功能的執行,下面對SFIM融合算法功能進行介紹。多線程
2.算法功能實現說明ide
2.1.實現步驟測試
第一步編碼 |
算法參數設置spa |
第二步線程 |
算法執行code |
第三步視頻 |
結果顯示 |
2.2.算法參數
算法名稱 |
SFIM融合 |
|
C#算法DLL |
PIE.CommonAlgo.dll |
|
C#算法名稱 |
PIE.CommonAlgo.CFusionAlgo |
|
參數結構體 |
CFusion_Exchange_Info |
|
參數說明 |
||
Type |
String |
融合類型 0 SFIM融合 1彩色標準化融合 |
LowResFile |
IList<String> |
輸入的多光譜數據波段名稱集合 |
LowBands |
IList<int> |
多光譜數據波段集合{0,1,2,3} |
OutputFilePath |
String |
輸出文件 (*.tif;*.tiff; *.img) |
FileTypeCode |
String |
文件類型編碼 .tif/.tiff——GTiff .img—————HFA 其餘—————ENVI |
HighResNullValue |
Int |
融合所選擇的高分辨率數據波段(0) |
ResampleMode |
Int |
重採樣類型 (最近鄰點插值0/雙線性插值1/三次卷積法插值2) |
lMaxCache |
Int |
最大緩存(16) |
FuncName |
String |
功能名稱 |
BMultiThread |
Bool |
是否多線程(true) TRUE 是; FALSE 否 |
項目路徑 |
百度雲盤地址下/PIE示例程序/ 10.算法調用/圖像預處理/ PIE.ImagePreprocessing. CFusionAlgo |
數據路徑 |
百度雲盤地址下/PIE示例數據/ 柵格數據/01.GF1/MS.tif PAN.tif |
視頻路徑 |
百度雲盤地址下/PIE視頻教程/ 10.算法調用/圖像預處理/ SFIM融合算法avi |
示例代碼 |
|
1 /// <summary> 2 ///SFIM融合算法測試,本算法實現了將MS.tif和PAN.tif進行SFIM融合 3 /// </summary> 4 public override void OnClick() 5 { 6 #region 一、參數設置 7 PIE.CommonAlgo.CFusion_Exchange_Info info = new PIE.CommonAlgo.CFusion_Exchange_Info(); 8 9 //info.Type = 1; //彩色標準化融合 10 info.Type = 0; //SFIM融合 11 string path1 = @"D:\Data\MS.tif"; 12 string path2 = @"D:\Data\PAN.tif"; 13 info.LowResFile = new List<String> { path1,path1,path1,path2 }; 14 info.LowBands = new List<int> { 0, 1, 2,0 }; 15 info.OutputFilePath = @"D:\Data\result7.tif"; 16 info.FileTypeCode = "Gtiff"; 17 info.ResampleMode = 0; 18 info.HighResNullValue = 0; 19 info.lMaxCache = 16; 20 info.BMultiThread = true; 21 22 PIE.SystemAlgo.ISystemAlgo algo = PIE.SystemAlgo.AlgoFactory.Instance().CreateAlgo("PIE.CommonAlgo.dll", "PIE.CommonAlgo.CFusionAlgo"); 23 if (algo == null) return; 24 #endregion 25 26 //二、算法執行 27 PIE.SystemAlgo.ISystemAlgoEvents algoEvents = algo as PIE.SystemAlgo.ISystemAlgoEvents; 28 algo.Name = "SFIM融合"; 29 algo.Params = info; 30 (algo as PIE.SystemAlgo.ISystemAlgoEvents).OnExecuteCompleted +=CFusionAlgo_OnExecuteCompleted; 31 (algo as PIE.SystemAlgo.ISystemAlgoEvents).OnProgressChanged += CFusionAlgo_OnProgressChanged; 32 33 PIE.AxControls.IStatusBar statusBar = m_Application.StatusBar; 34 statusBar.ShowProgress(0, 100, ""); 35 36 PIE.SystemAlgo.AlgoFactory.Instance().AsynExecuteAlgo(algo); 37 } 38 int CFusionAlgo_OnProgressChanged(double complete, string msg, SystemAlgo.ISystemAlgo algo) 39 { 40 PIE.AxControls.IStatusBar statusBar = m_Application.StatusBar; 41 statusBar.UpdateProgress((int)complete, msg); 42 return 0; 43 } 44 45 void CFusionAlgo_OnExecuteCompleted(SystemAlgo.ISystemAlgo algo) 46 { 47 PIE.AxControls.IStatusBar statusBar = m_Application.StatusBar; 48 statusBar.UpdateProgress(100, ""); 49 statusBar.HideProgress(); 50 //三、結果顯示 51 ILayer layer = PIE.Carto.LayerFactory.CreateDefaultLayer(@"D:\Data\result7.tif"); 52 m_HookHelper.ActiveView.FocusMap.AddLayer(layer); 53 m_HookHelper.ActiveView.PartialRefresh(ViewDrawPhaseType.ViewAll); 54 m_HookHelper.ActiveView.PartialRefresh(ViewDrawPhaseType.ViewAll); 55 (algo as PIE.SystemAlgo.ISystemAlgoEvents).OnExecuteCompleted -= CFusionAlgo_OnExecuteCompleted; 56 (algo as PIE.SystemAlgo.ISystemAlgoEvents).OnProgressChanged -= CFusionAlgo_OnProgressChanged; 57 } |