Python修復遙感影像條帶的兩種方式

GDAL修復Landsat ETM+影像條帶

Landsat7 ETM+衛星影像因爲衛星傳感器故障，致使此後獲取的影像出現了條帶。以下圖所示, 影像中均勻的佈滿條帶。

使用GDAL修復影像條帶的代碼以下：

def gdal_repair(tif_name, out_name, bands):
    """
        tif_name(string): 源影像名
        out_name(string): 輸出影像名
        bands(integer): 影像波段數
    """
    # 打開影像文件
    tif = gdal.Open(tif_name)
    
    # 根據文件類型獲取對應的驅動程序
    driver = gdal.GetDriverByName('GTiff')
    
    # 根據指定文件的驅動程序，使用現有數據集建立新的可寫數據集
    # 全部支持建立新文件的驅動程序都支持該`CreateCopy()`方法，     # 但僅`Create()`部分支持該方法
    # CreateCopy的第一個參數爲目標文件名，第二個參數爲源數據集
    # 第三個參數的值是`0`或`1`，值是`0`。即便沒法將原始數據準確地轉換爲目標數據，程序仍將執行
    new_img = driver.CreateCopy(out_name, tif, 0)
  
    for i in tqdm(range(1, bands)):
        # 分別對每一個波段處理
        band = new_img.GetRasterBand(i)
        
        # 使用FillNodata對條帶部分進行插值
        gdal.FillNodata(targetBand = band, maskBand = band, maxSearchDist = 15, smoothingIterations=0)
        
        # 將修復好的波段寫入新數據集中
        new_img.GetRasterBand(i).WriteArray(band.ReadAsArray())

修復以後的效果圖以下所示：

Opencv修復Landsat ETM+影像條帶

使用opencv修復影像的代碼以下：

def cv2_repair(tif_name):
    # 讀取tif影像
    tif_data = gdal_array.LoadFile(tif_name).astype('float32')

    # 獲取掩膜
    mask = tif_data.sum(axis=0)
    mask = (mask == 0).astype(np.uint8)
    
    bands = tif_data.shape[0]

    res = []
    for i in tqdm(range(bands)):
        # cv.Inpaint(src, inpaintMask, dst, inpaintRadius, flags)
        # src：源圖像，能夠是8位、16位無符號整型和32位浮點型1通道或者8位無符號3通道
        # inpaintMask：掩膜，8位無符號整型
        # dst：和源圖像具備同樣大小的輸出
        # inpaintRadius：算法考慮的每一個已修復點的圓形鄰域的半徑         # flags：修復算法類型，可選cv2.INPAINT_NS和cv2.INPAINT_TELEA
        
        repaired = cv2.inpaint(tif_data[i], mask, 3, flags=cv2.INPAINT_TELEA)
        res.append(repaired)

    return np.array(res)

修復以後的結果圖：

使用opencv修復影像，速度要比Gdal慢許多，但修復質量更好。

Reference

https://www.bogotobogo.com/py...

https://gis.stackexchange.com...