遥感影像阴影去除python python遥感影像地物分类

这几天一直在帮一个学妹做毕业设计，用深度学习的方法来做遥感图像分类。原来准备将图像分为：林地、道路、裸地、建筑、草地、水域这6个部分，这6部分对应的颜色分别为：
1. 林地：红色 (255, 0, 0) 0xFF0000
2. 道路：黄色 (255, 255, 0) 0xFFFF00
3. 裸地：紫红 (255, 0, 255) 0xFF00FF
4. 建筑：青色 (0, 255, 255) 0x00FFFF
5. 草地：绿色 (0, 255, 0) 0x00FF00
6. 水域：蓝色 (0, 0, 255) 0x0000FF

由于感觉林地、裸地、草地难以区分。即使是强大的深度学习，在样本量不足的情况下，也难以学习到好的特征。于是，想写个脚本把林地、裸地与草地进行合并。
同时，由于使用的是AlexNet，训练图像为224×224大小的，于是我事先通过python脚本工具将图像全都resize 到224×224大小。

之后，通过如下matlab代码将图像中的林地、裸地与草地合并，方法很简单，就是如果图像是裸地的紫红(255,255,0)颜色，便将其转为(255,0,0)颜色，草地同理。

clear;
clc;
close all;

line = (1:224);
column = (1:224);

img = imread('/Users/chenxinpeng/Documents/MATLAB/superpixel-sowerby/groundtruth_png_resize224/Classification90.png');
R=img(:,:,1);
G=img(:,:,2);
B=img(:,:,3);

for i = line
    for j = column 
       %将紫红色的(255,0,255)裸地转变为红色的(255,0,0)林地
       if(R(i,j) == 255 && G(i,j) == 0 && B(i,j) == 255)
          B(i,j) = 0;
       end

       %将绿色的(0,255,0)草地转变为红色的(255,0,0)林地
       if(R(i,j) == 0 && G(i,j) == 255 && B(i,j) == 0)
           R(i,j) = 255;
           G(i,j) = 0;
       end
    end
end
img2(:,:,1) = R;
img2(:,:,2) = G;
img2(:,:,3) = B;
%img2.show()
imwrite(img2,'/Users/chenxinpeng/Documents/MATLAB/superpixel-sowerby/4class_groundtruth_png_resize224/Classification90.png')

但是我发现，经过这段代码，仍有部分不能转换到红色(255,0,0)，我十分纳闷，情况如下，第一张是原图片，第二张是转换后图片：

可以明显看到，原先紫红色裸地部分还有边缘区域没有转换为红色。

我将原来的图像放大：

可以发现，每种颜色的边缘区有混合像元，那么原因也找到了。就是我进行resize操作的时候，原先纯色像元由于某种原因混合了。

怎么避免呢，这是我原先resize 操作的代码：

from PIL import Image
import matplotlib.pyplot as plt
import os
import glob

Height = 224 #Required Height for resize
Width = 224 #Required Width for resize
outdir = '/path/to/output/your/directory'

#/path/to/output/your/directory/for/read
imageList = sorted(glob.glob('/media/chenxp/Datadisk/labelsample/groundtruth_png/*.png'))

for item in imageList:
    img = Image.open(item)
    temp = os.path.basename(item)
    img = img.resize((Height,Width),Image.ANTIALIAS)
    img.save(os.path.join(outdir,temp))

我原先以为产生混合像元是无法避免的，于是都开始想其他办法了。

突然，我想到可resize 代码里的这么一句话：img = img.resize((Height,Width),Image.ANTIALIAS)。从这个网站，我发现，Image.ANTIALIAS这句话的意思是Image.ANTIALIAS参数表示新生成的图片消除锯齿，我将后面这个参数取消掉。发现既能够成功的resize，也不会产生混合像元。

再将林地、裸地与草地进行混合，能够很完美的混合了：

图中黄色的区域是道路，问题解决了。接下来就是训练对比结果了。