最佳指数法波段组合分析

对于量化等级相同的原始图像数据,其标准差和信息量存在正比关系,而波段间的相关系数则反映不同波段图像数据间信息冗余度的多少。据此原理,美国查维茨(Chavez,1982)提出了最佳指数(Optimum Index Factor)的概念:

这里编辑公式有点麻烦,就直接截图了!

           

python 多波段遥感影像左右拼接 遥感图像波段组合步骤_数据

式中,Si为第i个波段的标准差,Rij为i,j两波段的相关系数,3代表采用3个波段进行组合显示。

对N波段图像数据,计算其标准差及相关系数矩阵,再分别求出所有可能的组合波段对应的OIP。OIF越大则相应组合图像的信息含量就越多。OIF较大者对应的波段组合即是最优组合方案。

因此,按照以上方法,采用洪湖市2016年7月23日的Landsat8数据,该数据包含8个波段,从第一波段到第八波段分别对应Landsat8原始影像数据的第二波段到第九波段,未组合第一波段,对数据的波段依次命名为B1、B2……B8,使用ERDAS IMAGEIN软件对该数据进行波段组合分析,具体过程如下:

1)计算影像各波段的标准差

  •  在Viewer视窗中打开洪湖影像数据,点击视窗中的 “”Info按钮,查看影像各个波段像元灰度值的统计信息,如图6.2。在General面板中,可查看该影像各波段的常见统计指标信息(Statistics Info),如最大值(Max)、最小值(Min)、平均值(Mean)、中位值(Median)、标准差(Std.Dev)等。

图1 查看各个波段的统计值

(注意:只有当Skip Factor X和Skip Factor Y值都是1时,表1中所列的各波段统计信息才是真实的,也就是说当Skip Factor X和Skip Factor Y值不等于1时,这些统计指标的数值可能会与Skip Factor X和Skip Factor Y值等于1时的统计结果不一样。)

  • 鼠标点击工具栏的“”按钮修改波段,依次查看第二波段至第八波段的标准差,得到以下结果,如表1:

表1 各波段标准差值统计表

波段

标准差

B1(Blue)

580.160

B2(Green)

797.852

B3(Red)

1135.033

B4(NIR)

6620.820

B5(SWIR1)

3565.224

B6(SWIR2)

1987.328

B7(Pan)

975.892

B8(Cirrus)

10.522

2)计算影像各波段间的相关系数矩阵

  • 打开建模工具窗口,如图6.3建立波段相关系数计算模型,设置输入数据和计算函数,计算函数选择Analysis下的CORRELATION ( <raster> , IGNORE <value> )函数,<raster>参数选择“$n1_honghu_20160723”,<value>设置为0,即忽略0值,如图2。

图 2  波段相关系数计算模型

python 多波段遥感影像左右拼接 遥感图像波段组合步骤_标准差_02

图3 波段相关系数计算函数设置

  • 相关系数输出结果按照数据矩阵对象输出,如图6.3,设置矩阵参数如图6.5,点击OK完成设置。运行模型,得到相关系数计算结果honghu_20160723_relation.mtx文件。

图4 波段相关系数输出设置

  • 使用记事本打开以上获取的mtx文件,如图6.6所示,从上图中可以看出,第一个相关系数,即第一波段和第一波段相关系数结果为0.9999999999999998,理论上应该是1,这主要因为计算机采用二进制处理数据,对于超出浮点型数据精度能表示的范围而出现的误差,将该值直接修正为1。将以上数据另存为txt格式文件,然导入到电子表格中,处理成表格形式的数据,如表2。第8波段为卷云Cirrus波段,主要用于云去除,这里去掉该波段,不参与波段组合分析。

图 5 波段相关系数输出结果

表2 相关系数表


B1

B2

B3

B4

B5

B6

B7

B8

B1

1.000000

0.907135

0.917901

-0.177667

0.107767

0.363103

0.865968

-0.039818

B2

0.907135

1.000000

0.935191

0.032947

0.272237

0.439493

0.907979

0.024330

B3

0.917901

0.935191

1.000000

-0.143138

0.134888

0.362689

0.910780

-0.008405

B4

-0.177667

0.032947

-0.143138

1.000000

0.897253

0.698407

-0.065717

0.290716

B5

0.107767

0.272237

0.134888

0.897253

1.000000

0.930418

0.179934

0.271648

B6

0.363103

0.439493

0.362689

0.698407

0.930418

1.000000

0.370097

0.226851

B7

0.865968

0.907979

0.910780

-0.065717

0.179934

0.370097

1.000000

0.004932

B8

-0.039818

0.024330

-0.008405

0.290716

0.271648

0.226851

0.004932

1.000000

3)33

3)计算波段组合的最佳指数

  • 对上标中的相关系数进行排序,如下表4中,第一行为各波段,各列为与该波段相关系数由小到大的排列。越往下,相关系数越大,波段组合的时候越不考虑。

表3 波段相关系数大小排序

B1

B2

B3

B4

B5

B6

B7

B5

B4

B5

B2

B1

B3

B4

B4

B5

B4

B7

B3

B1

B5

B6

B6

B6

B3

B7

B7

B6

B7

B1

B7

B1

B2

B2

B1

B2

B7

B1

B6

B4

B4

B2

B3

B3

B2

B5

B6

B5

B3

B1

B2

B3

B4

B5

B6

B7

  • 将表6.2中的数据由小到大依次排列,第八波段不参与计算,去除相同的数据,如B1、B4与B4、B1的数据,取其中一个,得到表4结果。

表4波段相关系数排序表

序号

波段

相关系数

1

2、4

0.032947

2

4、7

-0.065717

3

1、5

0.107767

4

3、5

0.134888

5

3、4

-0.143138

6

1、4

-0.177667

7

5、7

0.179934

8

2、5

0.272237

9

3、6

0.362689

10

1、6

0.363103

11

6、7

0.370097

12

2、6

0.439493

13

4、6

0.698407

14

1、7

0.865968

15

4、5

0.897253

16

1、2

0.907135

17

2、7

0.907979

18

3、7

0.910780

19

1、3

0.917901

20

5、6

0.930418

21

2、3

0.935191

  • 依次挑选和第一波段、第二波段、……第七波段相关系数最小的三个波段进行组合,除去相同波段组合,根据上文排序结果表,可以得到以下组合方式,并计算每种组合方式的OIF指数大小,如表6.5。

表5 波段组合方式

序号

组合方式

python 多波段遥感影像左右拼接 遥感图像波段组合步骤_遥感 最佳波段组合_03

python 多波段遥感影像左右拼接 遥感图像波段组合步骤_系数矩阵_04


OIF指数

1

1、4、5

1.182687

10766.205

9103.17

2

2、4、5

1.202437

10983.896

9134.70

3

3、4、5

1.175279

11321.077

9632.67

4

2、4、7

1.006643

8394.564

8339.17

5

1、3、5

1.160556

5280.417

4549.90

6

1、3、6

1.643693

3702.521

2252.56

7

4、5、7

1.142904

11161.936

9766.29

从上表中可以看出,最佳波段组合应该是4、5、7和4、5、3组合方式,另外4、5、2组合效果也较好。