遥感影像的假彩色显示

假彩色显示的概念

假彩色显示是一种将遥感影像的非可见光波段（如近红外波段）与可见光波段（如红、绿、蓝波段）组合，生成一种非自然色彩的图像的技术。这种技术常用于突出某些地物特征（如植被、水体等）。

假彩色显示的常见组合

1. NIR-Red-Green 组合：

   • 近红外波段（NIR）映射到红色通道。
   • 红色波段（Red）映射到绿色通道。
   • 绿色波段（Green）映射到蓝色通道。
   • 效果：植被呈现红色，水体呈现深蓝色，城市区域呈现灰色或白色。

2. NIR-Green-Blue 组合：

   • 近红外波段（NIR）映射到红色通道。
   • 绿色波段（Green）映射到绿色通道。
   • 蓝色波段（Blue）映射到蓝色通道。
   • 效果：植被呈现红色，水体呈现深蓝色，城市区域呈现灰色或白色。

假彩色显示的步骤

1. 读取波段数据：使用 rasterio 读取遥感影像的各个波段（如 NIR、Red、Green）。
2. 波段组合：将波段数据按假彩色组合方式堆叠成一个 RGB 图像。
3. 显示图像：使用 matplotlib 显示假彩色图像。

示例代码分块说明

1. 导入库

import rasterio
import numpy as np
import matplotlib.pyplot as plt

• 功能：导入所需的库。
  • rasterio：用于读取遥感影像。
  • numpy：用于数组操作。
  • matplotlib.pyplot：用于绘图。

2. 设置 matplotlib 的字体和符号显示

plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False

• 功能：设置 matplotlib 的中文字体和解决负号显示问题。
  • SimHei 是一种常用的中文字体。
  • axes.unicode_minus=False 确保负号正常显示。

3. 读取近红外波段（NIR）数据

nir_path = r'<红外波段数据路径>'  
with rasterio.open(nir_path) as src:
    nir_band = src.read(1)

• 功能：读取近红外波段（NIR）数据。
  • nir_path：NIR 波段文件的路径。
  • rasterio.open()：打开遥感影像文件。
  • src.read(1)：读取第一个波段的数据。

4. 读取红色波段（Red）数据

red_path = r'<红光波段数据路径>'
with rasterio.open(red_path) as src:
    red_band = src.read(1)

• 功能：读取红色波段（Red）数据。
  • red_path：Red 波段文件的路径。
  • src.read(1)：读取第一个波段的数据。

5. 读取绿色波段（Green）数据

green_path = r'<绿光波段数据路径>'
with rasterio.open(green_path) as src:
    green_band = src.read(1)

• 功能：读取绿色波段（Green）数据。
  • green_path：Green 波段文件的路径。
  • src.read(1)：读取第一个波段的数据。

6. 将 NIR、Red、Green 波段组合成假彩色图像

rgb_image = np.stack((nir_band, red_band, green_band), axis=-1)

• 功能：将 NIR、Red、Green 波段数据沿最后一个维度堆叠，生成假彩色图像。
  • np.stack()：将多个数组沿指定维度堆叠。
  • axis=-1：沿最后一个维度堆叠。

7. 创建绘图窗口

plt.figure(figsize=(10, 10))

• 功能：创建一个 10x10 大小的绘图窗口。

8. 显示假彩色图像

plt.imshow(rgb_image)
plt.title("遥感影像假彩色显示（NIR-Red-Green）")
plt.axis('off')

• 功能：显示假彩色图像。
  • plt.imshow()：显示 RGB 图像。
  • plt.title()：设置图像标题。
  • plt.axis('off')：不显示坐标轴。

9. 显示绘图

plt.show()

• 功能：显示绘图窗口。