快捷導(dǎo)航

Python實(shí)現(xiàn)批量填補(bǔ)遙感影像的無效值NoData

更新時(shí)間：2023年06月01日 11:52:18 作者：瘋狂學(xué)習(xí)GIS

這篇文章主要為大家介紹了如何基于Python中ArcPy模塊，對(duì)大量柵格遙感影像文件批量進(jìn)行無效值（NoData值）填充的方法，感興趣的小伙伴可以了解一下

本文介紹基于Python中ArcPy模塊，對(duì)大量柵格遙感影像文件批量進(jìn)行無效值（NoData值）填充的方法。

在處理柵格圖像文件時(shí)，我們經(jīng)常會(huì)遇到圖像中存在有無效值（即NoData值）的情況。如下圖所示，這里有一個(gè)矢量面要素圖層和該矢量圖層范圍對(duì)應(yīng)的一景柵格圖像；可以看到，由于該柵格圖像存在無效值NoData，因此柵格圖像是沒有完全遮蓋矢量圖層的。

在一些情況下，這些無效值可能會(huì)對(duì)我們的后續(xù)圖像處理操作帶來很多麻煩。那么，我們可以通過代碼，對(duì)大量存在NoData值的柵格圖像進(jìn)行無效值填充。

首先，我們來明確一下本文的具體需求?，F(xiàn)有一個(gè)存儲(chǔ)有多張.tif格式遙感影像的文件夾，且文件夾內(nèi)除了.tif格式的遙感影像文件外，還具有其它格式的文件。

其中，每一個(gè).tif格式遙感影像都存在若干無效值像元；我們希望對(duì)每一張遙感影像進(jìn)行NoData值的填充。

明確了需求后，我們就可以開始具體的操作。首先，本文所需用到的代碼如下。

# -*- coding: utf-8 -*-
"""
Created on Tue Apr 19 14:53:49 2022
@author: fkxxgis
"""
import arcpy
from arcpy.sa import *
tif_file_path="E:/LST/Data/MODIS/13_Average/"
fill_file_path="E:/LST/Data/MODIS/14_AverageFill/"
arcpy.env.workspace=tif_file_path
tif_file_name=arcpy.ListRasters("*","tif")
for tif_file in tif_file_name:
    fill_file=arcpy.sa.Con(IsNull(tif_file),
                           FocalStatistics(tif_file,NbrAnnulus(1,12,"CELL"),"MEAN"),
                           tif_file)
    fill_result_path=fill_file_path+tif_file.strip(".tif")+"_Fill.tif"
    fill_file.save(fill_result_path)

其中，tif_file_path是原有填充無效值前遙感圖像的保存路徑，fill_file_path是我們新生成的填充無效值后遙感影像的保存路徑，也就是結(jié)果保存路徑。

首先，我們利用arcpy.ListRasters()函數(shù)，獲取路徑下原有的全部.tif格式的圖像文件；接下來，遍歷tif_file_path路徑下全部.tif格式圖像文件，并分別執(zhí)行arcpy.sa.Con()這個(gè)柵格計(jì)算函數(shù)。其中，該函數(shù)中IsNull(tif_file)表示首先選擇每一景圖像中的無效值像元，隨后通過FocalStatistics()函數(shù)進(jìn)行無效值的填充；NbrAnnulus(1,12,"CELL")參數(shù)表示，以當(dāng)前無效值像元為圓心，12為圓環(huán)外半徑，1為圓環(huán)內(nèi)半徑，構(gòu)建一個(gè)圓環(huán)作為參考區(qū)域，從而以圓環(huán)內(nèi)所有像元的值作為參考進(jìn)行圓心處該無效值像元的填充（除了圓環(huán)，還可以設(shè)置矩形、扇形、圓形等）；"MEAN"參數(shù)表示以剛剛這個(gè)圓環(huán)中全部像元數(shù)值的平均值作為圓心處該無效值像元的數(shù)值。最后，我們?cè)谠羞b感影像文件名后添加"_Fill.tif"后綴，作為填充后遙感影像文件的新文件名。

在 IDLE (Python GUI) 中運(yùn)行代碼。代碼運(yùn)行完畢后，我們選取一景圖像，對(duì)比填充前后的圖像結(jié)果，如下圖所示；其中，這一張是填充前圖像。

這一張則為填充后圖像。

通過對(duì)比，我們可以看到填充后圖像中的空白區(qū)域（NoData值區(qū)域）已經(jīng)明顯較之填充前圖像有了很大程度的減少（圖像右下角尤為明顯）。如果大家想讓更多的NoData值區(qū)域得到填充，就可以將FocalStatistics()函數(shù)中設(shè)定的參考區(qū)域的范圍更大一些；當(dāng)然，這樣也會(huì)稍微降低填充值的精度，大家結(jié)合實(shí)際需要來操作即可。

到此這篇關(guān)于Python實(shí)現(xiàn)批量填補(bǔ)遙感影像的無效值NoData的文章就介紹到這了,更多相關(guān)Python填補(bǔ)遙感影像無效值內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: