GDAL修复Landsat ETM+影像条带
Landsat7 ETM+卫星影像由于卫星传感器故障，导致此后获取的影像出现了条带。如下图所示, 影像中均匀的布满条带。
使用GDAL修复影像条带的代码如下：
def gdal_repair(tif_name, out_name, bands):
"""
tif_name(string): 源影像名
out_name(string): 输出影像名
bands(integer): 影像波段数
"""
# 打开影像文件
tif = gdal.Open(tif_name)
# 根据文件类型获取对应的驱动程序
driver = gdal.GetDriverByName('GTiff')
# 根据指定文件的驱动程序，使用现有数据集创建新的可写数据集
# 所有支持创建新文件的驱动程序都支持该`CreateCopy()`方法， # 但仅`Create()`部分支持该方法
# CreateCopy的第一个参数为目标文件名，第二个参数为源数据集
# 第三个参数的值是`0`或`1`，值是`0`。即使无法将原始数据准确地转换为目标数据，程序仍将执行
new_img = driver.CreateCopy(out_name, tif, 0)
for i in tqdm(range(1, bands)):
# 分别对每个波段处理
band = new_img.GetRasterBand(i)
# 使用FillNodata对条带部分进行插值
gdal.FillNodata(targetBand = band, maskBand = band, maxSearchDist = 15, smoothingIterations=0)
# 将修复好的波段写入新数据集中
new_img.GetRasterBand(i).WriteArray(band.ReadAsArray())
修复之后的效果图如下所示：
Opencv修复Landsat ETM+影像条带
使用opencv修复影像的代码如下：
def cv2_repair(tif_name):
# 读取tif影像
tif_data = gdal_array.LoadFile(tif_name).astype('float32')
# 获取掩膜
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：源图像，可以是8位、16位无符号整型和32位浮点型1通道或者8位无符号3通道
# inpaintMask：掩膜，8位无符号整型
# dst：和源图像具有一样大小的输出
# inpaintRadius：算法考虑的每个已修复点的圆形邻域的半径 # flags：修复算法类型，可选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)修复之后的结果图：
使用opencv修复影像，速度要比Gdal慢许多，但修复质量更好。