遥感tif图像中如何忽略背景值为NAN或者-inf求均值和最值

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

遥感影像由于卫星轨道的原因，经过初步地理校正通常都是倾斜的，存储为数组形式时，会出现部分背景。今天在处理数据时，由于计算波段指数中存在log（x）函数中x存在负值，导致部份非背景像元出现值为空值（NAN）的情况，并且背景像元值为-inf。今天记录下出现这种情况数组的处理方法。

图1 遥感影像（黑色部分为背景）

---

一、背景值为NAN或者-inf的原因？

通常遥感影像的背景值为NAN或者0（根据导出数据方式软件算法不同而变化）。然而今天由于处理遥感影像时使用波段运算工具有log函数，log函数处理的少部分非背景像元为负值，因此波段运算得到值为NAN。这种情况下背景不能为NAN，用ENVI导出为tif格式后，使用python的GDAL读取到背景值变成-inf（python中规定为负无穷大）。但是计算影像均值，方差等数据时需要忽略背景值或者NAN值，因此有了今天这篇博客。

二、解决过程

1.背景值的两种情况

(1)在影像非背景像元中没有出现NAN，此时背景值为0（numpy数组中包括普通像元值与背景值0）
(2)在影像非背景像元中出现NAN，此时背景值为-inf（numpy数组中包括普通像元值（NAN与正常值）与背景值-inf）
这里只是列举出我遇到的两种情况，可能还有可能有其他情况，比如背景值为NAN，建议先用GDAL库读为numpy数组，然后具体查看背景值的状况。
解决思路：
第一种情况需要忽略背景值0，第二种情况需要忽略背景值为NAN与-inf。因此使用if判断影像属于那种情景就行。然后再根据不同情景，求均值与最值。

2.例子

使用GDAL库读取为numpy数组后：

判断数组arr属于哪种情况：

#假设使用gdal读取的数组分别为arr1与arr2，arr1对应第二种情况（背景为-inf），arr2对应第一种情况（背景为0）
arr1 = np.array([float('-inf'),np.nan,0,1,2,3,float('-inf')])
arr2 = np.array([1, 0, 0, 0, 1, 2, 3])
a = [arr1,arr2]
for arr in a:
    if len(np.where(arr == float('-inf'))[0]) and np.isnan(arr).any():
        temp = float('-inf')
        min = np.nanmin(arr[arr != temp])
        max = np.nanmax(arr[arr != temp])
        mean = np.nanmean(arr[arr != temp])
        print(max, min, mean)
    else:
        temp = float(0)
        min = np.nanmin(arr[arr != temp])
        max = np.nanmax(arr[arr != temp])
        mean = np.nanmean(arr[arr != temp])
        print(max, min, mean)

输出为：
3.0 0.0 1.5
3 1 1.75

这里讲解下代码arr[arr != temp]的意思，arr != temp返回的是和arr长度一致的数组，其元素值为布尔类型，True表示该元素值不等于 temp，False表示元素值等于 temp，arr[arr != temp]表示取其中元素值不等于temp的元素，返回新numpy数组。至于np.nanmin等函数即忽略数组中的NAN值。

---

总结

今天记录了实验过程中遇到使用GDAL读取遥感影像中可能出现的背景，空值等异常的的情景。在这种情况下，可以忽略这些值进行计算。