如何在GRASS中对全景图像的虚假合成进行色彩平衡？

每当我尝试一些陆地卫星图像的泛锐化复合材料在使用GRASS i.pansharpen，i.fusion.brovey或IHS锐化方法中，输出会有一些或全部的以下特征：

• 与未锐化的合成材料相比，合成材料的颜色具有不同的色调
• 亮度等级混乱
• 整个合成图像变成全白/全黑（当使用预处理为大气顶反射率或中的表面反射率校正的图像时i.landsat.toar）

我还尝试了以下所有方法；但是颜色/亮度保持不变或变差：

• i.landsat.rgb锐化过程前后的应用
• 使用中的-f或-p标志播放i.landsat.rgb
• 试图r.colors将颜色表编辑为grey / grey255 / grey.eq
• i.pansharpen使用所有Brovey / IHS / PCA方法进行了尝试
• 播放-l标志，i.pansharpen以重新平衡蓝色通道

该GRASS GIS手册并就如何进行全色锐化和色彩平衡的解释，但我无法弄清楚如何这两个过程在并行工作流程相结合。我怀疑这是由于我对GRASS中的颜色表，颜色直方图等了解不足。

因此，有人可以向我解释- 在GRASS中进行图像处理后处理Landsat图像时，如何解决色彩平衡问题？您可以与我分享您最喜欢的工作流程/方法吗？

非常感谢您的任何反馈！

总览

在GRASS-GIS版本7中使用一种可行的方法是在“全屏锐化”后获得可接受的色彩平衡合成图像。

1. 检查输入数据是否为[0，255]范围内的8位
2. 如果数据在[0，255]内，则继续锐化（i.pansharpen）
3. 如果数据不在[0，255]内，则将它们重新缩放到此范围（r.rescale）
4. 使用任何特色方法（Brovey，IHS，PCA）进行泛音处理
5. 通过使用i.landsat.rgb模块自动调整颜色平衡或手动调整感兴趣波段的色表

详细信息和示例说明

平移 / 融合

GRASS 7拥有一个专用的全景锐化模块，i.pansharpen该模块具有三种锐化技术，即Brovey变换，经典IHS方法和一种基于PCA的技术。

i.pansharpen与8位栅格地图作为输入配合使用时效果很好。如果要处理的数据不在此范围内，即不在范围内，则[0, 255]可以使用GRASS' r.rescale模块将其重新缩放以适合该范围。

给定一组介于之间的11位光谱带（例如，蓝色，绿色，红色，NIR和平移）[0, 2047]，例如查询蓝色带将返回

r.info Blue_DNs -r
min=0
max=2047

重新调整蓝带的范围 [0, 255]

r.rescale in=Blue_DNs out=Blue_DNs_255 from=0,2047 to=0,255

相同的步骤适用于其余的多光谱波段和感兴趣的全色波段。

与使用GRASS时一样，通常需要设置感兴趣的区域，即匹配频段的范围。在这种特殊情况下，模块会自行考虑分辨率，并且最终的全锐化光栅图将具有与全色波段相同的高分辨率。g.regionrast=Blue_DNs_255

基于IHS的“平移”动作的示例命令可能如下所示：

i.pansharpen pan=Pan_DNs_255 ms1=Blue_DNs_255 ms2=Green_DNs_255 ms3=Red_DNs_255 output=sharptest255 sharpen=ihs

色彩平衡

处理完成后，模块输出

...
The following pan-sharpened output maps have been generated:
sharptest255_red
sharptest255_green
sharptest255_blue

To visualize output, run: g.region -p rast=sharptest255.red
d.rgb r=sharptest255_red g=sharptest255_green b=sharptest255_blue

通常，通过使用例如i.landsat.rgb模块或手动调整组成RGB图像的三个波段中的每一个，在全景锐化之后足以重新平衡色彩。

屏幕截图

... 要添加

我进行了上下搜索，我想我已经找到了问题的根源。我相信我现在已经为他们找到了解决方案-但这有点混乱。我确信有更好的方法来解决它们。如果您知道更简单的方法，请分享！

问题根源：

1. 的输出为 i.landsat.toar 浮点数。我已经意识到，当我在任何泛锐化方法中使用浮点栅格时，颜色都会变得混乱。这些算法以某种方式偏爱原始整数形式的栅格。
2. 泛锐化模块，例如 i.pansharpen 和 i.fusion.brovey 模块）会弄乱颜色。我还不太了解它们在这些模块中使用的算法-但是以某种方式会影响颜色表，并破坏生成的泛锐化图像。

解：

1. 使用将输出从 i.landsat.toar float 转换为intr.recode。
2. 将栅格用作IHS平移锐化方法（i.rgb.his和i.his.rgb）中的输入。我远离使用i.pansharpen和i.fusion.brovey。

工作流程：

1. r.info 与 -r 标志一起使用，以获取已用处理的每个栅格波段的DN最小值和最大值i.landsat.toar。例如：

   > r.info -r BAND1
   min=0.01
   max=0.370064120902708
   

   如我们所见，值在0-1之间，与原始值（在0-255之间）有很大的不同。这就解释了为什么由于使用的值范围非常低（低于1），所以全清晰度锐化的输出结果为空白。

2. 使用转换该栅格波段 r.recode。使用从步骤1获得的最小值和最大值转换为0-255的新范围。示例代码段：

   r.recode input=BAND1 output=NEWBAND1 rules=- << EOF
   0.01:0.370064120902708:0:255
   EOF
   

   我们可以使用以下命令检查新的转换值r.info：

   > r.info -r NEWBAND1
   min=1
   max=254
   

   值在0-255之间：现在可用于平整锐化过程。

3. 将灰度色表应用于转换后的波段 r.colors。

   r.colors NEWBAND1 color=grey
   

   到目前为止，我使用灰色表获得了最佳结果-锐化的合成图像与原始合成图像紧密匹配。其他选择是使用color=grey.eq或使用-e标志来均衡灰色表color=grey。或者我们可以使用i.landsat.rgb模块代替r.colors ..

4. 对我们打算用作合成的其他栅格波段（包括平移栅格）重复步骤1-3波段（（波段8））。脚本的使用在这里将是不胜感激的。

5. 然后将处理后的栅格用作IHS全锐化方法的输入。例如，当制作波段7,4,2的合成时：

   i.rgb.his r=NEWBAND7 g=NEWBAND4 b=NEWBAND2 hue=HUE int=INT sat=SAT
   

   这将输出3层：色相层HUE，强度层INT和饱和度层SAT。然后，我们将取代强度层INT与泛栅格波段NEWBAND8中i.his.rgb：

   i.his.rgb hue=HUE sat=SAT int=NEWBAND8 r=COMP742_red g=COMP742_green b=COMP742_blue
   

   然后可以使用或组合得到的红色通道COMP742_red，COMP742_green，COMP742_blue。d.rgbr.composite。。

之前和之后的示例：

锐化之前：

锐化后：

也许很难说出急剧的差异从如此小的图像观看时，。但是重要的是，泛锐化图像的颜色应与原始图像的合成色相匹配。任务完成！

其他说明：

• 不要 r.recode 设置热带（带6）。i.landsat.toar以开尔文温度值输出这些热带（与DN值无关）。将r.recode例程保持在正常的多光谱和平移波段（1-5、7、8波段）上。
• 如果我们什至从不使用 i.landsat.toar，但是生成的合成看起来确实不对，那通常是因为在全色锐化处理之前和之后颜色表不匹配。我r.colors RASTER color=grey在平移锐化之前将其应用于原始栅格波段，并在平移锐化之后将其应用于最终的通道，以确保颜色紧密匹配。
• 错误颜色合成问题的一个常见情况：原始光栅带位于中color=grey255，输出i.landsat.rgb于中color=grey.eq。难怪他们看起来都不同！
• 处理landsat图像以供使用确实是一项费时的工作。最好在等待所有内容处理时去做点事情，或者至少在喝咖啡的同时听一些好听的音乐；）

希望这对某人有利：花了我几天时间找出问题所在。