图像拉伸是最基础的图像增强显示处理方法,主要用来改善图像显示的对比度,地物提取流程中往往首先要对图像进行拉伸处理。图像拉伸主要有三种方式:线性拉伸、直方图均衡化拉伸和直方图归一化拉伸。

GEE 中使用 .sldStyle() 的方法来进行图像的拉伸,相关介绍链接在此

那么 GEEMAP 中如何使用这个功能呢?直接放代码片段:

import eeimport geemap
Map = geemap.Map(center=[36.7337, -108.2491], zoom=12)Map
# 定义一幅地图image = ee.Image('COPERNICUS/S2_SR_HARMONIZED/20230809T174911_20230809T175605_T12SYF')# 使用 “_enhance_” 作为占位符定义 RasterSymbolizer 元素。template_sld = \'' + \'' + \'' + \'' + \'B4' + \'' + \'' + \'B3' + \'' + \'' + \'B2' + \'' + \'' + \''# 获取具有不同增强功能的 SLD。equalize_sld = template_sld.replace('_enhance_', 'Histogram')normalize_sld = template_sld.replace('_enhance_', 'Normalize')# 分别显示结果Map.addLayer(image, {'bands': ['B4', 'B3', 'B2'], 'min': 0.0, 'max': 3000}, 'Linear')Map.addLayer(image.sldStyle(equalize_sld), {'gamma': [1.2, 1.2, 1.2]}, 'Equalized')Map.addLayer(image.sldStyle(normalize_sld), {}, 'Normalized')

首先,我们看看(432波段)结果对比:

1、 Linear (线性拉伸)

2、 Equalized (直方图均衡化拉伸)

3、Normalized (直方图归一化拉伸)


再来看看(843波段)结果对比:

1、 Linear (线性拉伸)

2、 Equalized (直方图均衡化拉伸)

3、Normalized (直方图归一化拉伸)


怎么样朋友们,是不是能为目视解译提供更多的细节?