EZ | Image Visualization | GEE -

2019-07-26 本文已影响0人杜若飞er

$Image\ Visualization$

图像可视化

前面的文档中已经介绍了如何使用map.addLayer()函数对image做可视化，如果你不加任何参数使用这一函数，默认地，GEE会按照红-绿-蓝的次序依次加入。默认的归一值基于数据终端波段信息实现，例如，floats被限制在[0,1]的范围内，16-bit的数据则可以投射到可能值的全域，但是，这样的默认值可能不是特别合适。为了实现最好的可视化效果，你可以使用我们给这个函数所提供的一些参数，特别地，这些参数可以列在这里：

Visualization Parameters for `Map.addLayer()`

Parameter	Description	Type
bands	三个波段的列表，映射在RGB上	列表
min	最低值	数值或是数值列表
max	最大值	数值或是数值列表
gain	每个像素值的权重	数值或是数值列表
bias	每个DN上添加的值	数值或是数值列表
gamma	伽玛校正因子	数值或是数值列表
palette	CSS风格的字符串的列表*	十六进制字符串列表
opacity	图层的不透明度**	数值
format	jpg或是png	字符串

$\tag{*单波段image独有}$

$RGB\ Composites$

RGB拼合

下面展示了把Landsat-8卫星图像当作伪色图像显示的参数详细信息：

var image = ee.Image('LANDSAT/LC08/C01/T1_TOA/LC08_044034_20140318');

// Define the visualization parameters.
var vizParams = {
  bands: ['B5', 'B4', 'B3'],
  min: 0,
  max: 0.5,
  gamma: [0.95, 1.1, 1]
};

// Center the map and display the image.
Map.setCenter(-122.1899, 37.5010, 10); // San Francisco Bay
Map.addLayer(image, vizParams, 'false color composite');

在这个例子中，B5波段被指定为红色，B4波段被指定为绿色，B3波段则为蓝色，结果如下：

Fig.1 三藩市Landsat-8伪色图像

$Color\ Palettes$

palettes参数

想要展示一个image其中包含的一个波段，可以把palette参数用CSS风格的颜色字符串列表进行设置，下面就是用cyan和blue渲染图像的实例代码：

// Load an image.
var image = ee.Image('LANDSAT/LC08/C01/T1_TOA/LC08_044034_20140318');

// Create an NDWI image, define visualization parameters and display.
var ndwi = image.normalizedDifference(['B3', 'B5']);
var ndwiViz = {min: 0.5, max: 1, palette: ['00FFFF', '0000FF']};
Map.addLayer(ndwi, ndwiViz, 'NDWI', false);

在此例中，注意min和max两个参数，二者被指示到像素值范围内，这也正是palettes参数应该设置的范围，代码中对中值进行线性拉伸，同时应该注意到opt_show参数被设置为false，结果就是图层被添加到地图上时实际上不可见。参数可以在图层管理器中进行调整。该代码显示结果如下：

Fig.2 Landsat-8 NDWI 三藩市

$Masking$

蒙版

可以使用image.updateMask()函数设置每个像素的透明度。每一个蒙版等于0的像素都不被计算，完全透明。下面的例子更新了NDWI图层的蒙版：

// Mask the non-watery parts of the image, where NDWI < 0.4.
var ndwiMasked = ndwi.updateMask(ndwi.gte(0.4));
Map.addLayer(ndwiMasked, ndwiViz, 'NDWI masked');

$Visualization\ Images$

image可视化

使用image.visualize()方法来吧image转化成一个8位的RGB图像，用来显示或导出。例子如下：

// Create visualization layers.
var imageRGB = image.visualize({bands: ['B5', 'B4', 'B3'], max: 0.5});
var ndwiRGB = ndwiMasked.visualize({
  min: 0.5,
  max: 1,
  palette: ['00FFFF', '0000FF']
});

$Mosaicking$

马赛克

可以使用imageCollection.mosaic()函数对图像做马赛克操作，这一方法根据输入集合中的顺序呈现输出图像中的图层。下面的例子使用mosaic()函数组合蒙版的NDWI和伪彩色图进行合成并获得新的可视化效果：

// Mosaic the visualization layers and display (or export).
var mosaic = ee.ImageCollection([imageRGB, ndwiRGB]).mosaic();
Map.addLayer(mosaic, {}, 'mosaic');

在这个例子中，观察两个可视化图像的List被送入了ImageCollection的构造函数。，列表中的顺序就决定了图层显示的顺序，显示结果如下：

Fig.3 三藩市的Landsat-8伪彩色图像和NDWI的马赛克可视化

$Clipping$

裁剪

image.clip()参数被用来做裁剪，瞎main的例子对Fig.3中的图像做了裁剪：

// Create a circle by drawing a 20000 meter buffer around a point.
var roi = ee.Geometry.Point([-122.4481, 37.7599]).buffer(20000);

// Display a clipped version of the mosaic.
Map.addLayer(mosaic.clip(roi));

显示结果如下：

Fig.4 裁剪方式

$Rendering\ Categorical\ Maps$

渲染特定地图

palettes对于渲染离散值地图非常重要，在有多个类的时候，就要使用这个palettes对每个类提供不同的颜色。image.remap()函数在这里可能派得上用场，它可以将标签转化为连续整数。下面使用了palettes对土地覆盖情况做了渲染：

// Load 2012 MODIS land cover and select the IGBP classification.
var cover = ee.Image('MODIS/051/MCD12Q1/2012_01_01')
  .select('Land_Cover_Type_1');

// Define a palette for the 18 distinct land cover classes.
var igbpPalette = [
  'aec3d4', // water
  '152106', '225129', '369b47', '30eb5b', '387242', // forest
  '6a2325', 'c3aa69', 'b76031', 'd9903d', '91af40',  // shrub, grass
  '111149', // wetlands
  'cdb33b', // croplands
  'cc0013', // urban
  '33280d', // crop mosaic
  'd7cdcc', // snow and ice
  'f7e084', // barren
  '6f6f6f'  // tundra
];

// Specify the min and max labels and the color palette matching the labels.
Map.setCenter(-99.229, 40.413, 5);
Map.addLayer(cover,
             {min: 0, max: 17, palette: igbpPalette},
             'IGBP classification');

执行结果如下：

IGBP渲染的MODIS2012

$Staled\ Layer\ Descriptors$

样式化图层描述符(SLD)

可以使用SLD对于显示的图像进行渲染，我们提供了image.sldStyle()函数，还有一个对于特征和着色信息的XML文件，尤其是RasterSymbolizer这一项。实例代码如下：

var cover = ee.Image('MODIS/051/MCD12Q1/2012_01_01').select('Land_Cover_Type_1');

// Define an SLD style of discrete intervals to apply to the image.
var sld_intervals =
'<RasterSymbolizer>' +
 ' <ColorMap  type="intervals" extended="false" >' +
    '<ColorMapEntry color="#aec3d4" quantity="0" label="Water"/>' +
    '<ColorMapEntry color="#152106" quantity="1" label="Evergreen Needleleaf Forest"/>' +
    '<ColorMapEntry color="#225129" quantity="2" label="Evergreen Broadleaf Forest"/>' +
    '<ColorMapEntry color="#369b47" quantity="3" label="Deciduous Needleleaf Forest"/>' +
    '<ColorMapEntry color="#30eb5b" quantity="4" label="Deciduous Broadleaf Forest"/>' +
    '<ColorMapEntry color="#387242" quantity="5" label="Mixed Deciduous Forest"/>' +
    '<ColorMapEntry color="#6a2325" quantity="6" label="Closed Shrubland"/>' +
    '<ColorMapEntry color="#c3aa69" quantity="7" label="Open Shrubland"/>' +
    '<ColorMapEntry color="#b76031" quantity="8" label="Woody Savanna"/>' +
    '<ColorMapEntry color="#d9903d" quantity="9" label="Savanna"/>' +
    '<ColorMapEntry color="#91af40" quantity="10" label="Grassland"/>' +
    '<ColorMapEntry color="#111149" quantity="11" label="Permanent Wetland"/>' +
    '<ColorMapEntry color="#cdb33b" quantity="12" label="Cropland"/>' +
    '<ColorMapEntry color="#cc0013" quantity="13" label="Urban"/>' +
    '<ColorMapEntry color="#33280d" quantity="14" label="Crop, Natural Veg. Mosaic"/>' +
    '<ColorMapEntry color="#d7cdcc" quantity="15" label="Permanent Snow, Ice"/>' +
    '<ColorMapEntry color="#f7e084" quantity="16" label="Barren, Desert"/>' +
    '<ColorMapEntry color="#6f6f6f" quantity="17" label="Tundra"/>' +
  '</ColorMap>' +
'</RasterSymbolizer>';
Map.addLayer(cover.sldStyle(sld_intervals), {}, 'IGBP classification styled');

想用渐变色渲染图像，就把ColorMap参数设置为'ramp'，下面的例子比较了'interval'和'ramp'的区别：

// Load SRTM Digital Elevation Model data.
var image = ee.Image('CGIAR/SRTM90_V4');

// Define an SLD style of discrete intervals to apply to the image.
var sld_intervals =
  '<RasterSymbolizer>' +
    '<ColorMap  type="intervals" extended="false" >' +
      '<ColorMapEntry color="#0000ff" quantity="0" label="0"/>' +
      '<ColorMapEntry color="#00ff00" quantity="100" label="1-100" />' +
      '<ColorMapEntry color="#007f30" quantity="200" label="110-200" />' +
      '<ColorMapEntry color="#30b855" quantity="300" label="210-300" />' +
      '<ColorMapEntry color="#ff0000" quantity="400" label="310-400" />' +
      '<ColorMapEntry color="#ffff00" quantity="1000" label="410-1000" />' +
    '</ColorMap>' +
  '</RasterSymbolizer>';

// Define an sld style color ramp to apply to the image.
var sld_ramp =
  '<RasterSymbolizer>' +
    '<ColorMap type="ramp" extended="false" >' +
      '<ColorMapEntry color="#0000ff" quantity="0" label="0"/>' +
      '<ColorMapEntry color="#00ff00" quantity="100" label="100" />' +
      '<ColorMapEntry color="#007f30" quantity="200" label="200" />' +
      '<ColorMapEntry color="#30b855" quantity="300" label="300" />' +
      '<ColorMapEntry color="#ff0000" quantity="400" label="400" />' +
      '<ColorMapEntry color="#ffff00" quantity="500" label="500" />' +
    '</ColorMap>' +
  '</RasterSymbolizer>';

// Add the image to the map using both the color ramp and interval schemes.
Map.setCenter(-76.8054, 42.0289, 8);
Map.addLayer(image.sldStyle(sld_intervals), {}, 'SLD intervals');
Map.addLayer(image.sldStyle(sld_ramp), {}, 'SLD ramp');

SLD也被用来拉伸像素取值以便提高连续数据的显示效果，下面的代码展示了线性拉伸与min-max Normalization以及Histogram进行比较的结果：

// Load a Landsat 8 raw image.
var image = ee.Image('LANDSAT/LC08/C01/T1/LC08_044034_20140318');

// Define a RasterSymbolizer element with '_enhance_' for a placeholder.
var template_sld =
  '<RasterSymbolizer>' +
    '<ContrastEnhancement><_enhance_/></ContrastEnhancement>' +
    '<ChannelSelection>' +
      '<RedChannel>' +
        '<SourceChannelName>B5</SourceChannelName>' +
      '</RedChannel>' +
      '<GreenChannel>' +
        '<SourceChannelName>B4</SourceChannelName>' +
      '</GreenChannel>' +
      '<BlueChannel>' +
        '<SourceChannelName>B3</SourceChannelName>' +
      '</BlueChannel>' +
    '</ChannelSelection>' +
  '</RasterSymbolizer>';

// Get SLDs with different enhancements.
var equalize_sld = template_sld.replace('_enhance_', 'Histogram');
var normalize_sld = template_sld.replace('_enhance_', 'Normalize');

// Display the results.
Map.centerObject(image, 10);
Map.addLayer(image, {bands: ['B5', 'B4', 'B3'], min: 0, max: 15000}, 'Linear');
Map.addLayer(image.sldStyle(equalize_sld), {}, 'Equalized');
Map.addLayer(image.sldStyle(normalize_sld), {}, 'Normalized');

在GEE中使用LSD还需要注意以下几点：

同时支持OGC SLD1.0和OGC SLD1.1；
传输的XML可以是完整的，也可以只有R a s te r Symbolizer及以下的部分；
波段可以取GEE中的名字，或者是自然数，不能是其他东西；
仅在透明时才会考虑不透明度值，非零时都被视为完全不透明；
OverlapBehavior定义都将被忽略；
不支持ShadedRelief机制；
不支持ImageOutline机制；
Geometry不被纳入运行范围；
如果使用Normalization或者Histogram，输出图像将会带有histogram_bandname格式的元数据；

$Thumbnail\ images$

缩略图

使用ee.Image.getThumbURL()函数得到一个ee.Image的PNG或者JPEG缩略图。图像会显示在浏览器中，通过选择图像右边菜单中适当的选项，可以下载图片。

浏览器中显示SRTM的PNG略缩图

getThumbURL()和Map.addLayer()共享参数，但它还多了一些选项，比方说dimension、region、crs等，分别用来控制空间范围、尺寸还有缩略图显示部分。

Additional Parameters for `ee.Image.getThumbURL()` with Note on Format

parameter	Description	Type
dimension	以像素为单位的缩略图尺寸，如果提供一个整数，则它定义了图像比较大的边并按比例缩放出较小的边，如果尺寸很大，默认为512像素	WIDTHxHEIGHT形式的字符串或是一个整形数
region	需要渲染的地理空间区域，默认是整个图像或是提供的几何图像的边界	GeoJSON格式或是二维列表，提供至少三个点
crs	目标投影，默认是WGS84	字符串
format	定义略缩图是PNG还是JPEG，默认PNG格式为RGBA，alpha通道表示图像蒙版的有效和无效像素，无效像素是透明的，JPEG格式为RGB，无效像素使用零填充	字符串，‘png’或‘jpg’其中之一

单波段图像默认是灰度的，除非使用palette。多波段图像默认是RGB格式，除非使用bands参数。如果只有两个波段，第一个被设置为红色，第二个则是蓝色，绿色全部置零。

下面是一系列结合了getThumbURL()的实例代码，当你Run这些代码的时候，可以多看看打印到面板多URL。

// Fetch a digital elevation model.
var image = ee.Image('CGIAR/SRTM90_V4');

// Request a default thumbnail of the DEM with defined linear stretch.
// Set masked pixels (ocean) to 1000 so they map as gray.
var thumbnail1 = image.unmask(1000).getThumbURL({
  'min': 0,
  'max': 3000
});
print('Default extent and size:', thumbnail1);

// Specify region by GeoJSON, define palette, set size of the larger aspect dimension.
var thumbnail2 = image.getThumbURL({
  'min': 0,
  'max': 3000,
  'palette': ['00A600','63C600','E6E600','E9BD3A','ECB176','EFC2B3','F2F2F2'],
  'dimensions': 500,
  'region': ee.Geometry.Rectangle([-84.6, -55.9, -32.9, 15.7]).toGeoJSON(),
});
print('GeoJSON region, palette, and max dimension:', thumbnail2);

// Specify region by list of points and set display CRS as Web Mercator.
var thumbnail3 = image.getThumbURL({
  'min': 0,
  'max': 3000,
  'palette': ['00A600','63C600','E6E600','E9BD3A','ECB176','EFC2B3','F2F2F2'],
  'region': [[-84.6, 15.7], [-84.6, -55.9], [-32.9, -55.9]],
  'crs': 'EPSG:3857'
});
print('Linear ring region and specified crs', thumbnail3);

getThumbURL旨在产生一个预览图像，所以尺寸被限制在100,000,000像素大小，浏览器可能时间超限，如果想要更大的图，可以参考这里

$\tag{此页面最后更新于2019年7月11日}$

EZ | Image Visualization | GEE -

图像可视化

RGB拼合

palettes参数

蒙版

image可视化

马赛克

裁剪

渲染特定地图

样式化图层描述符(SLD)

缩略图

猜你喜欢

热点阅读