描述
通过融合较低分辨率的多光谱影像和较高分辨率的全色影像来创建较高分辨率的多波段影像。
语法
Pansharpen (pan_raster, ms_raster, {ir_raster}, {fourth_band_of_ms_is_ir}, {weights}, {type}, {sensor})
参数 | 说明 | 数据类型 |
pan_raster | 输入全色栅格。 | Raster |
ms_raster | 输入多光谱栅格。 | Raster |
ir_raster | 指定包含近红外波段的单波段影像的路径。 (默认值为 None) | Raster |
fourth_band_of_ms_is_ir | 将输入多光谱栅格 (ms_raster) 的第四波段指定为红外波段。
(默认值为 True) | Boolean |
weights | 指定应用于红色、绿色、蓝色和近红外波段的权重。权重和为 1。例如,QuickBird 影像的权重为 [0.166, 0.167, 0.167, 0.5]。 (默认值为 [0.166, 0.167, 0.167, 0.5]) | String |
type [type,...] | 指定全色锐化方法。
(默认值为 ESRI) | String |
sensor [sensor,...] | 指定全色锐化方法为 Gram-Schmidt 时输入影像的传感器名称。支持的栅格数据类型包括 DubaiSat-2、GeoEye-1、GF-1 PMS、GF-2 PMS、IKONOS、Jilin-1、KOMPSAT-2、KOMPSAT-3、Landsat 1-5 MSS、Landsat 7 ETM+、Landsat 8、Pleiades-1、QuickBird、SkySat、SPOT 5、SPOT 6、SPOT 7、TH-01、UltraCam、WorldView-2、WorldView-3、WorldView-4、ZY1-02C PMS、ZY3-CRESDA、ZY3-SASMAC 和 UNKNOWN。 (默认值为 None) | String |
数据类型 | 说明 |
Raster | 输出全色锐化栅格。 |
代码示例
通过融合较低分辨率的多光谱影像和较高分辨率的全色影像来创建较高分辨率的多波段影像。
import arcpy
Pansharpen_raster = arcpy.ia.Pansharpen(imagePath1, imagePath2, None, True, [0.166, 0.167, 0.167, 0.5], "Gram-Schmidt", None