Pansharpen

摘要

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。

说明

有关此函数工作原理的详细信息,请参阅 Pansharpen 栅格函数。

栅格对象所引用的栅格数据集是临时性的。 要将其设置为永久,可以调用栅格对象的 save 方法。

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。

  • True - 输入多光谱栅格的第四波段为红外波段。
  • False - 多光谱栅格包含一个红外波段。

(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。

  • IHS使用亮度、色调和饱和度颜色空间进行数据融合。
  • Brovey使用基于光谱建模的 Brovey 算法进行数据融合。
  • ESRI使用基于光谱建模的 Esri 算法进行数据融合。这是默认设置。
  • SimpleMean使用红色、绿色、蓝色值与全色像素值之间的平均值。
  • Gram-Schmidt使用 Gram-Schmidt 光谱锐化算法来锐化多光谱数据。

(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
返回值
数据类型说明
Raster

输出全色锐化栅格。

代码示例

全色锐化示例

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