ENVI:如何对自带GLT表的图像进行几何校正?

简介: ENVI:如何对自带GLT表的图像进行几何校正?

01 MODIS数据的几何校正

1.1 打开ENVI软件

软件:42a0ac85b9ce48b4b75cd4539ff278fb.png,打开之后显示如下:

a65e659cc879421db8f9b238abd718a1.png


1.2 打开MODIS数据


03d49c8f44aa4330bfee97acfb7af356.png


67729d49a2d44554aa772f7bf28e0065.png


打开之后效果如下:


750708ca8b1443cb89f21e86a9a672d5.png


1.3 打开工具箱寻找 Georeference By Sensor工具进行几何校正

1.3.1 工具所在位置


25972837491144c6bc67828a2cb09ceb.png


1.3.2 打开 MODIS 几何校正工具并操作

选择输入的modis文件


9b9f4e480de6405a84a8063f586afc0b.png


校正的参数设置


2a5f6375a4aa41fa874f24facbd14e6c.png


上面的图片操作中选择投影类型不能随便选择,需要查看当前img文件的元数据了解到图像的投影类型(这里是

UTM横轴墨卡托投影),基准面是WGS-84椭球体,带号可以计算也可以直接看软件正中最下方的

显示(这里显示是21e5d5d0409240488b708408ebd60b43.png) 。


d28d94dc884a49598c43612f38a6dd83.png


另外上面的X Pixel Size如果需要改,修改完需要按回车,下面的Output X Size会自动更改,y也是类似的。

一般会出现下方进度条,等待即可


6c82ebd8a16d491dba3d5059e8d6103b.png


经过几何校正之后显示如下


1a29e991d2fc43789d7e772880b2f97a.png


02 ASAR数据的几何校正

2.1 打开ASAR数据


73bbc11eaf3748c1b2ea4d3d9710cdf9.png


3693c83f81ef47e4943fb18fcfbf19e9.png


5ea8fcfca00b48e997c791a4d97125b8.png


显示的效果如下


07089b3784e741b69827649b6ef30d47.png


2.2 打开工具箱找到Georeference ASAR工具


4d69c702cf234d848a8a344c25093218.png


2.3 打开 ASAR 几何校正 工具并操作

2.3.1 选择 ENVISAT 文件


6da5beaf1d654edd98c1ba37467cc144.png


2.3.2 输出的参数设置


66a5f7178c774f6eb349fd6e1ed5f588.png


2.3.3 校正的参数设置


ca21787be9084883a830f40e18ca466c.png


2.3.4 出现下方进度条等待即可


7d82d9557426416596461a3ea52520ca.png

7d82d9557426416596461a3ea52520ca.png校正之后的图像显示如下:


e6d3a53338b14da1946ed6f267014e57.png


目录
相关文章
|
缓存 API 数据库
Py之lmdb:lmdb的简介、安装、使用方法之详细攻略
Py之lmdb:lmdb的简介、安装、使用方法之详细攻略
Py之lmdb:lmdb的简介、安装、使用方法之详细攻略
|
7月前
|
存储 芯片 异构计算
南京观海微电子---MIG IP核的使用——DDR接口专栏(二)
本文介绍Xilinx FPGA中MIG IP核的使用方法,涵盖DDR3颗粒选型、FPGA匹配、MIG参数配置及管脚分配等关键步骤,帮助用户实现对片外DDR存储器的高效读写操作。
南京观海微电子---MIG IP核的使用——DDR接口专栏(二)
|
4月前
|
SQL JSON 测试技术
从数据库到结构化用例:一套可落地的测试智能体架构
本文提出面向企业测试的三层智能体架构:SQL Agent精准读取数据库需求,Case Agent结构化生成用例,Validator强制校验输出。聚焦数据精确性、结果可控性与系统无缝集成,规避纯RAG不可持续问题,兼顾生产安全与工程落地。
|
11月前
|
存储 Ubuntu Linux
U盘安装Ubuntu20.04系统
以上就是分享的乌班图Ubuntu20.04桌面版安装教程,其实Ubuntu系统和Windows系统安装的方式基本差不多,安装方法大同小异,如果会安装Windows系统,那么Ubuntu系统基本看一遍就可以学会了,希望大家喜欢,请继续关注我的白家号了
|
定位技术
ENVI: 如何创建GLT文件并基于GLT对图像进行几何校正?
ENVI: 如何创建GLT文件并基于GLT对图像进行几何校正?
2220 0
python命令行传递参数的两种方式
python在命令行运行.py文件时,如何在命令行传递参数给运行程序,python默认提供了sys模块的系统参数属性实现接收命令行中的外部参数。 另一种则是通过argparse模块实现的,argparse模块可以实现事先对命令行参数的初始化,更加的便于命令行参数的管理。
|
存储 安全 网络安全
Python编程--使用PyPDF解析PDF文件中的元数据
Python编程--使用PyPDF解析PDF文件中的元数据
794 1
|
存储 数据采集 IDE
利用ESP32-C3将TF卡内容变成U盘进行读取
ESP32-C3是一款高性价比的微控制器,具备WiFi和蓝牙功能,广泛应用于物联网(IoT)项目中。除了常见的无线通信功能外,ESP32-C3还可以用来模拟U盘读取TF卡内容。本文将介绍如何通过ESP32-C3实现这一功能,让你的设备像U盘一样读取TF卡里的数据。
2124 1
|
机器学习/深度学习 运维 搜索推荐
机器学习中准确率、精确率、召回率、误报率、漏报率、F1-Score、AP&mAP、AUC、MAE、MAPE、MSE、RMSE、R-Squared等指标的定义和说明
在机器学习和深度学习用于异常检测(Anomaly detection)、电子商务(E-commerce)、信息检索(Information retrieval, IR)等领域任务(Task)中,有很多的指标来判断机器学习和深度学习效果的好坏。这些指标有相互权衡的,有相互背向的,所以往往需要根据实际的任务和场景来选择衡量指标。本篇博文对这些指标进行一个梳理。
机器学习中准确率、精确率、召回率、误报率、漏报率、F1-Score、AP&mAP、AUC、MAE、MAPE、MSE、RMSE、R-Squared等指标的定义和说明
|
Ubuntu 机器人 虚拟化
Ubuntu22.04配置ROS2 Humble
这篇文章是关于如何在Ubuntu 22.04系统上配置ROS2 Humble的详细教程,包括虚拟机安装、环境配置、网络设置、软件源更换、ROS1和ROS2的安装步骤。
8248 1

热门文章

最新文章