GEE入门篇|图像处理（三）：阈值处理、掩膜和重新映射图像

news2025/1/11 10:19:25

阈值处理、掩膜和重新映射图像

本章前一节讨论了如何使用波段运算来操作图像，这些方法通过组合图像内的波段来创建新的连续值。本期内容使用逻辑运算符对波段或索引值进行分类，以创建分类图像。

1.实现阈值

实现阈值使用数字（阈值）和逻辑运算符来帮助我们将图像的可变性划分为类别。例如，回想一下我们的 NDVI 地图。大量植被的 NDVI 值接近 1，而非植被区域接近 0。如果我们想查看地图上哪些区域有植被，我们可以使用阈值将每个像素中的 NDVI 值概括为“无植被” ”或“植被”。可以肯定的是，这是一个很大的简化，但可以帮助我们更好地理解地球表面的丰富变化。例如，如果我们想要查看城市植被覆盖的比例，这种类型的分类可能很有用。让我们创建美国华盛顿州西雅图附近的 Sentinel-2 地图，在新脚本中输入以下代码（图 1）。

// Create an NDVI image using Sentinel 2.
var seaPoint = ee.Geometry.Point(-122.2040, 47.6221);
var seaImage = ee.ImageCollection('COPERNICUS/S2')
.filterBounds(seaPoint).filterDate('2020-08-15', '2020-10-01').first();
var seaNDVI = seaImage.normalizedDifference(['B8', 'B4']);
// And map it.
Map.centerObject(seaPoint, 10);
var vegPalette = ['red', 'white', 'green'];
Map.addLayer(seaNDVI,
  {
  min: -1,
  max: 1,
  palette: vegPalette
  },
  'NDVI Seattle');

图1 美国华盛顿州西雅图上空 Sentinel-2 图像的 NDVI 图像

检查图像，我们可以看到，植被区域呈深绿色，无植被区域呈白色，水呈粉红色。如果我们使用 Inspector 查询图像，我们可以看到公园和其他森林地区的 NDVI 大约超过 0.5。因此，将 NDVI 值大于 0.5 的区域定义为森林覆盖区域，将低于该阈值的区域定义为非森林覆盖区域是有意义的。现在，让我们将该值定义为阈值，并用它来确定植被区域的阈值。

// Implement a threshold.
var seaVeg = seaNDVI.gt(0.5);
// Map the threshold.
Map.addLayer(seaVeg,
{
  min: 0,
  max: 1,
  palette: ['white', 'green']
},
'Non-forest vs. Forest');

gt 方法来自布尔运算符系列，也就是说，gt 是一个在每个像素中执行测试的函数，如果测试结果为 true，则返回值 1，否则返回 0。这里，对于图像中的每个像素，它测试 NDVI 值是否大于 0.5。当满足此条件时，seaVeg 层将获得值 1。当条件为 false 时，它将获得值 0（图 2）。使用 Inspector 工具探索这个新层。如果单击绿色位置，则 NDVI 应大于 0.5。如果单击白色像素，则 NDVI 值应等于或小于 0.5。该布尔族中的其他运算符包括小于 (lt)、小于或等于 (lte)、等于 (eq)、不等于至 (neq)，并且大于或等于 (gte) 及以上。

图2 美国华盛顿州西雅图基于NDVI的阈值森林和非森林图像

2.使用 .where 构建复杂的分类

对 NDVI 进行分类的二值图非常有用，但是，在某些情况下，您可能希望将图像拆分为两个以上类别。 Earth Engine 提供了一个工具，即 where 方法，可以根据测试结果有条件地评估每个像素内的 true 或 false。这类似于其他语言中常见的 if 语句。然而，为了在 Earth Engine 编程时执行此逻辑，我们避免使用 JavaScript if 语句。重要的是，JavaScript 如果命令不是在 Google 的服务器上计算的，并且在运行代码时可能会产生严重的问题，实际上，服务器会尝试将所有要执行的信息发送到您自己计算机的浏览器，而浏览器对于如此庞大的数据量来说是非常不足的。任务。相反，我们使用 where 子句来实现条件逻辑。
假设我们不只是将 NDVI 中的森林区域与非森林区域分开，而是希望将图像分为可能的水域、非森林区域和森林区域。我们可以使用 where 和阈值 -0.1 和 0.5。我们将首先使用 ee.Image 创建图像。然后，我们裁剪新图像，使其覆盖与 seaNDVI 图层相同的区域（图 3）。

// Implement .where.
// Create a starting image with all values = 1.
var seaWhere = ee.Image(1)
// Use clip to constrain the size of the new image..clip(seaNDVI.geometry());
// Make all NDVI values less than -0.1 equal 0.
seaWhere = seaWhere.where(seaNDVI.lte(-0.1), 0);
// Make all NDVI values greater than 0.5 equal 2.
seaWhere = seaWhere.where(seaNDVI.gte(0.5), 2);
// Map our layer that has been divided into three classes.
Map.addLayer(seaWhere,
{
  min: 0,
  max: 2,
  palette: ['blue', 'white', 'green']
},
'Water, Non-forest, Forest');

关于这段代码，有一些您以前可能没有见过的有趣的事情需要注意。首先，我们没有为每个 where 调用定义一个新变量。因此，我们可以执行许多 where 调用，而无需每次都创建新变量并需要跟踪它们。其次，当我们创建起始图像时，我们将值设置为 1。这意味着我们可以轻松地分别使用一个 where 子句设置底部和顶部值。最后，虽然我们在这里没有这样做，但我们可以使用 and 和 or 组合多个 where 子句。例如，我们可以使用seaNDVI.gte(−0.1).and(seaNDVI.lt(0.5))来识别具有中等水平的NDVI的像素。

图3 美国华盛顿州西雅图基于NDVI阈值的水、森林和非森林图像

3.屏蔽图像中的特定值

屏蔽图像是一种将图像的特定区域(被掩膜覆盖的区域)从显示或分析中删除的技术。Earth Engine允许您查看当前掩码和更新掩膜(图4)。

// Implement masking.
// View the seaVeg layer's current mask.
Map.centerObject(seaPoint, 9);
Map.addLayer(seaVeg.mask(), {}, 'seaVeg Mask');

您可以使用Inspector来查看黑色区域被遮盖，而白色区域的常量值为 1。这意味着数据值仅在白色区域内被映射并可用于分析。现在假设我们只想在森林中显示和进行分析地区。让我们从图像中屏蔽掉非森林区域，首先，我们使用 equals (eq) 方法创建一个二进制掩膜。

// Create a binary mask of non-forest.
var vegMask = seaVeg.eq(1);

在制作掩膜时，您将想要查看和分析的值设置为大于 0 的数字。其想法是设置不需要的值以获得 0 的值。具有 0 值的像素被遮盖掉（实际上，它们一旦我们使用 updateMask 方法将这些值添加到现有掩膜中，就根本不会出现在屏幕上。

图 4 我们之前创建的 seaVeg 层的现有掩模

// Update the seaVeg mask with the non-forest mask.
var maskedVeg = seaVeg.updateMask(vegMask);
// Map the updated Veg layer
Map.addLayer(maskedVeg,
{
    min: 0,
    max: 1,
    palette: ['green']
},
'Masked Forest Layer');

关闭所有其他层，您可以看到 maskedVeg 图层现在如何遮盖所有非森林区域（图 5）。映射该图层的更新蒙版，您可以看到这是为什么（图 6）。

图 5 更新后的掩膜现在仅显示森林区域，非森林地区是被遮蔽和透明的

图 6 更新后的掩模，非森林区域现在也被遮盖（图像的黑色区域）

// Map the updated mask
Map.addLayer(maskedVeg.mask(), {}, 'maskedVeg Mask');

3.重新映射图像中的值

重新映射采用图像中的特定值并为它们分配不同的值。这对于分类数据集特别有用，让我们使用 remap 方法来更改 seaWhere 图层的值。请注意，由于我们将中间值更改为最大，因此我们还需要调整调色板。

// Remap the values from the seaWhere layer.
var seaRemap = seaWhere.remap([0, 1, 2], // Existing values.
[9, 11, 10]); // Remapped values.
Map.addLayer(seaRemap,
{
  min: 9,
  max: 11,
  palette: ['blue', 'green', 'white']
},
'Remapped Values');

使用检查器比较我们原始的seaWhere（显示为Water、Non-Forest、Forest）和seaRemap（标记为“Remapped Values”）之间的值。单击森林区域，您应该看到重新映射值应为 10，而不是 2（图 7）。