本文介绍基于
R
语言中的
raster
包，遍历文件夹，读取
文件夹
下的
大量栅格遥感影像
，并逐一对
每一景栅格图像
加以
拼接
、
融合
，使得
全部栅格遥感影像
拼接为
完整的一景图像
的方法。

其中，本文是用
R
语言来进行操作的；如果希望基于
Python
语言实现类似的批量拼接、镶嵌操作，大家可以参考
Python arcpy创建栅格、批量拼接栅格
与
Python ArcPy批量拼接长时间序列栅格图像
这两篇文章。

首先，来看一下本文所需实现的需求。如下图所示，现有一个文件夹，其中含有大量
栅格遥感影像
；这些遥感影像均为
同一成像时间
、
不同空间范围
的遥感影像。我们希望做到的，就是对这些遥感影像加以
拼接
，最终的结果图像就是一景
将这里各个图像拼接后的
大图像。

image

明确了需求，我们即可开始代码的撰写。本文所用到的代码如下所示。

library(raster)
tif_file_name <- list.files(path = r"(E:\02_Project\01_Chlorophyll\Select\Result)", pattern = ".tif$", full.names = TRUE, ignore.case = TRUE)
tif_file_list <- list()
for (i in 1:length(tif_file_name)){
  tif_file_list[i] <- raster(tif_file_name[i])
}

tif_file_list$fun <- max
tif_file_list$na.rm <- TRUE
tif_mosaic <- do.call(mosaic, tif_file_list)
plot(tif_mosaic)

# tif_merge <- do.call(merge, tif_file_list)

rf <- writeRaster(tif_mosaic, filename = r"(E:\02_Project\01_Chlorophyll\Select\NewClip\LCC_SC_3.tif)", overwrite = TRUE)

首先，需要通过
library(raster)
代码，导入本文所需的
R
语言
raster
包；关于这一包的配置，大家可以参考
基于R语言的raster包读取遥感影像
。接下来，我们通过
list.files()
函数，遍历指定文件夹，从而获取当前文件夹下所包含的全部
.tif
格式的遥感影像，也就是全部待拼接的遥感影像。

接下来，我们需要为栅格遥感影像的拼接做准备——也就是
for
循环内部的内容。此时，
tif_file_name
变量中存放的是指定文件夹下的全部栅格遥感影像的
文件名称
，而不是
遥感影像文件自身
；而接下来我们进行拼接、融合的函数，都需要保证函数参数中的遥感影像是一个
栅格对象
（
Raster* object
）类型的变量。因此，我们需要在这个
for
循环中，通过
raster()
函数，将每一个遥感影像的文件名（
字符串
类型）转为
栅格对象
类型。至于什么是
栅格对象
类型的变量，我们可以参考下图：其中
Formal class RasterLayer
即表示这一变量为
栅格对象
类型的。

接下来，代码分为
2
个部分。其中，
for
循环后的
4
行代码是第一部分，为
栅格拼接
的代码；同时为了对比栅格拼接与栅格融合的操作，这里还将
栅格融合
的代码也一并列出了，也就是注释掉的那一行代码。

我们首先来看第一部分代码，这里通过
mosaic()
函数来实现栅格遥感影像的拼接。这一函数原本的参数中，只有
2
个栅格对象（
Raster* object
）类型的参数，换句话说就是原本这个函数只能同时拼接
2
个栅格遥感影像；如果我们有更多的遥感影像，就需要每一次拼接
2
个栅格图像，不断重复这一操作，直到全部的栅格遥感影像拼接完毕。这样操作无疑是比较麻烦的，因此我们需要借助
do.call()
函数来实现
2
个以上栅格的拼接工作——这个
do.call()
函数可以接受
可变数量
的参数，例如本文中我们需要对大量栅格遥感影像加以逐一拼接，具体有多少景遥感影像我们自己也不一定确定，且也不关心；因此就结合这一函数，将刚刚已经转为栅格对象（
Raster* object
）类型的图像所组成的列表
tif_file_list
作为参数，用
do.call()
函数来调用
mosaic()
函数，直到将
tif_file_list
列表中全部的栅格对象（
Raster* object
）类型的元素都带入到
mosaic()
函数运行后，
do.call()
函数就结束了。

此外，由于
mosaic()
函数在运行时，除了两个栅格对象（
Raster* object
）类型的参数，还有其他的一些辅助参数，比如拼接时重叠区域该如何处理、处理时是否考虑
NoData
值的影响等；由于我们时通过
do.call()
函数来调用
mosaic()
函数，因此这些参数就不太好直接指定了。因此，我们可以通过
$
运算符，将
mosaic()
函数所需要的其他参数一并放入
tif_file_list
中，在后期
do.call()
函数调用
mosaic()
函数时，将同时读取这些参数，起到将参数传递到
mosaic()
函数中的功能。其中，在本文中我们需要指定
mosaic()
函数的
fun
参数与
na.rm
参数，二者分别是指拼接时重叠区域像元值的计算方法，以及计算重叠区域像元值时，是否考虑
NoData
值的影响；我们将这
2
个参数分别设定为
max
与
TRUE
，二者分别是指重叠区域的像元以
2
景遥感影像中的
最大值像元
为准，以及在计算时不考虑
NoData
值的影响。

接下来，就是第二部分，即栅格融合的代码；在这里，我们通过
merge()
函数来实现遥感影像的融合。其实，这里的
merge()
函数与前述的
mosaic()
函数功能大致一样，但
merge()
函数在处理重叠区域时，默认选择位于
顶层
的遥感影像的像元数值，就没有
mosaic()
函数中的这么多计算方法选择了。

最后，这里末尾的一句代码，就是将结果图像通过
writeRaster()
函数加以保存；这句代码的解释大家同样参考
R语言求取大量遥感影像的平均值、标准差：raster库
这篇文章即可。

随后，运行上述代码，我们就可以获得将指定文件夹内全部栅格遥感影像加以
拼接
（执行代码中的
第一部分
）或者
融合
（执行代码中的
第二部分
）的结果了。

至此，大功告成。

标签: none

添加新评论