【IDL】实现ENVI默认显示效果（线性拉伸算法）

合集 - 地理遥感生态网地理数据集5(100)
1.利用SuperView数据基于ENVI深度学习进行建筑物提取2.ENVI发布深度学习产品：ENVI Deep Learning Module3.澳大利亚市政局利用ENVI深度学习进行树木调查4.ENVI软件系列产品体系结构5.ENVI新机器学习：ENVITask 使用说明6.ENVI新机器学习：随机森林遥感分类工具操作手册7.ENVI新机器学习：异常探测分类工具操作手册8.新机器学习遥感分类工具9.ENVI深度学习2.0新特性10.IDL封装百度翻译API实现自动翻译和语种识别11.使用IDL进行氚羽流监测（五）—绘制污染物扩散带等值线图12.使用DL进行氚羽流监测（四）——绘制预期氚衰变图13.使用IDL进行氚羽流监测（三）——绘制含水层相对流速14.使用IDL进行氚羽流监测（二）——绘制3D地形和地下水位15.使用IDL进行氚羽流监测（一）——对研究区和环境进行建模16.【IDL】IDL8.8 安装中文语言包方法17.【IDL】IDL 8.7.1机器学习框架18.【IDL】IDL 8.7.1 新特性19.【IDL】获取參边形的最小外接矩形20.【IDL】图形保存图片时文字变黑块的临时解决方法21.【IDL】控制台使用Alt+/代码补全快捷键的方法22.【IDL】IDL 8.6新功能23.【IDL】 程序发布exe清晰步骤24.【IDL） 64位IDL中调用32位功能的方法25.【IDL】 去掉黄色警告图标的方法26.【IDL】 重写HDF文件中数据集的方法27.【IDL】无法使用格式快捷键的解决办法（Ctrl+ Shift+F）28.【IDL】IDL 8.5 中的颜色选择对话框29.【IDL】IDL 8.5 中的 Python Bridge30.【IDL】 开发环境（工作台）的语言切换万法31.【IDL】IDL8.4 文件监视系统体验32.【IDL】 批处理遇到错误时处理方法33.【IDL】开发游戏"2048"34.【IDL】IDL 8.4新特性介绍35.【IDL】IDL中乱码问题的解决方法36.【IDL】 自动构建泰森多边形（Voronoi Polygon）37.【IDL】 IDL 8.3 的新特性与新功能38.【IDL】 IDL 8.3 新功館39.2013开发竞赛ENV/IDL组作品欣赏——“伪装目标识别系统”40.【IDL】多元线性回归计算方法41.【IDL】 关键字继承42.【IDL】调用6S.exe生成查找表源码43.【IDL】使用WIDGET_TIMER进行动画控制44.【IDL】路径相关函数和方法汇总45.【IDL】绘图组件打开鼠标拖拽文件的方法46.【IDL】遠取文本中三維数組的方法47.【IDL】 IDL 8.2.2（SP2）新特性48.【IDL】IDL程序发布方法总结49.【IDL】宏命令菜单（Macros）的用处50.【IDL】 使用SPAWN启动路径中带有空格的文件51.【IDL】 实现双重排序功能（更新降序）52.【IDL】 C#调用ENVL_FX_SEGMENTONLY_DOIT需要注意的地方53.【IDL】 IDL 8.2 新增视频对象IDLffVideoWrite用法示例54.【IDL】生成等差/等比数列的方法55.【IDL】 判断双精度变量是合EQ56.【IDL】 File_Search函数用法详解57.【IDL】坐标轴中文标题乱码问题58.【IDL】C#调用IDL编写界面（含事件）的问题59.《IDL程序设计—数据可视化与ENV二次开发》目录60.《IDL程序设计—数据可视化与ENVI二次开发》已由高等教育出版社正式出版61.IDL Viewer 应用模版介绍（版本号更新为1.2）62.【IDL】日期和时间函数63.【IDL】数组求交集、并集和差集的函数64.【IL】IDL 8.2 新特性65.【IDL】 气象可视化程序配置（idL_guide5）66.【转】几个IDL在线教程网址67.【IDL】医学中IDL的应用68.【IDL】气象中IDL的应用69.【IDL】SIZE函数使用方法与参数含义详解70.【IDL】 DICOM扩展模块71.【IDL】几何图形数学运算函数72.【IDL】 弹出界面事件响应示例程序73.【IDL】鼠标信息显示界面（同理可实现鹰眼图等）74.【IDL】 IDL与C#混合编程技术75.【IDL〕编写程序启动界面76.【IDL】获取n*n数组的对角线元素的方法77.【IDL】同时显示不同分辨率图像的方法78.【IDL】帮助科学家了解太阳系的形成79.【IDL】 Polyval函数（多项式的估值）80.【IDL】 数组下标转换一维坐标索引函数：array_indices_reverse81.【IDL】数据处理时遇到了NAN怎么办82.ENVI二次开发时的波段运算表达式语句合理性检测方法与ENVI检测方法探讨83.【IDL】编写高效率的IDL程序
84.【IDL】实现ENVI默认显示效果（线性拉伸算法）
85.【IDL】双视图关联示例86.【IDL】图像真彩色、假彩色和伪彩色显示87.【IDL】国外学习与开源网站汇总88.【IDL】 如何保存IDL绘制的图像或图形89.【IDL】学习书籍《Modern IDL》90.【IDL】 读写Excel的方法总结91.【IDL】 绘制颜色棒 （colorbar）92.【IDL】 IDL8.1新功能介绍93.【IDL】 讨论浮点运算精度问题 （IDL与Excef和Matlab相比）94.【IDL】 图像显示程序（直接图形法与对象图形法混合显示）95.【IDL】 IDL Advanced及其详细功能介绍96.【IDL】自定义鼠标光标样式（直接图形法与对象图形法）97.【IDL】多条件判断的另类写法（case代替i）98.2014年IDL培训班素材包及录屏共享99.IDL中开发游戏“2048”100.ENVI 6.0自助试用许可开放申请
收起

ENVI下无论打开任何一种图像，默认效果都特别的漂亮，而用IDL写代码直接显示的图像，在色彩、亮度方面都不如ENVI好看。而关于ENVI的2%裁剪算法，也没有详细的文档说明，具体原理是什么？应该怎么用IDL实现呢。

据个人字面理解，2%裁剪拉伸是基于直方图分布，对图像DN值分布在2%和98%之间的做线性拉伸。即拉伸时去除小于2%和大于98%的值，这样绝大多数的异常值会在拉伸时舍掉，显示出漂亮直观的效果。

存在一个问题，万一没有正好处于2%和98%的时候怎么办？

找了个影像仔细看下，默认[Scroll] Linear2%的拉伸情况下看直方图，发现下面特点



拉伸起点值为4，直方图统计分布在1.82%，下一个值5所在位置为2.79%；



拉伸终点为34，直方图统计分布在98.14%，前一个值33所在位置为97.63%；




故可认定ENVI的2%线性裁剪拉伸是按照2%和98%为界限，选取最临近分布的值分别作为拉伸数据范围。

编写IDL的测试代码如下：

FUNCTION LINEAR2, inImage,inPer

  COMPILE_OPT idl2

  ;

  IF N_ELEMENTS(inPer) EQ 0 THEN inPer = 0.02

 

  sz = SIZE(inImage)

  ;图像太大的话统计太慢，模仿ENVI，仅对Scroll窗口进行统计，默认大小是256*256

  IF sz[0] EQ 2 THEN BEGIN

   image = CONGRID(inImage, 256, 256)

  ENDIF ELSE BEGIN

   image = CONGRID(inImage, sz[1], 256, 256)

  ENDELSE

  ;图像基本信息

  sz = SIZE(image)

  IF sz[0] EQ 2 THEN BEGIN

   nPlanes = 1

    x = sz[1]

    y = sz[2]

  ENDIF ELSE BEGIN

   nPlanes = 3

    x = sz[2]

    y = sz[3]

  ENDELSE

 

  outImage = inImage

 

  FOR i=0, nPlanes-1 DO BEGIN

   IF nPlanes EQ 3 THEN img = REFORM(image[i,*,*]) ELSE img=image

   ;直方图统计

   array = HISTOGRAM(img,oMax = maxV,oMin = minV)

   arrnumb= N_ELEMENTS(array)

   ;

   percent = TOTAL(array,/CUMULATIVE)/TOTAL(array)

   idx1 = WHERE(percent LE inPer)

   idx2 = WHERE(percent GE inPer)

   number = N_ELEMENTS(idx1)

   ;计算当前inpert对应的数值 （2%）

   ;两个索引，取临近索引

   curIdx = (ABS(percent[idx1[number-1]]-inPer) LE ABS(percent[idx2[0]]-inPer))? idx1[number-1]:idx2[0]

   minvalue = minV +(maxV-minV)*curIdx/(arrnumb-1)

   ;1-inper对应数值 （98%）

   idx1 = WHERE(percent LE (1-inPer))

   idx2 = WHERE(percent GE (1-inPer))

   number = N_ELEMENTS(idx1)

   ;两个索引，取临近索引

   curIdx = (ABS(percent[idx1[number-1]]-1+inPer) LE ABS(percent[idx2[0]]-1+inPer))? idx1[number-1]:idx2[0]

   maxvalue = minV +(maxV-minV)*curIdx/(arrnumb-1)

   ;单波段还是多波段

   IF nPlanes EQ 3 THEN $

     outImage[i,*,*] = BYTSCL(outImage[i,*,*], max=maxvalue, min=minvalue) $

   ELSE outImage = BYTSCL(outImage, max=maxvalue, min=minvalue)

  ENDFOR

 

  IF nPlanes EQ 1 THEN outImage = REFORM(outImage)

 

  RETURN, outImage

END

 

posted @   地理遥感生态网平台  阅读(190)  评论(0)  编辑  收藏  举报
相关博文：
·  IDL Viewer 应用模版介绍（版本号更新为1.2）
·  【IDL】 IDL 8.2.2（SP2）新特性
·  【IDL】实现ENVI默认显示效果（线性拉伸算法）
·  【IDL代码库】置信区间计算和百分比线性拉伸
·  【IDL代码库】一个完整的ENVI扩展工具源码
阅读排行：
· winform 绘制太阳，地球，月球 运作规律
· AI与.NET技术实操系列（五）：向量存储与相似性搜索在 .NET 中的实现
· 超详细：普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码？零基础破解AI编程运行原理
· 上周热点回顾（3.3-3.9）
点击右上角即可分享
微信分享提示
AI IDE Trae