卫星数据（和图像）的位深度是多少？¶
位深度（8位对4位）
钻头深度 以位为单位表示的每个像素中的细节量。
一个1位栅格包含两个值（零和一）。而8位栅格的范围是0-255（总共256个值）。
一个1位的栅格有两种颜色——简单的黑白——或者是和否。一个8位的栅格有256种灰色。
添加微信好友, 获取更多信息
复制微信号
广泛的值范围使像素值能够区分能量的微小差异。了解它了吗？让我们进一步研究一下：
8位与4位与2位图像¶
这个 8-bit 下面的例子显示了两个不同深度的东京海岸。每个波段（红、绿、蓝）有256种颜色，像素深度为8。2 8 = 256
辐射分辨率8位哨兵2–东京海岸
这是同样的图像 4-bit 只有16种颜色。2 4 = 16
辐射分辨率4位哨兵2–东京海岸
4位图像的像素变化不像经典的任天堂游戏。而8位图像在每个波段提供更多的阴影，总共256个。
如果没有如图中所示的阴影范围，则会损失很多质量。 2-bit 图像：
辐射分辨率2位哨兵2–东京海岸
卫星位深示例¶
传感器使用的数字（DN）的确切范围取决于其辐射分辨率。
例如：
陆地卫星多光谱传感器（MSS）测量0-63dn尺度上的辐射。
陆地卫星专题制图仪（TM）以0-255的比例对其进行测量。
Landsat-8图像为16位辐射分辨率（范围为0-65535）。
作为一种趋势，随着传感器质量的提高，钻头深度也在逐年增加。
光谱、空间和辐射分辨率¶
你不一定会用更高的辐射分辨率来提高图像的质量。
它将为每个像素产生更大范围的值。但它也 取决于空间和光谱分辨率 .
传感器应在光谱、空间和辐射分辨率之间保持平衡。
空间分辨率更高， less 每像素检测地面能量。像素越小，地面面积越小。返回传感器的上涌能量会减少。在这种情况下，您必须扩 *** 长范围以增加检测到的能量。
每个传感器都有一个特定的目标。例如，较小的空间分辨率（较大的像素）补偿像素大小，但获得更大的光谱和辐射分辨率。
空间分辨率：低中高
钻头深度和文件大小¶
更高的辐射分辨率意味着权衡。随着像素深度的增加，文件大小也会变大。
东京的8位哨兵图像是355 MB
东京的4位哨兵图像是46MB
东京的2位哨兵图像只有12MB
如果文件存储是一个问题，那么考虑图像中的位深度。图像中的值范围越小意味着消耗的内存越少（但质量也越差）。
另外，您可以通过选择 lossy and lossless compression *** 。
有损压缩（如jpeg）永久地消除某些信息（尤其是冗余信息）（即使用户可能没有注意到）。但是，无损压缩（如lz77）在压缩期间保留值，并且文件大小也会减小。
阅读更多: Image Compression and Encoding for Raster Data
接下来是什么？¶
既然你已经掌握了辐射分辨率的基本知识…
你自己看看一个像素有多少细节…
拍摄卫星图像，并将其从8位转换为4位。在Arcgis中，选择数据管理工具>栅格>栅格数据集>复制栅格。请确保缩放栅格，这样像素值将从较大的位深度缩放到较小的位深度。
您将看到每个像素中的细节量是如何减少的，而信息丢失在 remote sensing applications。 另一方面，它可以为您节省千兆字节的文件存储空间。
来源：开源地理空间基金会中文分会
来源链接：https://www.osgeo.cn/post/1e2b6
本站声明:网站内容来源于 *** ,如有侵权,请联系我们,我们将及时处理。
