Wie normalisieren Sie 16-Bit-Geotiff-Bilder und stapeln Sie sie für die RGB-Erstellung, ohne Daten zu verlieren? ⇐ Python

[Anonymous]

Ich arbeite mit einer Reihe von Fernerkundungsbildern im Geotiff -Format für ein maschinelles Lernprojekt. Diese Bilder umfassen: < /p>

Red Bande, Green Band und Blue Band (optische Bänder) im 16-Bit-Auflösungsbereich. < /Li>
VH -Band aus synthetischen Apertur -Radardaten (SAR). Jedes Pixel. Ich muss diese Bilder vorverarbeiten auf: < /p>

Normalisieren Sie die Pixelwerte, ohne Daten zu verlieren. < /Li>
Stapeln Sie die einzelnen Bänder (Rot, Grün, Blau und VH) Um ein zusammengesetztes RGB -Bild zu erstellen, das für das Training eines Modells geeignet ist. Normalisierungsziel: Ich muss die Bilder so normalisieren, dass die Pixelwerte in einen bestimmten Bereich passen, aber ich möchte während des Prozesses keine der ursprünglichen Daten verlieren. Mir ist bewusst, dass typische Normalisierungs-Pixelwerte zu einem Bereich wie [0, 1] oder [0, 255] skaliert werden, aber ich bin besorgt darüber, wertvolle Informationen aufgrund der 16-Bit-Tiefe zu verlieren. < /P>
Stapelbänder für RGB: Einmal normalisiert, muss ich die rot-, grün-, blau- und VH -Bänder stapeln, um ein RGB -Verbundbild zu erstellen. Da jedoch SAR-Bilder (VH-Bande) im RGB-Format nicht inhärent sind, bin ich mir nicht sicher, wie ich sie effektiv kombinieren soll. Pixelwerte, aber ich befürchte, dass diese Methode zu einem Auflösungsverlust im höheren oder niedrigeren Bereich der Pixelwerte führen könnte. [0, 255] für das Standard -RGB -Format anpassen, dies kann jedoch einen Informationsverlust für Pixel mit hohem Dynamikbereich (insbesondere in SAR -Daten) verursachen. Normalisieren Sie 16-Bit-Bilder: Wie kann ich 16-Bit-Bilder richtig normalisieren, sodass ich alle wertvollen Informationen, insbesondere aus der SAR-Band (VH), beibehält? Soll ich sie auf einen Bereich wie [0, 1] oder [0, 255] normalisieren oder einen anderen Ansatz verwenden? Die roten, grün-, blauen und vh -Bänder in ein einzelnes Bild zum Training eines Modells ohne Einführung von Verzerrungen oder Verlust von Daten? Sollte ich vor dem Stapeln irgendeine Form der Skalierung für das SAR -Band anwenden? Ich bin offen für Vorschläge zu erweiterten Methoden wie Histogramm -Matching, Quantisierung oder anderen fortschrittlichen Vorverarbeitungstechniken, um den hohen Dynamikbereich dieser Bilder beizubehalten. Die Vorverarbeitungspipeline wäre sehr geschätzt. Vielen Dank im Voraus! < /P>
Link für die Bilder:
text < /p>