ฉันอยากจะแนะนำให้ใช้การแบ่งส่วนภาพด้วยซอฟต์แวร์ฟรีSPRINGซึ่งมีอยู่ในสถาบันการวิจัยอวกาศแห่งชาติของบราซิล เอกสารสามารถใช้ได้ที่นี่และแบบฝึกหัดที่มีอยู่ที่นี่ การแบ่งส่วนภาพสร้างความแม่นยำในการจำแนกสูงเมื่อเทียบกับวิธีการจัดหมวดหมู่ตามพิกเซลล้วนๆ (เช่น ISODATA, ความน่าจะเป็นสูงสุด ฯลฯ ) เพื่อช่วยอธิบายคำตอบของฉันได้ดีขึ้นฉันทำการแบ่งส่วนภาพตามภาพถ่าย (ความละเอียด nIR ความละเอียด 1 ม.) ที่มีถนนวิ่งผ่าน rangeland ในรัฐโอเรกอนตะวันออก เวิร์กโฟลว์ทั่วไปเพื่อดำเนินการแบ่งส่วนภาพด้วย SPRING มีดังนี้:
- นำเข้าภาพ
- ทำการแบ่งกลุ่ม (ผลลัพธ์ที่แสดงในภาพที่ 1)
- สร้างชุดการฝึกอบรมโดยเลือกภูมิภาคที่เป็นของชั้นเรียน
- ดำเนินการจำแนกในภูมิภาคแบ่งส่วน
ภาพแรกแสดงผลลัพธ์ของการแบ่งส่วนที่แท้จริง ถนนถูกเน้นด้วยสีน้ำเงินและถูกใช้ระหว่างขั้นตอนที่ 3 (การฝึกอบรม) ฉันรวบรวมคลาสอื่นทั้งหมด (เช่นหญ้าต้นไม้ ฯลฯ ) เป็นหมวดหมู่อื่น ภาพสุดท้ายแสดงผลลัพธ์ของการแบ่งส่วนภาพและอัลกอริทึมการจัดหมวดหมู่ อย่างที่คุณเห็นการแบ่งส่วนภาพให้ผลลัพธ์ที่ดีมากกับภาพตัวอย่าง
ด้วยภาพ Landsat คุณจะมีความละเอียดเชิงพื้นที่น้อยกว่าภาพตัวอย่างของฉัน แต่คุณจะมีความละเอียดสเปกตรัมมากขึ้นและจะสามารถตรวจสอบความแตกต่างระหว่างพื้นที่พืชและพื้นที่ที่ไม่ใช่พืชได้มากขึ้น เนื่องจาก SPRING คำนึงถึงแถบความถี่ของสเปกตรัมนอกเหนือจากรูปร่างคุณควรเห็นผลลัพธ์ที่ดีมากเมื่อใช้ภาพ Landsat ของคุณ ขอให้โชคดีและขอขอบคุณสำหรับการค้นคว้าหัวข้อสำคัญเช่นนี้