แยกถนนออกจากรูปภาพแรสเตอร์แรนซัม


11

สำหรับการศึกษาเกี่ยวกับการขยายตัวของเครือข่ายถนนในป่าฝนฉันพยายามแยกถนนออกจากภาพแลนดอร์ เรามีคอมโพสิตที่คมชัดและปราศจากเมฆที่มองเห็นถนนได้อย่างชัดเจนด้วยตา แต่การแยกส่วนเหล่านั้นออกเป็นคุณลักษณะของเส้นนั้นพิสูจน์ได้ยากดังนั้นฉันจึงสงสัยว่าถ้ามีใครรู้วิธีหรืออัลกอริธึมที่ดี ฉันได้ลอง r.thin ของ Grass แต่ดูเหมือนว่าจะไม่ทำงาน

คำตอบ:


10

ฉันอยากจะแนะนำให้ใช้การแบ่งส่วนภาพด้วยซอฟต์แวร์ฟรีSPRINGซึ่งมีอยู่ในสถาบันการวิจัยอวกาศแห่งชาติของบราซิล เอกสารสามารถใช้ได้ที่นี่และแบบฝึกหัดที่มีอยู่ที่นี่ การแบ่งส่วนภาพสร้างความแม่นยำในการจำแนกสูงเมื่อเทียบกับวิธีการจัดหมวดหมู่ตามพิกเซลล้วนๆ (เช่น ISODATA, ความน่าจะเป็นสูงสุด ฯลฯ ) เพื่อช่วยอธิบายคำตอบของฉันได้ดีขึ้นฉันทำการแบ่งส่วนภาพตามภาพถ่าย (ความละเอียด nIR ความละเอียด 1 ม.) ที่มีถนนวิ่งผ่าน rangeland ในรัฐโอเรกอนตะวันออก เวิร์กโฟลว์ทั่วไปเพื่อดำเนินการแบ่งส่วนภาพด้วย SPRING มีดังนี้:

  1. นำเข้าภาพ
  2. ทำการแบ่งกลุ่ม (ผลลัพธ์ที่แสดงในภาพที่ 1)
  3. สร้างชุดการฝึกอบรมโดยเลือกภูมิภาคที่เป็นของชั้นเรียน
  4. ดำเนินการจำแนกในภูมิภาคแบ่งส่วน

ภาพแรกแสดงผลลัพธ์ของการแบ่งส่วนที่แท้จริง ถนนถูกเน้นด้วยสีน้ำเงินและถูกใช้ระหว่างขั้นตอนที่ 3 (การฝึกอบรม) ฉันรวบรวมคลาสอื่นทั้งหมด (เช่นหญ้าต้นไม้ ฯลฯ ) เป็นหมวดหมู่อื่น ภาพสุดท้ายแสดงผลลัพธ์ของการแบ่งส่วนภาพและอัลกอริทึมการจัดหมวดหมู่ อย่างที่คุณเห็นการแบ่งส่วนภาพให้ผลลัพธ์ที่ดีมากกับภาพตัวอย่าง

ด้วยภาพ Landsat คุณจะมีความละเอียดเชิงพื้นที่น้อยกว่าภาพตัวอย่างของฉัน แต่คุณจะมีความละเอียดสเปกตรัมมากขึ้นและจะสามารถตรวจสอบความแตกต่างระหว่างพื้นที่พืชและพื้นที่ที่ไม่ใช่พืชได้มากขึ้น เนื่องจาก SPRING คำนึงถึงแถบความถี่ของสเปกตรัมนอกเหนือจากรูปร่างคุณควรเห็นผลลัพธ์ที่ดีมากเมื่อใช้ภาพ Landsat ของคุณ ขอให้โชคดีและขอขอบคุณสำหรับการค้นคว้าหัวข้อสำคัญเช่นนี้

ป้อนคำอธิบายรูปภาพที่นี่

ป้อนคำอธิบายรูปภาพที่นี่


น่ากลัว Orfeo Toolbox เป็นอีกหนึ่งตัวเลือกที่คล้ายกัน
Ragi Yaser Burhum

3

การแบ่งหมวดหมู่ของวัตถุ (การฝึกอบรม aka) สามารถนำมาใช้ได้อย่างประสบความสำเร็จมากสำหรับปัญหานี้ แต่ฉันไม่รู้ว่า GRASS มากพอที่จะบอกคุณได้ว่าความสามารถที่มีในพื้นที่นี้ คุณจะได้รูปหลายเหลี่ยมดังนั้นคุณยังต้องทำให้ผอมลงหรือใช้ค่าเฉลี่ยหรือการแปลงอื่น ๆ

คุณจะได้ผลลัพธ์ที่ดียิ่งขึ้นหากคุณมีแถบอินฟราเรดหรือคอมโพสิตใกล้เคียงเนื่องจากการสะท้อนแสงของถนนและพื้นดินที่แห้งแล้งอื่น ๆ นั้นแตกต่างจากพืชพรรณอย่างมีนัยสำคัญรวมทั้งเงาและหลังคาเล็ก ๆ ส่งผลให้น้อยลง


มันตลกที่คุณพูดถึงอินฟราเรดใกล้เพราะเป็นสิ่งที่ฉันเพ่งความสนใจไปและมันก็แตกต่างอย่างชัดเจนจากป่าที่เก่าแก่ แต่ป่าที่ถูกรบกวนนั้นมีลายเซ็นใกล้กับ IR ค่อนข้างมาก ฉันจะลองจัดหมวดหมู่วัตถุแยกชิ้นกันลองดูกัน
Biekart
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.