คำถามติดแท็ก classification

ล็อคแล้ว คำถามและคำตอบของคำถามนี้ถูกล็อคเนื่องจากคำถามอยู่นอกหัวข้อ แต่มีความสำคัญทางประวัติศาสตร์ ขณะนี้ไม่ยอมรับคำตอบหรือการโต้ตอบใหม่ ซึ่งคุณไม่ต้องการเครื่องมือที่จะใช้สำหรับการจัดหมวดหมู่ของข้อมูลระยะไกลเช่นการจำแนกประเภทการใช้ประโยชน์ที่ดินและทำไม ? คุณลองใช้เครื่องมืออื่นใดและทำไมคุณถึงตัดสินใจกับมัน

18 remote-sensing  classification 

ปิด คำถามนี้จะต้องมีมากขึ้นมุ่งเน้น ไม่ยอมรับคำตอบในขณะนี้ ต้องการปรับปรุงคำถามนี้หรือไม่ อัปเดตคำถามเพื่อให้มุ่งเน้นที่ปัญหาเดียวโดยแก้ไขโพสต์นี้ ปิดให้บริการใน3 ปีที่ผ่านมา ไม่มีใครรู้ทางเลือก freeware ที่ดีใน eCognition? ฉันจำเป็นต้องแบ่งส่วนภาพและการจำแนก ฉันลองใช้การทดลองทาง ecognition และมันก็ดีจริงๆ ฉันทำงานกับ SPRING แต่มีข้อ จำกัด มากมาย ... มีปลั๊กอิน qgis ไหม?

16 software-recommendations  classification  free-software 

ฉันกำลังพยายามเข้าใจอย่างชัดเจนถึงความแตกต่างระหว่างการจำแนกพิกเซลและอิงวัตถุในโดเมนการรับรู้ระยะไกลและหวังว่าจะมีใครบางคนจากชุมชนนี้สามารถให้ข้อมูลเชิงลึกได้ จากข้อมูลที่ฉันมีจนถึงตอนนี้ความเข้าใจปัจจุบันของฉันอยู่ในบรรทัดเหล่านี้: การจัดหมวดหมู่ตามพิกเซล: การจำแนกจะกระทำในระดับต่อพิกเซลโดยใช้เฉพาะข้อมูลสเปกตรัมที่มีให้สำหรับแต่ละพิกเซลนั้น (เช่นค่าของพิกเซลภายในพื้นที่นั้นจะถูกละเว้น) ในแง่นี้แต่ละพิกเซลจะแสดงตัวอย่างการฝึกอบรมสำหรับอัลกอริทึมการจำแนกและตัวอย่างการฝึกอบรมนี้จะอยู่ในรูปของเวกเตอร์ n-มิติโดยที่ n คือจำนวนแถบสเปกตรัมในข้อมูลภาพ ดังนั้นอัลกอริทึมการจัดหมวดหมู่ที่ผ่านการฝึกอบรมจะส่งออกการทำนายคลาสสำหรับแต่ละพิกเซลในรูปภาพ การจำแนกประเภทตามวัตถุ: การจำแนกจะกระทำในกลุ่มพิกเซลที่แปลเป็นภาษาท้องถิ่นโดยคำนึงถึงคุณสมบัติเชิงพื้นที่ของแต่ละพิกเซลตามที่สัมพันธ์กัน ในแง่นี้ตัวอย่างการฝึกอบรมสำหรับอัลกอริทึมการจำแนกประเภทจะประกอบด้วยกลุ่มของพิกเซลและอัลกอริทึมการจำแนกประเภทที่ผ่านการฝึกอบรมจะส่งออกการทำนายคลาสสำหรับพิกเซลบนพื้นฐานกลุ่ม สำหรับตัวอย่างที่หยาบคายภาพอาจถูกแบ่งพาร์ติชันเป็น n เซ็กเมนต์ที่มีขนาดเท่ากันและแต่ละเซกเมนต์จะได้รับคลาส (เช่นมีวัตถุ / ไม่มีวัตถุ) ความคิดนี้ถูกต้องเกี่ยวกับความหมายของคำเหล่านี้หรือมีบางสิ่งที่ฉันพลาดไปหรือไม่

14 remote-sensing  classification  machine-learning 

ฉันสนใจโซลูชันราคาถูกหรือโอเพ่นซอร์สสำหรับการสร้างเลเยอร์ GIS ครอบคลุมพื้นที่ซึ่งใช้อัลกอริธึมการสกัดทั้งสเปกตรัมและเนื้อสัมผัส ฉันเคยใช้ PCI Geomatica, ENVI และ Feature Analyst VLS ในอดีต; แต่โซลูชั่นเหล่านี้มีราคาเกินขอบเขตของฉันเล็กน้อยคำแนะนำซอฟต์แวร์ใด ๆ

14 open-source-gis  remote-sensing  classification  feature-extraction  land-cover 

ฉันมีชุดภาพถ่ายทางอากาศของพืชพรรณซึ่งต้องจำแนก แทนที่จะใช้การตีความด้วยตนเองฉันต้องการลองใช้การจัดประเภทตามวัตถุตาม Orfeo Toolbox ในการประมวลผล QGIS อย่างไรก็ตามฉันไม่พบบทช่วยสอนที่อธิบายวิธีการใช้งานใน QGIS ในคู่มือ Orfeo ขั้นตอนคือ การแบ่งส่วนภาพ (ทั้งหมดหรือบางส่วนเท่านั้น); Image to LabelObjectMap (ชนิดของ std :: map) การแปลง ในที่สุด relabeling; การคำนวณคุณสมบัติสำหรับภูมิภาคโดยใช้ภาพก่อนการแบ่งส่วน: การกรองวัตถุ LabelObjectMap เพื่อการแปลงภาพ แต่ฉันไม่สามารถค้นหาทีละขั้นตอนเฉพาะซึ่งขั้นตอนวิธีทางภูมิศาสตร์ที่จะใช้ ฉันพยายามติดตามเวิร์กโฟลว์ LSMC (การจำแนกค่าเฉลี่ยขนาดใหญ่) และเรียกใช้การแบ่งกลุ่ม (Meanshift) ผลลัพธ์ของ LSMC นั้นค่อนข้างดี แต่ฉันไม่รู้ว่าจะทำอะไรต่อจากการติดป้ายชื่อวัตถุ (หรือสร้างวัตถุฝึกอบรม) และจำแนกมัน ฉันลองใช้ TrainImageClassifier (SVM), TrainORGLayerClassifier, ORGLayerClassifier แต่ไม่มีผลลัพธ์ออกมา ฉันพยายามหาบทเรียนบางอย่าง แต่ไม่สามารถหาได้ ฉันสับสนอย่างสิ้นเชิงเกี่ยวกับขั้นตอนการทำงาน

13 qgis  classification  orfeo-toolbox 

ฉันกำลังมองหาวิธีการประมวลผลภาพระยะไกลและแยกพื้นที่มงกุฎของต้นไม้แต่ละต้นออกจากภาพ ฉันมีทั้งภาพที่มีความยาวคลื่นเป็นภาพและมีข้อมูล Lidar จากพื้นที่ สถานที่ที่สงสัยคือพื้นที่ทะเลทรายดังนั้นต้นไม้จึงไม่หนาแน่นเท่ากับพื้นที่ป่า ความละเอียดของภาพถ่ายทางอากาศคือ 0.5 ฟุตคูณ 0.5 ฟุต ความละเอียด LIDAR อยู่ที่ประมาณ 1 x 1 ฟุต ทั้งข้อมูลภาพและ lidar มาจากชุดข้อมูล Pima County, Arizona ตัวอย่างประเภทภาพถ่ายทางอากาศที่ฉันมีอยู่ที่ส่วนท้ายของโพสต์นี้ คำถามนี้การตรวจสอบต้นไม้แบบเดี่ยวใน ArcMap? ดูเหมือนจะเป็นปัญหาเดียวกัน แต่ดูเหมือนจะไม่มีคำตอบที่ดี ฉันสามารถรับการจำแนกประเภทพืชพรรณที่สมเหตุสมผล (และข้อมูลเกี่ยวกับการครอบคลุมเปอร์เซ็นต์โดยรวม) ในพื้นที่โดยใช้การจัดหมวดหมู่ Iso Cluster ใน Arcmap แต่จะให้ข้อมูลเล็กน้อยเกี่ยวกับต้นไม้แต่ละต้น ที่ใกล้เคียงที่สุดกับสิ่งที่ฉันต้องการคือผลลัพธ์ของการส่งผ่านการจัดหมวดหมู่ isocluster ผ่านคุณสมบัติ Raster to Polygon ใน Arcmap ปัญหาคือว่าวิธีนี้ผสานต้นไม้เข้าด้วยกันเป็นรูปหลายเหลี่ยมเดียว แก้ไข: ฉันควรจะมีรายละเอียดเพิ่มเติมเกี่ยวกับสิ่งที่ฉันมี ชุดข้อมูลดิบที่ฉันมีคือ: ข้อมูลเลเซอร์เต็มรูปแบบและรูปแบบแรสเตอร์ที่สร้างขึ้นจากมัน ภาพที่มองเห็น …

13 remote-sensing  lidar  classification  land-cover  image-segmentation 

ฉันได้ค้นพบเพียงแค่การจัดหมวดหมู่ Hansen's น่าทึ่งเกี่ยวกับการสูญเสียป่าไม้และเรื่องการเจริญเติบโตได้ที่http://www.globalforestwatch.org/ตีพิมพ์ในวิทยาศาสตร์ 2013เมื่อ: แฮนเซน, MC, Potapov พีวีมัวร์ R ., Hancher, M. , Turubanova, SA, & Tyukavina, A. (2013) แผนที่ความละเอียดสูงระดับโลกของการเปลี่ยนแปลงการปกคลุมป่าในศตวรรษที่ 21 วิทยาศาสตร์, 342 (6160) (15 พฤศจิกายน), 850–854 ดอย: DOI: 10.1126 / science.1244693 อย่างไรก็ตามฉันไม่สามารถหาวิธีการที่แน่นอนในการทำซ้ำแผนที่ดังกล่าวในเว็บไซต์นี้ / บนเว็บไซต์เพื่อให้การจำแนกประเภทที่ Hansen ใช้? สิ่งเดียวที่ฉันสามารถหาได้คืออัลกอริทึมการเรียนรู้ภายใต้การดูแลใช้เพื่อระบุต้นไม้ปกคลุม แต่มันค่อนข้างกว้าง ถ้าเป็นไปได้ฉันต้องการใช้วิธีการเดียวกัน (แต่ใช้กับ 90 ปี) ดังนั้นก่อนการจัดประเภทของ Hansen ในพื้นที่ที่ฉันเลือก

10 raster  remote-sensing  classification  landsat  forest-ecology 

ฉันพยายามจำแนกบางพื้นที่ทางตอนเหนือของประเทศมองโกเลียโดยใช้ภาพถ่ายดาวเทียม Landsat 8 จากปี 2013 เนื่องจากการบันทึกถูกสร้างขึ้นในฤดูหนาวดวงอาทิตย์จึงต่ำมากในเวลาที่ซื้อกิจการ ดังนั้นจึงมีเงาที่ยาวและมืดมากจากภูเขา ฉันสามารถระบุเงานี้โดยใช้ DEM ตามที่อธิบายไว้ในคำถามนี้: วิธีลบเอฟเฟกต์ภูมิประเทศเช่นเดียวกับเงาจากภาพ Landsat ฉันจะจัดหมวดหมู่ภายใต้การดูแลสำหรับพื้นที่เงาที่ถูกคลิปได้อย่างไร เป็นไปได้หรือไม่ที่จะยกระดับพื้นที่นี้ ฉันลองอัตราส่วนวงบ้าง แต่ไม่รู้ว่าอะไรดีที่สุดสำหรับงานของฉัน ในภาพนี้คุณจะเห็นว่ามีบางพื้นที่ที่ปลูกในเงามืด แต่ไม่สามารถจัดประเภทได้

10 dem  remote-sensing  classification  landsat-8  shadow 

ฉันมีข้อมูลในรูปแบบ LAS พร้อมค่า RGB ที่สร้างจาก photogrammetry ทางอากาศโดยใช้ UAV ฉันกำลังพยายามหาวิธีที่จะแยก DEM ดินจากเมฆจุด ฉันได้ลอง SAGA, Fusion, MCC-LIDAR แล้ว แต่ดูเหมือนว่าพวกเขาต้องการไฟล์ LAS เพื่อที่จะถูกจัดประเภทอยู่แล้ว ทุกคนสามารถชี้นำฉันในทิศทางที่ถูกต้องพร้อมคำอธิบายสั้น ๆ เกี่ยวกับกระบวนการได้หรือไม่? โดยทั่วไปฉันจะต้องดำเนินการประมาณ 100 คะแนนในแต่ละครั้ง (สามารถเรียงต่อกันหากจำเป็น)

10 dem  lidar  classification  las  unmanned-aerial-vehicle 

ผมอยู่ในแผนที่ Google วันนี้และสังเกตเห็นใกล้บัลติมอร์สหรัฐอเมริกาที่แม่น้ำคือมีจุดสีน้ำตาลขนาดใหญ่ นี่เป็นเพราะของเสียทั้งหมดหรือไม่ ถ้าเป็นเช่นนั้นสิ่งนี้จะดำเนินไปตลอดทางลงสู่มหาสมุทร?

10 google-maps  imagery  classification 

ฉันมีอนุกรมเวลาของภาพถ่ายดาวเทียม (5 แบนด์) และต้องการจำแนกพวกมันโดย kmeans ใน R สคริปต์ของฉันทำงานได้ดี (วนผ่านรูปภาพของฉันแปลงภาพเป็น data.frame จัดกลุ่มพวกมันแล้วแปลงกลับเป็น แรสเตอร์): for (n in files) { image <- stack(n) image <- clip(image,subset) ###classify raster image.df <- as.data.frame(image) cluster.image <- kmeans(na.omit(image.df), 10, iter.max = 10, nstart = 25) ### kmeans, with 10 clusters #add back NAs using the NAs in …

10 r  classification 

ฉันต้องการแปลงภาพจาก 32 บิตเป็น 8 บิต ฉันกำลังใช้ otb เพื่อคำนวณพื้นผิวและเอาท์พุทแรสเตอร์อยู่ที่ 8 บิตฉันจะใช้ข้อมูลนี้เป็นเลเยอร์สแต็คสำหรับภาพแบบหลายหน่วยของฉันที่ 32 บิต! วิธีการแปลงจาก 8 บิตเป็น 32 บิตถ้าเป็นไปได้ใน QGIS?

10 qgis  raster  convert  classification