Estoy interesado en una solución de bajo coste o de código abierto para crear capas GIS de cobertura del suelo que utilicen algoritmos de extracción espectral y textural. He utilizado PCI Geomatica, ENVI y Feature Analyst VLS en el pasado; sin embargo, estas soluciones están un poco fuera de mi rango de precios, ¿alguna recomendación de software?
Respuestas
¿Demasiados anuncios?
Puede utilizar GRASS GIS para ello, que admite la extracción de texturas y la clasificación de imágenes basada en un enfoque radiométrico/segmentación. Para hacerse una idea, consulte esto resumen de la conferencia , una charla prevista en el FCE CTU 2011 de Geoinformática.
Véase también: http://grass.osgeo.org/wiki/Image_processing y http://grass.osgeo.org/wiki/Image_classification para obtener una visión general.
Mohit Jain
Puntos
145
Si le he entendido bien, está buscando un procedimiento de clasificación supervisado. Algunos antecedentes teóricos: http://rst.gsfc.nasa.gov/Sect1/Sect1_17.html
Esto es ciertamente posible a través de la hierba: http://grass.osgeo.org/wiki/Image_classification#Supervised_classification_2
Como alternativa también podrías mirar saga (no digo que sea mejor, simplemente lo conozco mejor), que también juega muy bien con qgis y R. Hay algunos videos de demostración en este sitio: http://www.uni-koblenz-landau.de/landau/fb7/umweltwissenschaften/landscape-ecology/Teaching/geostat (descargue los archivos de datos para obtener las presentaciones).
En todos los programas gis, lo que se hace es definir una serie de puntos de referencia o polígonos en un tipo de terreno, que luego se extrapolan al resto de la zona. He aquí un ejemplo de clasificación del uso del suelo:
Y de hecho si has dibujado tus polígonos de entrenamiento en cualquier programa gis, puedes usar R para predecir. Haz una superposición con tus cuadrículas, y luego utiliza cualquier sistema de predicción que quieras (por ejemplo, rpart si quieres árboles de clasificación). Más información en este libro alrededor de la página 222: http://www.lulu.com/product/file-download/a-practical-guide-to-geostatistical-mapping/14938111
Hay mucho más que decir, sus conjuntos de entrenamiento deben ser representativos de su área de estudio (tal vez incluso sería mejor generar puntos aleatorios en R y clasificarlos). También debe elegir cuidadosamente sus conjuntos de datos auxiliares, y es posible que desee generar otros nuevos si, por ejemplo, la textura es una propiedad importante.
--
Si lo único que quiere hacer es extraer regiones o características (sin clasificarlas), lo más probable es que lo que quiera sea un algoritmo de segmentación. En este documento se analiza un ejemplo (implementado en SAGA GIS): http://mirror.transact.net.au/pub/sourceforge/s/project/sa/saga-gis/SAGA%20-%20Documentation/GGA115/gga115_03.pdf
eplawless
Puntos
2076
Eso se puede hacer con GRASS.
En primer lugar, trabajará con datos rasterizados:
- Le señalaré a ese tutorial . Ver la parte de la trama.
- Utilizarás r.mapcalc y r.reclasificación para extraer las características deseadas.
- r.to.vect le permitirá vectorizar sus datos.
Por último, manipulará datos vectoriales . v.db.select y v.clase te ayudará.
