Para un estudio sobre la expansión de redes de carreteras en la selva estoy intentando extraer caminos de imágenes Landsat. ¿Ya tenemos compuestos agudos y sin nubes en el que los caminos son claramente visibles por el ojo pero las características de la línea extrayendo resulta difícil así que me preguntaba si alguien sabe de un buen algoritmo o método que puede controlar las grandes imágenes que ofrece Landsat? Lo he intentado r.thin de hierba, pero esto no parece funcionar.
Respuestas
¿Demasiados anuncios?
Aaron
Puntos
25882
Me gustaría recomendar el uso de la segmentación de la imagen con el software libre de la PRIMAVERA, a disposición de la Brasileña Instituto Nacional de Investigación Espacial. La documentación está disponible aquí y tutoriales están disponibles aquí. La segmentación de la imagen que produce la alta precisión de la clasificación en comparación puramente basada en píxeles métodos de clasificación (por ejemplo, ISODATA, Máxima Verosimilitud, etc). Para ayudar a aclarar mejor mi respuesta, he realizado la segmentación de la imagen en las imágenes (nIR, resolución de 1m), que había un camino que corre a través de los pastizales en la región oriental de Oregon. El flujo de trabajo general para realizar la segmentación de la imagen con la PRIMAVERA es la siguiente:
- Importación de imágenes
- Realizar la segmentación (los Resultados se muestra en la imagen 1)
- Crear conjunto de entrenamiento mediante la selección de las regiones que pertenecen a la cual clase.
- Realizar la clasificación en la segmentación de las regiones.
La primera imagen muestra los resultados de la actual segmentación. La carretera está resaltada en azul y fue utilizado durante el paso 3 (capacitación). Yo agrupa a todos los de las otras clases (por ejemplo, la hierba, los árboles, etc) en otra categoría. La imagen final muestra los resultados de la segmentación de la imagen y el algoritmo de clasificación. Como se puede ver, la segmentación de la imagen producido muy buenos resultados con la muestra de imágenes.
Con las imágenes de Landsat, que tiene menos resolución espacial que mi muestra las imágenes, sin embargo, usted tendrá una mayor resolución espectral y por lo tanto será capaz de detectar las mayores diferencias entre la vegetación y no a zonas con vegetación. Desde la PRIMAVERA tiene en cuenta las bandas espectrales además de las formas, usted debe ver muy buenos resultados con su imagen Landsat. La mejor de las suertes y gracias por la investigación de un asunto tan importante.
gregmac
Puntos
12813
Segmentado objeto (aka capacitados) la clasificación se puede utilizar muy bien para este problema, pero no sé HIERBA suficiente para decirle qué capacidades en esta área. Te gustaría obtener polígonos sin embargo, lo que todavía habría que delgada de ellos o la utilización de un medio o de alguna otra transformación.
Obtendrás mejores resultados si usted tiene una en el infrarrojo cercano de la banda o compuestos disponibles, ya que la reflectividad de las carreteras y otras tierra estéril es significativamente diferente de la de la vegetación, además de las sombras y, en menor medida, el toldo (caminos) que influyen en el resultado menos.
