R, görüntü segmentasyonu kapasitesine sahiptir, ancak karşılaştığım tüm örneklerde segmentasyon için tek bir bant kullanılır ( örnek ). R'nin rastgele orman imajı sınıflandırma kapasitesini nesne yönelimli bir segmentasyon yaklaşımıyla birleştirmekle ilgileniyorum.
R, doğal kaynaklara dayalı analiz için uygun olan multispektral görüntü segmentasyonu için hangi işlevselliğe sahiptir? Veya daha fazla analiz için tek bir bant segmentasyonunun sonuçlarının nasıl bağlanacağı.
5
Bağladığınız örnekte, spektral kümeleme kullanıyorlar. Spektral kümeleme prensip olarak n-boyutlu verilere de uygulanabilir, çünkü herhangi bir veri türü için oluşturulabilecek bir benzerlik matrisini ayrıştırır. Spektral kümelemenin prensibi, verileri daha düşük boyutlu bir alana gömmek ve o alanda kümeleme yapmaktır (örneğin kmeans ile). R ile çok aşina değilim, ama sadece birkaç satır kod alacağından eminim (en azından matlab, birkaç satır alır). Değilse, ortalama kaydırma segmentasyonu gibi diğer yaklaşımların ücretsiz uygulamaları olduğundan eminim.
—
pixelmitch
R (sadece açık kaynaklı bir şey) olması gerekmiyorsa, segmentasyon için RSGISLib kullanabilir ve scikit-learn kullanarak Rastgele Ormanlar uygulayabilirsiniz. Bunu burada nasıl yapacağım hakkında yazdığım bir örnek var. spectraldifferences.wordpress.com/2014/09/07/… . Nesneleri bölümlere ayırmak ve özniteliklendirmek için RSGISLib'i kullanabilir ve ardından sınıflandırma için bir metin dosyası olarak R'ye alabilirsiniz.
—
danclewley
Bir cevap buldunuz mu?
—
George Nostradamos
@GeorgeNostradamos R için değil. Bununla birlikte, Python'un birden çok bant kullanan ortalama bir kaydırma segmentasyonu vardır. Bunun scikit-öğren paketinde olduğuna inanıyorum.
—
Aaron
@Aaron Zaten python ve GRASS ile deneyimim var ama R'yi ne kadar itebileceğimi görmek istedim. Yine de ne bulabileceğimi göreceğim, teşekkürler
—
George Nostradamos