Landsat raster görüntülerinden yolları çıkarma

Yağmur ormanlarında yol ağlarının genişlemesi üzerine bir çalışma için Landsat görüntülerinden yollar çıkarmaya çalışıyorum. Zaten yolların gözle açıkça görülebildiği keskin ve bulutsuz kompozitlere sahibiz, ancak bunları hat özelliklerine çıkarmak zor oluyor, bu yüzden Landsat'ın sağladığı büyük görüntüleri işleyebilecek iyi bir algoritma veya yöntem biliyor mu diye merak ediyordum? Grass'ın r.thin'i denedim ama bu işe yaramıyor.

Brezilya Ulusal Uzay Araştırmaları Enstitüsü'nden edinilebilen ücretsiz yazılım SPRING ile görüntü segmentasyonu kullanmanızı tavsiye ederim . Belgelere buradan ve eğitimlere buradan ulaşabilirsiniz . Görüntü segmentasyonu, tamamen piksel tabanlı sınıflandırma yöntemlerine (örneğin ISODATA, Maksimum Olabilirlik, vb.) Kıyasla yüksek sınıflandırma doğruluğu üretir. Cevabımı daha iyi açıklığa kavuşturmak için, doğu Oregon'da mera boyunca uzanan bir yolu olan görüntülerde (nIR, 1m çözünürlük) görüntü segmentasyonu yaptım. BAHAR ile görüntü bölümleme gerçekleştirmek için genel iş akışı aşağıdaki gibidir:

1. Görüntüleri içe aktarma
2. Segmentasyon gerçekleştir (Sonuçlar 1'de gösterilen sonuçlar)
3. Hangi bölgelerin hangi sınıfa ait olduğunu seçerek eğitim seti oluşturun.
4. Bölümlere ayrılmış bölgelerde sınıflandırma yapın.

İlk görüntü, gerçek segmentasyonun sonuçlarını gösterir. Yol mavi renkle vurgulanır ve 3. adımda (eğitim) kullanılmıştır. Diğer tüm sınıfları (örneğin ot, ağaçlar vb.) Başka bir kategoriye topladım. Son görüntü, görüntü segmentasyonu ve sınıflandırma algoritmasının sonuçlarını gösterir. Gördüğünüz gibi, görüntü segmentasyonu örnek görüntülerle çok iyi sonuçlar verdi.

Landsat görüntülerle, örnek görüntülerimden daha az uzamsal çözünürlüğe sahip olacaksınız, ancak daha büyük spektral çözünürlüğe sahip olacaksınız ve böylece vejetatif ve vejetatsız alanlar arasındaki daha büyük farkları tespit edebileceksiniz. SPRING, şekillere ek olarak spektral bantları da dikkate aldığından, Landsat görüntülerinizi kullanarak çok iyi sonuçlar görmelisiniz. İyi şanslar ve bu kadar önemli bir konuyu araştırdığınız için teşekkürler.

Bölümlenmiş nesne (eğitimli olarak da adlandırılır) sınıflandırması bu sorun için çok başarılı bir şekilde kullanılabilir, ancak size bu alanda hangi yeteneklere sahip olduğunu söyleyecek kadar GRASS bilmiyorum. Yine de çokgenler elde edersiniz, bu yüzden hala onları inceltmeniz veya ortalama veya başka bir dönüşüm kullanmanız gerekir.

Kızılötesine yakın bir bant veya kompozitiniz varsa daha da iyi sonuçlar elde edersiniz, çünkü yolların ve diğer çorak zeminin yansıtıcılığı bitki örtüsünden önemli ölçüde farklıdır, ayrıca gölgeler ve daha küçük ölçüde kanopiler (yollar üzerinde) sonuç daha az.