«classification» etiketlenmiş sorular

Varlıkları gruplara veya kategorilere ayırma veya düzenleme süreci; bir harita üzerinde, bir grubun üyelerini aynı sembolle temsil etme süreci, genellikle bir lejanda tanımlanır.

9
Uzaktan Algılama Verilerinin Sınıflandırılması için Hangi Araçları kullanıyorsunuz?
Kilitli . Bu soru ve cevapları kilitlidir çünkü soru konu dışıdır, ancak tarihsel önemi vardır. Şu anda yeni yanıtları veya etkileşimleri kabul etmiyor. Arazi kullanımını sınıflandırmak gibi uzaktan algılama verilerinin sınıflandırılması için hangi aracı kullanmayı tercih ediyorsunuz ve neden ? Başka hangi araçları denediniz ve neden bunlara karşı karar verdiniz?


3
Piksel tabanlı ve nesne tabanlı sınıflandırma arasındaki ayrım?
Uzaktan algılama alanındaki piksel tabanlı ve nesne tabanlı sınıflandırma arasındaki farkı açıkça anlamakta zorlanıyorum ve bu topluluktan birisinin içgörü sağlayabileceğini umuyorum. Şimdiye kadar edindiğim bilgilere dayanarak, şu anki anlayışım şu satırlarda: Piksel tabanlı sınıflandırma: Sınıflandırma, yalnızca söz konusu piksel için mevcut olan spektral bilgiler kullanılarak piksel başına her seviyede yapılır …

3
Uydu Görüntülerinden Arazi Örtüsü Özelliği Çıkarma
Hem spektral hem de dokusal ekstraksiyon algoritmalarını kullanan arazi örtüsü CBS katmanları oluşturmak için düşük maliyetli veya açık kaynaklı bir çözümle ilgileniyorum. Geçmişte PCI Geomatica, ENVI ve Feature Analyst VLS kullandım; ancak bu çözümler fiyat aralığımın biraz ötesinde, herhangi bir yazılım önerisi var mı?

1
QGIS eğitiminde / iş akışında Orfeo Toolbox nesne tabanlı sınıflandırmayı mı kullanıyorsunuz?
Sınıflandırılması gereken bir dizi bitki örtüsü fotoğrafım var. Manuel yorumlama kullanmak yerine, QGIS İşleme'deki Orfeo Araç Kutusu'na dayalı Nesne Tabanlı sınıflandırmayı kullanmayı denemek istiyorum. Ancak, QGIS'de nasıl yapılacağını açıklayan herhangi bir öğretici bulamıyorum. Orfeo kılavuzunda adımlar Görüntü segmentasyonu (tamamı veya sadece bir kısmı); Image to LabelObjectMap (bir tür std :: …

5
Uzaktan algılama verilerinden ağaç taç alanlarını çıkarma (görsel görüntüler ve LiDAR)
Uzaktan algılama görüntüsünü işlemek ve tek tek ağaçların taç alanlarını görüntüden çıkarmak için bir yöntem arıyorum. Hem görsel dalga boyu alansal görüntülerim hem de bölgeden lidar verilerim var. Söz konusu konum bir çöl alanıdır, bu nedenle ağaç örtüsü bir orman alanı kadar yoğun değildir. Hava görüntülerinin çözünürlüğü 0,5 feet x …

2
Hansen Global Forest Watch sınıflandırmasına yönelik metodoloji?
Hansen'in orman kaybı ve yeniden büyümeyle ilgili şaşırtıcı sınıflandırmasını keşfettim , http://www.globalforestwatch.org/ adresinde Science, 2013'te şu şekilde yayınlandı : Hansen, MC, Potapov, P.V, Moore, R ., Hancher, M., Turubanova, SA ve Tyukavina, A. (2013). 21. Yüzyıl Orman Kapak Değişiminin Yüksek Çözünürlüklü Küresel Haritaları. Science, 342 (6160) (15 Kasım), 850-854. DOI: …

3
Landsat 8 sınıflandırılırken dağ gölgelerinin kullanılması
2013'ten itibaren Landsat 8 uydu görüntülerini kullanarak kuzey Moğolistan'ın bazı bölgelerini sınıflandırmaya çalışıyorum. Kayıtlar kışın yapıldığı için güneşin edinim zamanında çok düşük olduğu görülüyor. Bu nedenle dağlardan çok uzun ve koyu gölgeler var. Bu soruda açıklandığı gibi bir DEM kullanarak bu gölgeyi tanımlayabiliyorum: Landsat Image'dan Shadows gibi Topografik Efektler Nasıl …

4
Sınıflandırılmamış LAS dosyasından çıplak toprak DEM mi belirleniyor?
Bir İHA kullanarak hava fotogrametrisinden oluşturulan RGB değerleri ile LAS formatında veri var. Çıplak toprak DEM'i nokta bulutundan çıkarmak için bir çözüm bulmaya çalışıyorum. SAGA, Fusion, MCC-LIDAR'ı denedim, ancak zaten sınıflandırılmak üzere LAS dosyasına ihtiyaç duydukları anlaşılıyor (doğal olarak değil). Süreç hakkında kısa bir açıklama yaparak beni doğru yöne yönlendiren …


2
R'deki kmeans ile denetimsiz sınıflandırma
Bir dizi uydu görüntüsü (5 bant) var ve R'de kmeans tarafından sınıflandırmak istiyorum. Betiğim iyi çalışıyor (resimlerim arasında döngü, görüntüleri data.frame dönüştürmek, küme ve geri dönüştürmek raster): 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, …
10 r  classification 

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.