Phân đoạn hình ảnh đa năng cho các ứng dụng tài nguyên thiên nhiên sử dụng R


11

R có khả năng phân đoạn hình ảnh, mặc dù tất cả các ví dụ tôi đã sử dụng một băng tần duy nhất cho phân đoạn ( ví dụ ). Tôi quan tâm đến việc kết hợp năng lực của R để phân loại hình ảnh rừng ngẫu nhiên với phương pháp phân đoạn hướng đối tượng.

R có chức năng gì cho phân đoạn hình ảnh đa bán cầu phù hợp với phân tích dựa trên tài nguyên thiên nhiên? Hoặc làm thế nào để liên kết các kết quả của một phân đoạn băng đơn để phân tích thêm.


5
Trong ví dụ bạn liên kết, họ sử dụng phân cụm phổ. Nguyên tắc phân cụm phổ cũng có thể được áp dụng cho dữ liệu n chiều, vì nó chỉ đơn giản phân tách một ma trận tương tự có thể được xây dựng cho bất kỳ loại dữ liệu nào. Nguyên tắc phân cụm phổ là nhúng dữ liệu vào không gian chiều thấp hơn và thực hiện phân cụm trong không gian đó (ví dụ với kmeans). Tôi không quen thuộc lắm với R, nhưng tôi chắc chắn rằng nó sẽ chỉ mất vài dòng mã (ít nhất là trong MATLAB, nó mất vài dòng). Nếu không, tôi chắc chắn có các triển khai miễn phí cho các phương pháp khác, chẳng hạn như phân đoạn dịch chuyển trung bình.
pixelmitch

Nếu nó không phải là R (chỉ là thứ gì đó nguồn mở), bạn có thể sử dụng RSGISLib cho phân đoạn và áp dụng Rừng ngẫu nhiên bằng cách sử dụng scikit-learn. Có một ví dụ tôi đã viết về cách làm điều này ở đây. Spectraldifferences.wordpress.com/2014/09/07/ . Bạn cũng có thể sử dụng RSGISLib để phân đoạn và các đối tượng thuộc tính sau đó nhập vào R dưới dạng tệp văn bản để phân loại.
danclewley

Bạn đã tìm thấy một câu trả lời?
George Nostradamos

@GeorgeNostradamos Không dành cho R. Tuy nhiên, Python có phân đoạn dịch chuyển trung bình sử dụng nhiều băng tần. Tôi tin rằng đó là trong gói scikit-learn.
Aaron

@Aaron Tôi đã có kinh nghiệm với python và GRASS nhưng tôi muốn xem tôi có thể đẩy được bao xa. Dù sao tôi cũng sẽ thấy những gì tôi có thể tìm thấy, cảm ơn
George Nostradamos

Câu trả lời:


3

Điều này có thể dễ dàng hơn khi sử dụng hộp công cụ Orfeo ( https://www.orfeo-toolbox.org/ ), điều này được cung cấp với OSgeo4W và có thể được truy cập bằng cách sử dụng QGIS hoặc giao diện dòng lệnh.

Hướng dẫn này sử dụng phân đoạn dịch chuyển trung bình để tạo các đối tượng, có thể được phân loại bằng cách sử dụng SVM / rừng ngẫu nhiên, v.v.

http://wiki.awf.forst.uni-goettingen.de/wiki/index.php/Object-basing_ classification_%28Tutorial% 29

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.