Xử lý bóng núi khi phân loại Landsat 8


10

Tôi đang cố gắng phân loại một số khu vực ở phía bắc Mông Cổ bằng hình ảnh vệ tinh Landsat 8 từ năm 2013. Vì các bản ghi được thực hiện vào mùa đông, mặt trời rất thấp vào thời điểm thu được. Do đó, có những bóng rất dài và tối từ những ngọn núi.

Tôi có thể xác định bóng này bằng DEM, như được mô tả trong Câu hỏi này: Cách xóa hiệu ứng địa hình như bóng từ Landsat Image

Làm cách nào tôi có thể thực hiện phân loại có giám sát cho khu vực bị cắt xén? Là nó có khả năng để tăng cường các lĩnh vực này? Tôi đã thử một số tỷ lệ ban nhạc, nhưng tôi không biết cái nào là tốt nhất cho nhiệm vụ của mình.

Trong hình ảnh này, bạn có thể thấy rằng có một số khu vực thực vật trong bóng tối, nhưng không thể phân loại chúng.

ví dụ cho một số khu vực bóng tối


2
Bạn đã chuyển đổi này để phản xạ? Bạn đã sử dụng phương pháp nào?
Aaron

2
Không, tôi không có. Tôi đã sử dụng một chồng lớp băng 3,4,5 và thực hiện Phân loại khả năng tối đa trong ArcGIS. Để giải thích rõ hơn về khu vực này, tôi đã sử dụng NDVI và một số bố cục màu sai.
dan_ke

2
Đây là lý do tại sao phản xạ tại cảm biến và chỉnh lưu là các bước tiền xử lý quan trọng.
Jeffrey Evans

Bạn đã thử bất kỳ hiệu chỉnh địa hình nào như hiệu chỉnh C hoặc Minnaert?, Xin vui lòng nếu một cái gì đó như thế này có thể giúp đỡ. Tôi sẽ cung cấp cho bạn chi tiết hơn về cách đạt được điều này.
Paulo Cardoso

2
DN đến TOA sẽ không loại bỏ hiệu ứng địa hình. Điều chỉnh địa hình (chuẩn hóa địa hình) sẽ giảm thiểu, không loại bỏ, hiệu ứng bóng và điều này sẽ đặc biệt quan trọng trong trường hợp của bạn. Tôi khuyên bạn nên đọc điều này để có cái nhìn tổng quát về vấn đề và các phương pháp khả thi.
Paulo Cardoso

Câu trả lời:


1

Trên thực tế, không được phép rằng bạn sẽ có thể khôi phục một số thông tin từ các khu vực bị che khuất. Tuy nhiên, tôi đã từng xử lý thành công với bóng (đám mây) trong một hình ảnh siêu cường. Mục đích là phân loại che phủ đất đơn giản. Đây là những gì tôi đã làm. Tôi không chắc nó sẽ hoạt động như thế nào với hình ảnh Landsat, nhưng vì nó rất đơn giản nên bạn hãy thử xem.

Khi tôi phát hiện ra bóng, tôi chỉ cần thực hiện một biểu đồ khớp với các vùng bị bóng với phần còn lại của hình ảnh. Hãy cẩn thận vì bằng cách này, bạn giả sử rằng tín hiệu quang phổ trong các vùng bị che khuất và tín hiệu trong vùng được chiếu sáng thuộc về các lớp giống nhau (~ cùng một phân phối). Mặc dù đây là một phương pháp rất đơn giản và đơn giản, tôi đã có thể phân loại chính xác các pixel bị bóng với chi phí của một số lỗi viền bóng nhỏ. Có lẽ bạn có thể xếp chồng tất cả các tỷ lệ băng tần có thể vào hình ảnh và tái chuẩn hóa tất cả các tính năng trước khi phân loại, điều này thậm chí có thể làm giảm thêm hiệu ứng bóng. Bạn có thể phải sử dụng một phân loại mạnh mẽ sau đó.

EDIT: Ngoài ra, bạn có thể chuẩn hóa từng pixel để có chỉ tiêu đơn vị (bằng cách xem từng pixel dưới dạng vectơ phổ). Điều này cũng sẽ giúp loại bỏ các hiệu ứng bóng tối.


1

Tôi sẽ đề nghị những gì Stella nói dưới đây. Bạn chỉ có thể phân loại nó thành bóng để nó không ảnh hưởng đến độ chính xác của bạn. Tất nhiên hãy chắc chắn rằng bạn có đủ các khu vực quan tâm hoặc các khu vực đào tạo của bóng tối để đảm bảo rằng tất cả được phân loại. Nếu bạn phải thuyết trình, bạn có thể nhận xét rằng hầu hết các khu vực bóng tối đều đồng nhất với phần gần của ngọn núi có nghĩa là nếu phía bên của ngọn núi mà mặt trời chiếu vào sẽ phản ánh các đặc tính thực vật thì phía bên kia sẽ như tốt nếu mặt trời đã đánh nó. Hi vọng điêu nay co ich. Tôi đã phải làm điều này và nếu bạn không phân loại bóng hoặc áp dụng hiệu chỉnh cho nó, nó sẽ được phân loại giống như nước vì chúng có điểm tương đồng quang phổ.


0

Tôi sẽ đề nghị phân loại các bóng riêng biệt với phần còn lại của hình ảnh. Nếu bạn có thể tìm thấy một lớp bóng riêng biệt, hãy che đi các pixel "bóng" và sau đó kéo dài chúng và phân loại lại (hãy cẩn thận với cách bạn kéo dài). Tôi không phải là một chuyên gia về phân loại hình ảnh, nhưng tôi chắc chắn sẽ xác nhận bất kỳ kết quả nào với hình ảnh khác.

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.