Ngôn ngữ lập trình và phần mềm ưa thích cho toàn bộ quy trình làm việc viễn thám?


9

Tôi đã tham gia vào viễn thám trong một số năm nay trong các nghiên cứu. Tôi tự hỏi sự kết hợp giữa các mô-đun xử lý hình ảnh và phần mềm nào sẽ phù hợp nhất cho toàn bộ chuỗi quy trình cho các giải pháp và sản phẩm xử lý hình ảnh chuyên nghiệp. Tôi rất tò mò về những gì người dùng khác nghĩ và có lẽ nó sẽ dẫn đến một cuộc thảo luận thú vị từ những người dùng có kinh nghiệm.

Ý tôi là chi tiết là sự kết hợp của:

  • một cơ sở dữ liệu lưu trữ dữ liệu địa lý như shapefiles nhưng đặc biệt là số lượng lớn hình ảnh vệ tinh với siêu dữ liệu tương ứng của nó

  • mô-đun xử lý hình ảnh tự động sử dụng dữ liệu phù hợp từ cơ sở dữ liệu hữu ích cho bước xử lý đã chọn (ví dụ: tất cả dữ liệu vệ tinh có ít nhất độ phân giải không gian nhất định trong khoảng thời gian nhất định và khu vực địa lý để tạo bản đồ phát hiện thay đổi)

  • kết quả sau đó nên được tích hợp vào cơ sở dữ liệu và thậm chí có thể có sẵn để phân phối qua máy chủ web

Thật không may, tôi không có bất kỳ kiến ​​thức nâng cao nào về cơ sở dữ liệu cho dữ liệu địa lý. Có lẽ GeoNetwork / GeoServer với PostGIS sẽ là một lựa chọn?

Đối với các mô-đun xử lý hình ảnh, tôi đã nghĩ đến việc triển khai các thuật toán cần thiết trong C ++ / GDAL hoặc JAVA / Geotools. Ngoài ra, cần phải có một số loại mô-đun kết nối với cơ sở dữ liệu để tìm nạp dữ liệu cần thiết để xử lý và tạo siêu dữ liệu cho hình ảnh / sản phẩm được xử lý. Tôi nghĩ rằng các giải pháp nguồn mở nói chung sẽ là tốt nhất vì một hệ thống như vậy sẽ được phát triển lâu dài và độc lập với các công ty thương mại sẽ được mong muốn.


1
Nên là một wiki cộng đồng.
RK

cho một stackechange viễn thám chuyên dụng: area51.stackexchange.com/proposeals/59346/remote-sensing
WAF

Câu trả lời:


2

bạn có thể kiểm tra OTB [1] và OSSIM [2] và ILWIS (chỉ dành cho Windows). Tất cả đều là các công cụ nguồn mở.

Có các công cụ thương mại được sử dụng trong RS như ENVI, LCCS, ERDAS, Leica LPS (chủ yếu là chụp ảnh) hiện là một phần của Integraph)

[1] http://ossim.org

[2] http://www.orfeo-toolbox.org/otb/


1

Bạn có thể muốn phát triển một cái gì đó như là một tiện ích bổ sung cho Qgis và kết nối với cơ sở dữ liệu PostGIS.

Qgis là một máy tính để bàn nguồn mở với trình thông dịch python nhúng và truy cập vào bộ công cụ xử lý ảnh. Bạn có thể phát triển các plugin sử dụng bộ công cụ giao diện người dùng Qt và có quyền truy cập vào nội bộ Qgis thông qua API Qgis-Python.

Nếu bộ công cụ xử lý hình ảnh tiêu chuẩn không đủ, bạn cũng có thể viết các plugin trong C ++ - nhưng bạn có thể thấy rằng việc đọc các trình quét vào các mảng khó hiểu trong python và làm việc với chúng là đủ nhanh.


Tôi biết rõ về Q-GIS nhưng tôi chỉ sử dụng nó để chỉnh sửa và xem dữ liệu đơn giản vì để xử lý tôi sử dụng phần mềm RemoteSensing khác nhau. Tôi thực sự sẽ nghĩ rằng khi xử lý một lượng lớn dữ liệu Landsat, sự khác biệt về tốc độ giữa Python và C ++ sẽ khá đáng kể. Ngoài ra, mặc dù tôi có các mô-đun xử lý hình ảnh 'độc lập' sẽ mạnh hơn, ví dụ như để thiết lập chuỗi quy trình. Một câu hỏi cho PostGIS: Nó có thực sự phù hợp để lưu lượng dữ liệu raster khổng lồ không? Đây có phải là nhúng vào cơ sở dữ liệu hoặc là các tập tin vẫn còn trên đĩa cứng.
DomR

0

Tôi đã không viết bất kỳ mô-đun nào, nhưng đã sử dụng một số thói quen được biên dịch (IDL) của người dùng trong ENVI. Chúng tôi cũng đã có ai đó viết một mô-đun cho chúng tôi. Có vẻ khá mạnh mẽ và linh hoạt, mặc dù tất nhiên bạn cần giấy phép ENVI để chạy chúng.


0

Bạn có thể thử các tùy chọn quản lý raster của ArcGIS Desktop [1]. Bạn sẽ phải đặc biệt chú ý nếu bạn không muốn sửa đổi giá trị pixel của mình hoặc muốn lưu trữ dữ liệu ở các định dạng viễn thám gốc.

Bạn cũng có thể kiểm tra các công cụ Envi cho ArcGIS [2]. Envi là một gói xử lý hình ảnh viễn thám được thiết lập.

[1]. http://resource.arcgis.com/en/help/main/10.2/index.html#/Design_methodology_for_a_raster_database/009t0000002w000000/

[2] http://www.exelisvis.com/Learn/WhitepapersDetail/TabId/802/ArtMID/2627/ArticleID/9895/ENVI-Tools-for-ArcGIS174-and-ENVI-for-ArcGIS174-Server

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.