Làm cách nào để làm sắc nét hình ảnh Landsat để phân loại hình ảnh trong GRASS?


11

Tôi muốn tìm hiểu cách thực hiện phân loại không giám sát cảnh Landsat bằng cách sử dụng i.cluster> i.maxliktrong GRASS bằng hình ảnh có độ phân giải 15m được làm sắc nét (ví dụ được đưa ra trong Wiki sử dụng độ phân giải 30m thông thường).

Tôi đã thử sử dụng i.pansharpenđể tạo hình ảnh sắc nét trước tiên, nhưng i.pansharpenchỉ có thể xuất 3 kênh có thể được kết hợp bằng cách sử dụng d.rgbhoặc r.composite. Theo như tôi biết, quá trình phân loại hình ảnh đòi hỏi phải có các dải đa biên hoàn chỉnh từ 1 đến 7. Làm cách nào tôi có thể tạo các dải riêng biệt (dải 1 đến băng 7), được mài sắc bằng cách sử dụng hình ảnh dải 8 độ phân giải 15m của nó, trước khi đưa chúng vào quá trình phân loại hình ảnh?

Tôi đã tìm thấy một bài báo chứng minh họ đã làm điều này như thế nào; về cơ bản, họ đã sử dụng một số loại Phân tích thành phần chính để bằng cách nào đó hợp nhất các dải đa diện 30m với dải 15m-panchromatic. Báo giá chính xác sẽ là:

"Phương pháp này lần đầu tiên thay đổi hình ảnh đa diện 30 mét thành 15 mét. Sau đó, nó tính toán tất cả sáu thành phần chính của hình ảnh đa bán cầu (Chúng tôi đã xóa dải nhiệt do độ phân giải courser). Sau đó, biểu đồ của dải màu panchromatic (15 mét độ phân giải) được định cỡ lại để phù hợp với biểu đồ của thành phần chính đầu tiên của hình ảnh 30 mét và thành phần đầu tiên được thay thế bằng dải màu panchromatic được thay đổi kích thước. Điều này hợp lý bởi vì thành phần chính đầu tiên biểu thị độ sáng tổng thể theo cách tương tự như Dải quang phổ rộng của hình ảnh panchromatic. Sau khi thay thế, sáu thành phần được chuyển trở lại không gian dữ liệu ban đầu, thể hiện sự cải thiện về độ phân giải không gian. "

Trước hết, bài báo cho thấy không có thuật toán / công thức nào. Tôi không có ý tưởng làm thế nào để biến trích dẫn trên thành một công thức toán học tương ứng. Tôi nhận ra rằng tôi có thể sử dụng i.pansharpenvới thuật toán PCA thay vì Brovey hoặc IHS thông thường - nhưng vẫn vậy - đầu ra sẽ chỉ có 3 kênh màu đỏ, xanh lam và xanh lục - điều đáng buồn là tôi không biết cách sử dụng chúng để phân loại hình ảnh ..

Vì vậy, trước khi tôi cố gắng bẻ khóa cố gắng viết một thuật toán PCA mới bằng tay, có ai có thể giúp tôi chỉ ra một cách dễ dàng và tốt hơn để thực hiện phân loại hình ảnh trên hình ảnh Landsat sắc nét không? Ý tôi là - nên có một cách dễ dàng hơn, phải không? Tôi cảm thấy như tôi đang thiếu một cái gì đó đơn giản.

Nếu con đường duy nhất còn lại là viết kịch bản của riêng tôi, các bạn có thể vui lòng chỉ cho tôi một cái gì đó giống như một ví dụ về những gì tôi đang cố gắng làm không?

Bất kỳ giúp đỡ được rất nhiều đánh giá cao!


Đầu tiên, tôi không rõ ràng sau khi đọc đoạn 1 ở trang 5, nếu bước thứ 2 của phương pháp được trình bày (PCA trên tất cả các dải trừ nhiệt độ), sử dụng các dải được ghép lại thành 15m hoặc các dải 30m ban đầu. Từ bước thứ 3 (kết hợp biểu đồ của băng tần Pan sử dụng làm tham chiếu, wihch PC thứ nhất có độ phân giải không gian ...?), Tôi đoán rằng bước thứ 2 (PCA) đã được áp dụng trên các băng tần ban đầu (30m). Ở bước thứ 4, dải Pan được cải tiến thay thế PC thứ 1 - vì vậy, có lẽ bước thứ 2 được áp dụng trên băng tần 15m! - và cuối cùng, PCA ngược lại tạo ra một bộ ảnh nâng cao. Có phải vậy không
Nikos Alexandris

Họ có áp dụng hai lần PCA, một lần cho nhóm ban đầu gồm sáu băng tần (30m) và một lần cho nhóm băng tần được ghép lại thành 15m không?
Nikos Alexandris

Câu trả lời:


4

i.cluster cần ít nhất hai raster. Vì vậy, ba kết quả đầu ra từ i.pansharpen sẽ là đủ.


Bạn có nghĩa là tôi phải đặt tất cả 3 kết quả đầu ra từ i.pansharpenthành i.group? Hmm, không bao giờ nghĩ về điều đó (tôi nghĩ i.groupyêu cầu các trình quét trong các dải riêng biệt) .. Chất lượng của phân loại chỉ sử dụng 3 trình quét phải khác với sử dụng toàn bộ phạm vi, phải không? Đừng bận tâm, tôi sẽ thử nó trước. Cảm ơn @Vladimir Naumov!

Tôi nghĩ rằng nên làm các thủ thuật cho bây giờ! Tôi biết tôi đã bỏ lỡ một cái gì đó đơn giản :)
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.