R обладает способностью к сегментации изображения, хотя все примеры, с которыми я сталкивался, используют одну полосу для сегментации ( пример ). Я заинтересован в том, чтобы объединить возможности R для классификации случайных изображений леса с подходом объектно-ориентированной сегментации.
Какие функциональные возможности R имеет для многоспектральной сегментации изображений, которая подходит для анализа на основе природных ресурсов? Или как связать результаты сегментации одной полосы для дальнейшего анализа.
5
В приведенном вами примере они используют спектральную кластеризацию. Спектральная кластеризация в принципе может быть применена и к n-мерным данным, поскольку она просто разбивает матрицу подобия, которую можно построить для любого типа данных. Принцип спектральной кластеризации состоит в том, чтобы вставлять данные в пространство меньшего размера и выполнять кластеризацию в этом пространстве (например, с помощью kmeans). Я не очень знаком с R, но я уверен, что это займет всего несколько строк кода (по крайней мере, в Matlab, это займет несколько строк). Если нет, я уверен, что есть свободные реализации других подходов, таких как сегментация среднего смещения.
—
pixelmitch
Если это не обязательно R (просто что-то с открытым исходным кодом), вы можете использовать RSGISLib для сегментации и применять Random Forests с помощью scikit-learn. Вот пример, который я написал о том, как это сделать здесь. spectraldifferences.wordpress.com/2014/09/07/… . Вы также можете использовать RSGISLib для сегментирования и атрибутирования объектов, а затем импортировать их в R как текстовый файл для классификации.
—
danclewley
Вы нашли ответ?
—
Джордж Нострадамос
@GeorgeNostradamos Не для R. Однако Python имеет среднюю сегментацию сдвига, которая использует несколько полос. Я считаю, что это в пакете scikit-learn.
—
Аарон
@ Аарон У меня уже есть опыт работы с python и GRASS, но я хотел посмотреть, как далеко я могу толкнуть R. В любом случае, я посмотрю, что смогу найти, спасибо
—
Джордж Нострадамос,