Как отточить изображения Landsat для классификации изображений в GRASS?


11

Я хотел бы узнать, как выполнить неконтролируемую классификацию сцены Landsat, используя i.cluster> i.maxlikв GRASS, используя заостренные изображения с разрешением 15 м (пример, приведенный в его вики, использует обычные разрешения с 30 м).

i.pansharpenСначала я попытался с помощью создания изображений с резкой панорамой, но i.pansharpenвывести только 3 канала, которые можно объединить с помощью d.rgbили r.composite. Насколько мне известно, для процесса классификации изображений требуются полные мультиспектральные полосы от 1 до 7. Как можно создать отдельные полосы (от полосы 1 до полосы 7), подвергнуть резкой резке с использованием изображения полосы 8 с разрешением 15 м, прежде чем вводить их в процесс классификации изображений?

Я нашел бумагу, которая демонстрирует, как они это сделали; в основном они использовали своего рода анализ основных компонентов, чтобы каким-то образом объединить 30-метровые мультиспектральные полосы с 15-метровой панхроматической полосой. Точная цитата будет такой:

«Метод сначала повторно измеряет 30-метровое многоспектральное изображение до 15 метров. Затем он вычисляет все шесть основных компонентов многоспектрального изображения (мы удалили тепловую полосу из-за меньшего разрешения). Затем гистограмма панхроматической полосы (15-метровая разрешение) масштабируется так, чтобы соответствовать гистограмме первого основного компонента 30-метрового изображения, а первый компонент заменяется панхроматическим диапазоном с измененным масштабом. Это оправдано, поскольку первый главный компонент представляет общую яркость способом, аналогичным широкая спектральная полоса панхроматического изображения. После замены шесть компонентов преобразуются обратно в исходное пространство данных, что улучшает пространственное разрешение ».

Во-первых, в статье не было никаких алгоритмов / формул. Я понятия не имею, как превратить приведенную выше цитату в соответствующую математическую формулу. Я понял, что могу использовать i.pansharpenс алгоритмом PCA вместо обычного Brovey или IHS - но все же - на выходе будут только 3 канала красного, синего и зеленого - что, к сожалению, я понятия не имею, как использовать их для классификации изображений ..

Итак, прежде чем я даже попытаюсь сломать голову, пытаясь написать новый алгоритм PCA вручную, кто-нибудь может мне помочь указать на более простой и лучший способ выполнить классификацию изображений на заштрихованных изображениях Landsat? Я имею в виду - должен быть более легкий путь, верно? Я чувствую, что упускаю что-то простое.

Если единственный оставшийся путь - это написать мой собственный сценарий, можете ли вы, ребята, указать мне на что-то, что напоминает пример того, что я пытаюсь сделать?

Любая помощь очень ценится!


Во-первых, после прочтения 1-го абзаца на странице 5 мне неясно, использует ли 2-й шаг представленного метода (PCA на всех диапазонах, кроме теплового) полосы с передискретизацией до 15 м или исходные 30 м полосы. Начиная с 3-го шага (сопоставление гистограммы панорамирования с использованием в качестве эталона 1-го ПК, имеющего пространственное разрешение ...?), Я полагаю, что 2-й шаг (PCA) был применен к исходным полосам (30 м). На 4-м шаге расширенный Pan-band заменяет 1-й ПК - так, вероятно, 2-й шаг применяется на 15-метровых диапазонах! - и, наконец, обратный PCA получает расширенный набор изображений. Это так?
Никос Александрис

Применяют ли они дважды PCA, один раз для первоначального набора из шести полос (30 м) и один раз для набора полос с передискретизацией до 15 м?
Никос Александрис

Ответы:


4

i.cluster нужно как минимум два растра. Итак, трех выходов из i.pansharpen будет достаточно.


Вы имеете в виду, что я должен поставить все 3 выхода i.pansharpenв i.group? Хм, никогда не думал об этом (я думал, что i.groupтребует растров в отдельных полосах) .. Качество классификации с использованием только 3 растров должно отличаться от использования всего диапазона, правда? Не берите в голову, я попробую это сначала. Спасибо @ Владимир Наумов!

Я думаю, что это должно сработать сейчас! Я знал, что пропустил что-то простое :)
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.