Мультиспектральна сегментація зображень для додатків із природними ресурсами з використанням R


11

R має здатність до сегментації зображень, хоча всі приклади, на які я потрапив, використовують одну смугу сегментації ( приклад ). Мені цікаво поєднати здатність R до випадкової класифікації лісових зображень із об'єктно-орієнтованим підходом до сегментації.

Яку функціональність має R для багатоспектральної сегментації зображення, яка підходить для аналізу на основі природних ресурсів? Або як пов’язати результати сегментації однієї смуги для подальшого аналізу.


5
У прикладі, який ви посилаєте, вони використовують спектральну кластеризацію. Спектральна кластеризація в принципі може бути застосована і до n-мірних даних, оскільки вона просто розкладає матрицю подібності, яка може бути побудована для будь-якого типу даних. Принцип спектральної кластеризації полягає у вбудовуванні даних у простір нижнього розміру та виконанні кластеризації у цьому просторі (наприклад, з kmeans). Я не дуже знайомий з R, але я впевнений, що це займе лише кілька рядків коду (принаймні, у matlab, він займає декілька рядків). Якщо ні, я впевнений, що існують безкоштовні реалізації інших підходів, таких як середня сегментація зсуву.
pixelmitch

Якщо це не повинно бути R (просто щось з відкритим кодом), ви можете використовувати RSGISLib для сегментації та застосувати випадкові ліси за допомогою scikit-learn. Я написав приклад, як це зробити тут. spectraldifference.wordpress.com/2014/09/07/… . Ви також можете використовувати RSGISLib для сегментації та атрибуції об'єктів, а потім імпортувати їх у R як текстовий файл для класифікації.
danclewley

Ви знайшли відповідь?
Джордж Нострадамос

@GeorgeNostradamos Не для R. Однак, Python має середню сегментацію зрушення, яка використовує кілька діапазонів. Я вважаю, що це в пакеті scikit-learn.
Аарон

@Aaron У мене вже є досвід роботи з python та GRASS, але я хотів побачити, як далеко я можу підштовхнути R. У будь-якому разі я побачу, що можу знайти, дякую
Джордж Нострадамос

Відповіді:


3

Це може бути простішим за допомогою інструментальної панелі Orfeo ( https://www.orfeo-toolbox.org/ ), це постачається з OSgeo4W і можна отримати доступ до призначення QGIS або інтерфейсу командного рядка.

Цей підручник використовує середню сегментацію зрушення для генерування об'єктів, які можна класифікувати за допомогою SVM / випадкових лісів тощо.

http://wiki.awf.forst.uni-goettingen.de/wiki/index.php/Object-based_classification_%28Tutorial%29

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.