Інструменти для (напів) автоматизованого відстеження лісових масивів із супутникових зображень

Я намагаюся малювати ліси в OpenStreetMap, використовуючи сателітні зображення Yahoo.

У редакторі JOSM є кілька плагінів, які намагаються автоматизувати процес - вам потрібно натиснути всередину області, і плагін знайде межі. Але якість досить погана.

Я шукаю деякі бібліотеки / алгоритми, щоб отримати межі хорошої якості.

Зображення, з якими я працюю, виглядають приблизно так: http://maps.yahoo.com/#mvt=s&lat=56.907056&lon=24.597595&zoom=14

Вам краще скористатися програмою дистанційного зондування. Звичайно, на комп’ютері потрібно мати растрові зображення. Існує безліч методів, які допоможуть визначити ділянки лісових масивів, такі як: використання нейронних мереж, навчені патчі зображень, контрольована / непідконтрольна сегментація та класифікація. Я не впевнений, чи вирішує це ваша проблема, але це початок.

Є безкоштовні DIP (обробка цифрових зображень), такі як GRASS, SPRING (я думаю, це доступно лише у pt-BR) та OSSIM (я не впевнений у цьому)

Можливо, спробуйте різні вихідні зображення. За допомогою OnEarth ви можете вибирати між різними поєднаннями групи. У псевда або штучних кольорах з них виділити відмінності між зарослої і не зарослими областями краще , ніж «природний» або «візуальний» кольором комбо (перейдіть приклади використання WMS Global Mosaic ). Дані OnEarth доступні через TiledWMS , KML та пряме завантаження (звичайний WMS також доступний, але не рекомендується зменшити навантаження сервера). Зображення вільне та вільне, тому не варто хвилюватися щодо того, що вам дозволяється робити з ним.

Щоб уникнути підводних каменів ліцензування, ви можете захопити велику кількість даних Landsat TM5 / ETM7 від GLOVIS . Потім, використовуючи, наприклад, діапазони 3 та 4 (червоний та ближній інфрачервоний) та, можливо, інші, ви можете спробувати класифікувати зображення, експортувати як багатокутник, а потім налаштувати полігон на вміст вашого серця. Для лісів використання просторової кореляції між пікселями часто дуже корисно (у вашому прикладі подивіться на деталізацію лісових насаджень). Класифікатори текстур (наприклад, обчислюють дисперсію NDVI над вікном 3x3) доповнюють чисті радіометричні класифікатори.

Щодо інструментів, GRASS згадувався як, мабуть, хороший вибір. У нас ENVI працює, і хоча це не безкоштовне програмне забезпечення, це було б інструментом, який я б вважав для цього.

Зауважте, що дані Landsat часто забруднені хмарами або хмарною тінню. Можливо, вам доведеться трохи перекопатись до архіву, щоб знайти відповідні дані.

Нещодавно NASA створила глобальну карту висоти лісу , можливо, використання цього як основи для редагування дозволить вам отримати досить далекий шлях до своєї мети.

Щоб отримати межі, ви шукаєте алгоритм зростаючого регіону. У цій роботі розглядаються такі алгоритми, один з яких реалізований в ГІС SAGA

Як згадується в інших відповідях, ви дійсно повинні намагатися використовувати більше смуг, ніж просто видиме світло. Особливо близько інфрачервоні та інфрачервоні повинні добре працювати.

Насправді, більшість програм дистанційного зондування йде далі: коли у вас є кілька прикладів багатокутників, вони можуть здійснити "контрольовану" класифікацію, яка навіть запропонує нові ліси. Ви знайдете багато алгоритмів, якщо проведете пошук за цим.