Мені хотілося б дізнатися, як робити непідвладну класифікацію сцени Landsat, використовуючи i.cluster> i.maxlikв GRASS, використовуючи загально заточені зображення з роздільною здатністю 15 м (приклад, наведений у Вікі, використовує звичайні 30-метрова роздільна здатність).
Я спробував i.pansharpenспочатку створити заточені зображення, але i.pansharpenможна вивести лише 3 канали, які можна комбінувати за допомогою d.rgbабо r.composite. Наскільки я знаю, процес класифікації зображень вимагає повних багатоспектральних смуг від 1 до 7. Як я можу створити окремі смуги (смуга від 1 до діапазону 7), заточені під панорамування, використовуючи його зображення з роздільною здатністю 8 метрів, перш ніж вводити їх до процес класифікації зображень?
Я знайшов папір, який демонструє, як вони це зробили; в основному вони використовували якийсь аналіз основного компонента, щоб якось злити 30-мультиспектральні смуги з 15-метровою панхроматичною смугою. Точна цитата:
"Спосіб спочатку перепробовує 30-метрове багатоспектральне зображення на 15 метрів. Потім він обчислює всі шість основних компонентів мультиспектрального зображення (ми видалили теплову смугу через більшу роздільну здатність). Потім гістограма панхроматичної смуги (15-метровий) роздільна здатність) змінюється масштаб, щоб відповідати гістограмі першого основного компонента 30-метрового зображення, а перший компонент замінюється масштабованою панхроматичною смугою. Це виправдано, оскільки перший головний компонент представляє загальну яскравість таким чином, як аналогічний широка спектральна смуга панхроматичного зображення. Після заміни шість компонентів перетворюються назад у вихідний простір даних, надаючи поліпшення просторової роздільної здатності ".
По-перше, у статті не було показано жодного алгоритму / формули. Я поняття не маю, як перетворити вищезазначену цитату у відповідну математичну формулу. Я зрозумів, що я можу використовувати i.pansharpenалгоритм PCA замість звичайного Brovey або IHS - але все-таки - вихід буде лише 3 каналами червоного, синього та зеленого - що я, на жаль, не маю поняття, як їх використовувати для класифікації зображень ..
Отже, перш ніж я навіть спробую зламати голову, намагаючись написати новий алгоритм PCA вручну, чи хтось може допомогти мені вказати на простіший і кращий спосіб здійснити класифікацію зображень на заточених зображеннями Landsat? Я маю на увазі - має бути простіший шлях, правда? Я відчуваю, що пропускаю щось просте.
Якщо єдиний залишився шлях - написати власний сценарій, чи можете ви, хлопці, вкажіть мені щось на те, що нагадує приклад того, що я намагаюся зробити?
Будь-яка допомога дуже вдячна!