लैंडसैट 8 को वर्गीकृत करते समय पहाड़ी छाया को संभालना


10

मैं 2013 से लैंडसैट 8 उपग्रह चित्रों का उपयोग करके उत्तरी मंगोलिया में कुछ क्षेत्र को वर्गीकृत करने की कोशिश कर रहा हूं। चूंकि सर्दियों में रिकॉर्डिंग की गई थी, इसलिए अधिग्रहण के समय सूरज बहुत कम है। इसलिए पहाड़ों से बहुत लंबी और अंधेरी छायाएँ हैं।

मैं DEM का उपयोग करके इस छाया को पहचानने में सक्षम हूं, जैसा कि इस प्रश्न में वर्णित है: लैंडस्केप इमेज से शैडो जैसे स्थलाकृतिक प्रभाव कैसे निकालें

मैं क्लिप्ड शैडो क्षेत्र के लिए एक पर्यवेक्षित वर्गीकरण कैसे कर सकता हूं? क्या इस क्षेत्रों को बढ़ाने के लिए कब्ज़ेदार है? मैंने कुछ बैंड अनुपातों की कोशिश की, लेकिन मुझे नहीं पता कि यह मेरे काम के लिए सबसे अच्छा है।

इस छवि में आप देख सकते हैं कि अंधेरे छाया में कुछ वनस्पति क्षेत्र हैं, लेकिन उन्हें वर्गीकृत करना संभव नहीं है।

कुछ छायांकित क्षेत्रों के लिए उदाहरण


2
क्या आपने इसे प्रतिबिंब में बदल दिया है? आपने किस विधि का उपयोग किया?
हारून

2
नहीं, मैंने नहीं किया। मैंने बैंड 3,4,5 के लेयर स्टैक का उपयोग किया और आर्कगिस में अधिकतम संभावना-वर्गीकरण किया। क्षेत्र की बेहतर व्याख्या के लिए, मैंने NDVI और कुछ झूठी रंग रचनाओं का उपयोग किया है।
dan_ke

2
यही कारण है कि एट-सेंसर परावर्तन और ऑर्थोरक्टिफिकेशन महत्वपूर्ण प्रीप्रोसेसिंग चरण हैं।
जेफरी इवांस

आप सी-सुधार या Minnaert की तरह किसी भी स्थलाकृतिक सुधार का प्रयास किया था ?, की तरह कुछ है, तो कृपया इस मदद मिल सकती है। मैं आपको इस बारे में और जानकारी दूंगा कि इसे कैसे प्राप्त किया जाए।
पाउलो कार्डसो

2
DN से TOA स्थलाकृतिक प्रभाव को दूर नहीं करेगा। स्थलाकृतिक सुधार (स्थलाकृतिक सामान्यीकरण) कम कर देगा, समाप्त नहीं करेगा, छाया प्रभाव और यह आपके मामले में विशेष रूप से महत्वपूर्ण होगा। मैं समस्या और संभावित दृष्टिकोणों के सामान्य दृष्टिकोण के लिए इसे पढ़ने की सलाह देता हूं ।
पाउलो कार्डसो

जवाबों:


1

वास्तव में, यह प्रदान नहीं किया जाता है कि आप छायांकित क्षेत्रों से कुछ जानकारी को पुनर्प्राप्त कर पाएंगे। हालांकि, मैंने एक बार हाइपरस्पेक्ट्रल छवि में (क्लाउड) छाया के साथ सफलतापूर्वक निपटा दिया। उद्देश्य सरल भूमि कवर वर्गीकरण था। यहाँ मैंने क्या किया है। मुझे यकीन नहीं है कि यह लैंडसैट छवियों के साथ कैसे काम करेगा, लेकिन चूंकि यह बहुत सरल है इसलिए आपको इसे आज़माना चाहिए।

एक बार जब मैंने छाया का पता लगा लिया तो मैंने बस छायांकित क्षेत्रों के चित्र के बाकी हिस्सों का एक हिस्टोग्राम मिलान किया। ऐसा करने से सावधान रहें क्योंकि आप मानते हैं कि छायांकित क्षेत्रों में वर्णक्रमीय संकेत और प्रबुद्ध क्षेत्रों में एक ही वर्ग (~ समान वितरण) से कम या ज्यादा है। हालांकि यह एक बहुत ही सरल और सरल तरीका है, मैं कुछ छोटे छाया सीमा त्रुटियों की कीमत पर छायांकित पिक्सेल को सही ढंग से वर्गीकृत करने में सक्षम था। हो सकता है कि आप छवि के सभी संभावित बैंड अनुपातों को ढेर कर सकते हैं और वर्गीकरण से पहले सभी विशेषताओं को फिर से तैयार कर सकते हैं, इससे छाया प्रभाव और भी कम हो सकता है। आपको शायद एक मजबूत क्लासिफायरियर का उपयोग करना होगा।

संपादित करें: इसके अलावा आप इकाई के मानदंड (वर्णक्रमीय वेक्टर के रूप में प्रत्येक पिक्सेल को देखकर) के लिए प्रत्येक पिक्सेल को सामान्य कर सकते हैं। यह भी छाया प्रभाव को दूर करने में मदद करनी चाहिए।


1

मैं सुझाव दूंगा कि स्टेला ने नीचे क्या कहा। आप इसे केवल छाया के रूप में वर्गीकृत कर सकते हैं ताकि यह आपकी सटीकता को नुकसान न पहुंचाए। बेशक यह सुनिश्चित करें कि आपके पास छाया के पर्याप्त क्षेत्र या प्रशिक्षण क्षेत्र हैं, यह सुनिश्चित करने के लिए कि यह सभी वर्गीकृत है। यदि आपको कोई प्रस्तुति देनी है, तो आप टिप्पणी कर सकते हैं कि अधिकांश छाया क्षेत्र पहाड़ के निकट भाग के साथ समान हैं, जिसका अर्थ है कि यदि सूर्य जिस पर्वत को मार रहा है, वह वनस्पति गुणों को दर्शाता है, तो दूसरा पक्ष इस प्रकार होगा अगर सूरज इसे मार रहा था। उम्मीद है की यह मदद करेगा। मुझे ऐसा करना पड़ा है और यदि आप छाया को वर्गीकृत नहीं करते हैं या उसमें सुधार नहीं करते हैं, तो इसे उसी तरह वर्गीकृत किया जाएगा जैसे कि पानी में वर्णक्रमीय समानताएं हैं।


0

मैं शेष छवि से अलग छाया को वर्गीकृत करने का सुझाव दूंगा। यदि आप एक अलग छाया वर्ग पा सकते हैं, तो "छाया" पिक्सल्स को मास्क करें और फिर उन्हें स्ट्रेच करें और फिर से वर्गीकृत करें (सावधान रहें कि आप कैसे खिंचाव करते हैं)। मैं छवि वर्गीकरण में विशेषज्ञ नहीं हूं, लेकिन मैं निश्चित रूप से अन्य कल्पना के साथ किसी भी परिणाम को मान्य करूंगा।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.