मैं लैंड-कवर जीआईएस लेयर्स बनाने के लिए कम लागत वाले या ओपन सोर्स समाधान में रुचि रखता हूं जो वर्णक्रमीय और टेक्सचरल एक्सट्रैक्शन एल्गोरिदम दोनों का उपयोग करता है। मैंने अतीत में PCI Geomatica, ENVI और Feature Analyst VLS का उपयोग किया है; हालाँकि ये समाधान मेरी मूल्य सीमा, किसी भी सॉफ़्टवेयर अनुशंसाओं से परे हैं?
सैटेलाइट इमेजरी से लैंड कवर फ़ीचर एक्सट्रैक्शन
जवाबों:
आप इसके लिए GRASS GIS का उपयोग कर सकते हैं, जो कि रेडियोधर्मी / विभाजन दृष्टिकोण के आधार पर बनावट निष्कर्षण और छवि वर्गीकरण का समर्थन करता है। एक विचार के लिए, इस सम्मेलन सार की जांच करें , जियोइन्फॉर्मेटिक्स एफसीई सीटीयू 2011 में एक नियोजित वार्ता।
इन्हें भी देखें: http://grass.osgeo.org/wiki/Image_processing और http://grass.osgeo.org/wiki/Image_classification अवलोकन के लिए।
अगर मैं आपको सही तरीके से समझता हूं, तो आप एक पर्यवेक्षित वर्गीकरण प्रक्रिया की तलाश कर रहे हैं। कुछ सैद्धांतिक पृष्ठभूमि: http://rst.gsfc.nasa.gov/Sect1/Sect1_17.html
यह घास के माध्यम से निश्चित रूप से संभव है: http://grass.osgeo.org/wiki/Image_classification#Supervised_classification_2
एक विकल्प के रूप में आप गाथा को भी देख सकते हैं (मैं यह नहीं कह रहा हूं कि यह बेहतर है, मैं सिर्फ इसे खुद बेहतर जानता हूं), जो कि क्यूगिस और आर के साथ अच्छी तरह से खेलता है। इस साइट पर कुछ वीडियो का प्रदर्शन है: http: // www.uni-koblenz-landau.de/landau/fb7/umweltwissenschaften/landscape-ecology/Teaching/geostat (प्रस्तुतियों को प्राप्त करने के लिए डेटाफ़ाइल्स को डाउनलोड करें)।
सभी जीआईएस कार्यक्रमों में, आप जो करेंगे, वह एक प्रकार की भूमि में कई संदर्भ बिंदुओं या बहुभुजों को परिभाषित करेगा, जो तब शेष क्षेत्र के लिए अतिरिक्त हैं। यहाँ एक लैंड्यूज़ वर्गीकरण का एक उदाहरण दिया गया है:
और वास्तव में यदि आपने किसी भी जीआईएस प्रोग्राम में अपने प्रशिक्षण बहुभुज तैयार किए हैं, तो आप आर का अनुमान लगाने के लिए उपयोग कर सकते हैं। अपने ग्रिड के साथ एक ओवरले बनाएं, और फिर अपनी पसंद की किसी भी भविष्यवाणी प्रणाली का उपयोग करें (उदाहरण के लिए यदि आपको वर्गीकरण पेड़ चाहिए)। पेज 222 के आसपास इस पुस्तक में अधिक जानकारी: http://www.lulu.com/product/file-download/a-practical-guide-to-geostatistical-mapping/14938111
कहने के लिए और भी बहुत कुछ है, आपको प्रशिक्षण सेट अपने अध्ययन क्षेत्र के लिए प्रतिनिधि होना चाहिए (शायद यह आर में यादृच्छिक अंक उत्पन्न करने और उन्हें वर्गीकृत करने के लिए बेहतर होगा)। आपको अपने सहायक डेटासेट को भी सावधानी से चुनना चाहिए, और यदि कोई बनावट एक महत्वपूर्ण संपत्ति है, तो आप नए लोगों को उत्पन्न करना चाह सकते हैं।
-
यदि आप सभी करना चाहते हैं तो क्षेत्रों या सुविधाओं को निकालें (उन्हें वर्गीकृत किए बिना), एक विभाजन एल्गोरिथ्म अधिक संभावना है कि आप क्या चाहते हैं। एक उदाहरण (सागा जीआईएस में कार्यान्वित) की चर्चा इस पत्र में की गई है: http://mirror.transact.net.au/pub/sourceforge/s/project/sa/saga-gis/SAGA%20-%2020-502/gGA115/gga115_03 .pdf
अपनी प्रतिक्रिया देने के लिए आपका बहुत - बहुत धन्यवाद। ऐसा लगता है कि आप वास्तव में जानते हैं कि कोई मेरे लक्ष्यों को कैसे पूरा कर सकता है। यदि आप अपने उत्तर को थोड़ा और स्पष्ट करते हैं, तो मैं वास्तव में सराहना करूंगा। मुझे इसमें शामिल चरणों में विशेष रूप से दिलचस्पी है ताकि मैं कार्यक्रम को सिखा सकूं कि कौन सी सुविधाएँ सही हैं और कौन सी गलत हैं जब तक कि सही विशेषताओं के सभी (या अधिकांश) निकाले नहीं जाते हैं।
—
NetConstructor.com
अधिक जानकारी प्रदान करें (आपके प्रश्न में, टिप्पणियों में नहीं) वास्तव में क्या विशेषताएं हैं जिन्हें आप निकालना चाहते हैं। इसके अलावा: यदि अलग-अलग भू-उपयोग प्रकारों (या जो भी आप मैपिंग कर रहे हैं) के सिग्नल (नासा लिंक देखें) में एक ओवरलैप होता है, तो स्वचालित वर्गीकरण अच्छी तरह से काम नहीं करेगा।
—
जोहान्वड
आप GRASS के साथ ऐसा करने में सक्षम होंगे।
आप सबसे पहले रेखापुंज डेटा के साथ काम करेंगे:
- मैं आपको उस ट्यूटोरियल की ओर इशारा करूंगा । रेखापुंज भाग देखें।
- वांछित सुविधाओं को निकालने के लिए आप r.mapcalc और r.reclass का उपयोग करेंगे ।
- r.to.vect आपको अपना डेटा वेक्टर करने की अनुमति देगा।
अंत में आप वेक्टर डेटा में हेरफेर करेंगे । v.db.select और v.class आपकी सहायता करेंगे।
यह दृष्टिकोण केवल एक रेखापुंज का उपयोग करता है - जो आमतौर पर अपर्याप्त है।
—
जोहानद्वीप
वह एक क्षेत्र (एक छवि या गुणक) के बारे में बात कर रहा है। वैसे भी, छवियों को मर्ज किया जा सकता है।
—
सिमो