Quale strumento preferisci utilizzare per la classificazione dei dati di telerilevamento, ad esempio la classificazione dell'uso del suolo e perché ?
Quali altri strumenti hai provato e perché hai deciso di non farlo?
Risposte:
Uso una serie di strumenti a seconda del tipo di classificazione che sto cercando di eseguire.
Per la classificazione generale senza supervisione / supervisione uso ENVI , che ha molte opzioni per i metodi di classificazione (inclusi alcuni metodi più avanzati che utilizzano reti neurali e macchine di supporto vettoriale). È molto facile estendere ENVI usando il linguaggio di programmazione IDL e ho scoperto che questo spesso semplifica l'analisi post-classificazione (poiché puoi scrivere il tuo codice per farlo se necessario).
Se voglio eseguire una classificazione basata sugli oggetti (che comporta la segmentazione dell'immagine in oggetti e quindi la classificazione di questi oggetti, i vantaggi sono che è possibile utilizzare proprietà aggregate degli oggetti come mezzi di bande, forma e trama) Uso l' eCognition , anche se ho anche sentito che ENVI EX è buono se non hai bisogno del potere dell'eCognition.
Se stai cercando un software gratuito, Opticks ha una serie di opzioni per la classificazione, anche se non sono mai andato molto d'accordo con Opticks. Inoltre, Spectral Python è uno strumento molto utile che consente di caricare immagini in array NumPy in Python e quindi elaborarle. Include un modulo contenente vari metodi di classificazione ed è molto facile da estendere.
Per una soluzione GIS open source, vedere qui: http://grass.osgeo.org/wiki/Image_classification Include anche un piccolo tutorial.
La mia scoperta preferita quest'anno è stata la Toolbox Orfeo e il programma associato: Monteverdi.
http://orfeo-toolbox.org/otb/monteverdi.html
Molte opzioni per il lavoro di telerilevamento e documentazione molto utile. Oh, ho già detto che è gratuito e os
Divertiti, sa
Ho appena visto questo post sul forum QGIS e ho pensato di inserirlo qui.
Ciao a tutti.
Ci scusiamo per il crossposting. Come alcuni di voi sanno, la suite r.li di comandi GRASS consente analisi del paesaggio . La sua interfaccia è piuttosto complessa ed è ancora in TclTk, non trasferita su wxpython o qgis. Pertanto, ora è più difficile da usare di quanto dovrebbe essere e diventerà inutilizzabile quando il supporto di TclTk verrà eliminato. La possibile soluzione (grazie a Radim) è quella di riscrivere l'interfaccia come plugin di qgis python. Non dovrebbe essere un lavoro enorme (stimiamo provvisoriamente 2-3 settimane).
La domanda è: c'è qualcuno disposto a investire il proprio tempo o qualche soldo per scrivere un tale plugin?
Noi (Faunalia) saremo felici di aiutarvi se necessario.
Mailing list di Qgis-user Qgis-user@lists.osgeo.org http://lists.osgeo.org/mailman/listinfo/qgis-user
r.li.*suite diventerà inutilizzabile quando il supporto TclTk verrà abbandonato non è del tutto vera! Si può e sarà in grado di utilizzare gli strumenti tramite il nuovo - attualmente attuale? - (wx) GUI e tramite shell GRASS. Sì, sia nella versione attuale (6.4) che nell'imminente GRASS-GIS 7.
Ho provato i software Erdas Imagine ed ENVI e non riesco a dire quale sia il migliore. Entrambi possono classificare le tue immagini utilizzando metodi supervisionati e non supervisionati.
Dai un'occhiata anche al software SPRING, realizzato dal National Institute for Space Research (INPE) del Brasile. Non sono sicuro che sia open source ma è sicuramente gratuito.
Ho usato Erdas Imagine, ENVI ITT, Idrisi Selva, PCI Geomatica. ENVI ha estensioni IDL che ti consentono di guidare algoritmi di classificazione avanzati come SVM, ANN, DT, ecc. Irisi Selva ha algoritmi di classificazione abbastanza buoni sia su supervisionati che non supervisionati, specialmente su reti neurali (SOM, MLP, RBF, FuzzyART). avere anche una piccola esperienza su Monteverdi, Orfeo Toolbox. È un software molto intuitivo. MultiSpec ha anche algoritmi di classificazione per le immagini
Non ho ancora preferenze (non ho provato nessuna alternativa FLOSS), ma ho testato Feature Analyst, un plugin per Arc *. Sebbene inferiore all'e-Cognition, ha una barriera di ingresso bassa. È semplice da usare e offre una bella interfaccia per la classificazione supervisionata. È possibile utilizzare vari "pennelli" come unità di rilevamento principale, ma ciò non influisce sul risultato quanto ci si aspetterebbe. Ha anche una modalità batch, ma nel mio caso era inutile, dal momento che i raster avevano bisogno di modifiche individuali al campione di allenamento per ottenere buoni risultati.