Mi piacerebbe imparare a fare una classificazione senza supervisione di una scena di Landsat usando i.cluster> i.maxlikin GRASS usando immagini con risoluzione di 15m nitide (l'esempio fornito nel suo Wiki usa le normali risoluzioni di 30m).
Ho provato a usare i.pansharpenper creare prima le immagini nitide, ma i.pansharpenposso solo emettere 3 canali che possono essere combinati usando d.rgbo r.composite. Per quanto ne so, il processo di classificazione delle immagini richiede bande multispettrali complete da 1 a 7. Come posso produrre bande separate (da banda 1 a banda 7), messe a fuoco usando la sua immagine a banda 8 con risoluzione 15 m, prima di inserirle nella processo di classificazione delle immagini?
Ho trovato un documento che dimostra come hanno fatto questo; fondamentalmente hanno usato una sorta di analisi dei componenti principali per unire in qualche modo le bande multispettrali da 30 m con la banda pancromatica da 15 m. La citazione esatta sarebbe:
"Il metodo prima ricampiona l'immagine multispettrale di 30 metri a 15 metri. Quindi calcola tutti e sei i componenti principali dell'immagine multispettrale (abbiamo eliminato la banda termica a causa della sua risoluzione del cursore). Quindi l'istogramma della banda pancromatica (15 metri risoluzione) viene riscalato per corrispondere all'istogramma del primo componente principale dell'immagine di 30 metri e il primo componente viene sostituito con la banda pancromatica riscalata. Ciò è giustificato dal fatto che il primo componente principale rappresenta la luminosità complessiva in un modo simile al ampia banda spettrale dell'immagine pancromatica. Dopo la sostituzione, i sei componenti vengono nuovamente trasformati nello spazio dati originale, migliorando la risoluzione spaziale. "
Prima di tutto, l'articolo non ha mostrato alcun algoritmo / formula. Non ho idea di come trasformare la citazione sopra in una corrispondente formula matematica. Mi sono reso conto che posso usare i.pansharpencon l'algoritmo PCA invece del solito Brovey o IHS - ma comunque - l'output sarà solo 3 canali di rosso, blu e verde - che purtroppo non ho idea di come usarli per la classificazione delle immagini ..
Quindi, prima ancora di provare a spaccarmi la testa cercando di scrivere un nuovo algoritmo PCA manualmente, qualcuno può aiutarmi a indicare un modo più semplice e migliore per eseguire la classificazione delle immagini su immagini Landsat nitide? Voglio dire - dovrebbe esserci un modo più semplice, giusto? Sento che mi manca qualcosa di semplice.
Se l'unica strada rimasta è scrivere la mia sceneggiatura, potete indicarmi qualcosa che assomiglia a un esempio di ciò che sto cercando di fare?
Qualsiasi aiuto è molto apprezzato!