Estrarre strade dalle immagini raster di Landsat

Per uno studio sull'espansione delle reti stradali nella foresta pluviale, sto cercando di estrarre strade dalle immagini di Landsat. Abbiamo già compositi nitidi e privi di nuvole su cui le strade sono chiaramente visibili ad occhio, ma l'estrazione di queste caratteristiche in linea si sta rivelando difficile, quindi mi chiedevo se qualcuno conosce un buon algoritmo o metodo in grado di gestire le immagini di grandi dimensioni fornite da Landsat? Ho provato Grass's r.thin ma questo non sembra funzionare.

Consiglierei di utilizzare la segmentazione delle immagini con il software gratuito SPRING , disponibile presso il National Institute for Space Research brasiliano. La documentazione è disponibile qui e le esercitazioni sono disponibili qui . La segmentazione delle immagini produce un'elevata precisione di classificazione rispetto ai metodi di classificazione basati esclusivamente su pixel (ad es. ISODATA, massima verosimiglianza, ecc.). Per aiutare a chiarire meglio la mia risposta, ho eseguito la segmentazione delle immagini su immagini (nIR, risoluzione 1m) che avevano una strada che attraversava il pascolo nell'Oregon orientale. Il flusso di lavoro generale per eseguire la segmentazione delle immagini con PRIMAVERA è il seguente:

1. Importa immagini
2. Eseguire la segmentazione (risultati mostrati nell'immagine 1)
3. Crea un set di allenamento selezionando quali regioni appartengono a quale classe.
4. Eseguire la classificazione sulle regioni segmentate.

La prima immagine mostra i risultati della segmentazione effettiva. La strada è evidenziata in blu ed è stata utilizzata durante il passaggio 3 (allenamento). Ho raggruppato tutte le altre classi (ad es. Erba, alberi, ecc.) In un'altra categoria. L'immagine finale mostra i risultati dell'algoritmo di segmentazione e classificazione delle immagini. Come puoi vedere, la segmentazione delle immagini ha prodotto ottimi risultati con le immagini di esempio.

Con le immagini di Landsat, avrai una risoluzione spaziale inferiore rispetto alle mie immagini di esempio, ma avrai una maggiore risoluzione spettrale e sarai quindi in grado di rilevare maggiori differenze tra aree vegetate e aree non vegetate. Poiché PRIMAVERA tiene conto delle bande spettrali oltre alle forme, dovresti vedere risultati molto buoni usando le tue immagini Landsat. Buona fortuna e grazie per la ricerca di un argomento così importante.

La classificazione degli oggetti segmentati (alias addestrati) può essere utilizzata con successo per questo problema, ma non conosco abbastanza GRASS per dirti quali capacità ha in quest'area. Avresti comunque dei poligoni, quindi dovresti ancora assottigliarli o usare una media o qualche altra trasformazione.

Otterrai risultati ancora migliori se hai una banda o un composito a infrarossi vicini, poiché la riflettività delle strade e di altri terreni sterili è significativamente diversa da quella della vegetazione, più le ombre e in misura minore le tettoie (sulle strade) influiscono sul risultato di meno.