用于分类屋顶的开源遥感工具

使用envi图像处理和分类工具，您可以从具有某些光谱值的图像中获取屋顶，然后可以将其转换为应用程序的一些矢量数据。

在Intel开发的具有OpenCV的 python中（具有许多对象检测算法），您可以从图像中检测面部。

OpenCV示例：

我的问题是，我们可以使用python开源工具从协调或不协调的卫星图像中检测屋顶或任何东西吗？

卫星图像示例：

我过去曾使用OpenCV训练地理对象的检测。Vascobnunes指出，Orfeo Toolbox是一个很好的开源选择。对于封闭源版本，可以查看Feature Analyst（也具有ArcGIS扩展）。

最后，归结为训练支持向量机。您可以使用几种库来使用几乎所有语言。

这是我几年前编写的使用libsvm进行树对象检测的工具的示例。找到后，我将实际的3D树对象放置在其中。

这是我当时操作中发布的视频。

这些库中的任何一个都可以让您使用python做东西。

恐怕仅凭一个卫星图像就无法实现令人满意的屋顶探测。您应该尝试使用其他信息来源。

下面的文章描述了一种使用DEM +航空影像对+地籍数据的方法：

M.邓瑟（F. Taillandier）。从数字高程模型和地籍数据自动重建建筑物：一种操作方法。摄影测量，遥感和空间信息科学国际档案馆。卷 36（Part 3），德国波恩，2006年9月。

另请参阅参考文献部分（像其他报纸的一个）。

我怀疑此类方法未在python开源软件中实现。

您是否尝试过orfeo工具箱？

好吧，仅从一张图像开始，您就可以进行有监督或无监督的分类。尝试几次，看看效果是否良好。

我做的更好的方法是从图像制作正射影像。然后我有了建筑物的占地面积，因此我从图像中过滤了地形。然后，我对像素进行了分类并创建了矢量对象。

如果您有DEM或立体声对，则可以创建一个。然后，您可以检测到屋顶。

另外，在图像中，图像充满阴影。祝他们好运。因此，在python中，我什么都没看到。我使用ArcGis进行分类。但是由于您提到了开源，所以可以尝试使用QGIS。

最后一点，您要问的是一个主要的研究主题，您必须增强数据库以获得良好的结果。在这种情况下，单个图像很难处理。

点云库是一个新的开源库，它可以用于基于DEM或Orthophoto的对象识别，我希望它可以提供帮助，但我从未使用过。