从卫星图像中提取土地覆盖特征

我对一种低成本或开源解决方案感兴趣，该解决方案用于创建同时利用光谱和纹理提取算法的GIS图层。我过去曾经使用过PCI Geomatica，ENVI和Feature Analyst VLS。但是这些解决方案有点超出我的价格范围，有什么软件建议吗？

您可以为此使用GRASS GIS，它支持基于辐射/分段方法的纹理提取和图像分类。有关想法，请查看本会议摘要，这是在Geoinformatics FCE CTU 2011上计划的演讲。

另请参见：http : //grass.osgeo.org/wiki/Image_processing和http://grass.osgeo.org/wiki/Image_classification以获得概述。

如果我对您的理解正确，那么您正在寻找监督分类程序。一些理论背景：http : //rst.gsfc.nasa.gov/Sect1/Sect1_17.html

这当然可以通过草实现：http : //grass.osgeo.org/wiki/Image_classification#Supervised_classification_2

作为替代方案，您还可以查看saga（我并不是说它更好，我只是对自己更了解），它也可以与qgis和R一起很好地播放。此站点上有一些视频对此进行了演示： http：// www.uni-koblenz-landau.de/landau/fb7/umweltwissenschaften/landscape-ecology/Teaching/geostat （下载数据文件以获取演示文稿）。

在所有gis程序中，您要做的是在一种类型的土地上定义多个参考点或多边形，然后将其外推到该区域的其余部分。以下是土地用途分类的示例：

实际上，如果您在任何gis程序中都绘制了训练多边形，则可以使用R进行预测。用网格覆盖，然后使用任何您喜欢的预测系统（例如，如果需要分类树，则使用rpart）。本书第222页左右的更多信息：http : //www.lulu.com/product/file-download/a-practical-guide-to-geostatistical-mapping/14938111

还有很多话要说，您的训练集应该代表您的学习领域（也许最好在R中生成随机点并对它们进行分类）。您还应该仔细选择辅助数据集，如果例如纹理是重要属性，则可能需要生成新的辅助数据集。

-

如果您要做的只是提取区域或特征（不对其进行分类），则分割算法更可能是您想要的。本文讨论了一个示例（在SAGA GIS中实现）：http : //mirror.transact.net.au/pub/sourceforge/s/project/sa/saga-gis/SAGA%20-%20Documentation/GGA115/gga115_03 .pdf

您可以使用GRASS做到这一点。

您将首先使用栅格数据：

• 我将向您指出该教程。参见栅格部分。
• 您将使用r.mapcalc和r.reclass提取所需的功能。
• r.to.vect将允许您向量化数据。

最后，您将操作矢量数据。v.db.select和v.class将为您提供帮助。