Answers:
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