Questions tagged «classification»

将实体分类或排列为组或类别的过程;在地图上,通常用图例定义的用相同符号表示组成员的过程。

9
您使用哪些工具对遥感数据进行分类?
已锁定。该问题及其答案被锁定,因为该问题是题外话,但具有历史意义。它目前不接受新的答案或互动。 您更喜欢使用哪种工具对遥感数据进行分类,例如对土地利用进行分类,为什么? 您尝试了哪些其他工具,为什么选择反对它们?

5
eCognition的免费替代软件?[关闭]
已关闭。这个问题需要更加集中。它当前不接受答案。 想改善这个问题吗?更新问题,使其仅通过编辑此帖子来关注一个问题。 3年前关闭。 有谁知道eCognition有任何好的免费软件替代品? 我需要进行图像分割和分类。我尝试了电子点火试验,真的很好。我正在使用SPRING进行这项工作,但它有很多局限性... 有没有qgis插件?

3
基于像素的分类与基于对象的分类之间的区别?
我正在努力清楚地了解遥感领域中基于像素的分类与基于对象的分类之间的区别,并希望该社区中的某人能够提供见识。 根据到目前为止的信息,我目前的理解是: 基于像素的分类: 仅使用可用于单个像素的光谱信息在每个像素级别进行分类(即忽略局部区域内的像素值)。在这种意义上,每个像素将代表一个分类算法的训练示例,并且该训练示例将采用n维矢量的形式,其中n是图像数据中光谱带的数量。因此,训练后的分类算法将输出图像中每个像素的分类预测。 基于对象的分类: 分类是在局部像素组上进行的,同时考虑到每个像素彼此相关的空间特性。在这种意义上,用于分类算法的训练示例将由一组像素组成,并且经过训练的分类算法将相应地基于组输出针对像素的类别预测。举一个粗略的例子,一个图像可能被划分为n个大小相等的片段,然后每个片段都被赋予一个类(即包含对象/不包含对象)。 对于这些术语的含义,这种想法是否正确?还是我错过了某些事情?


1
在QGIS教程/工作流中使用Orfeo Toolbox基于对象的分类?
我有一组需要分类的航空照片。我想尝试使用基于QGIS处理中Orfeo工具箱的基于对象的分类,而不是使用人工解释。 但是,我找不到任何说明如何在QGIS中进行操作的教程。在Orfeo指南中,步骤为 图像分割(全部或仅部分); 图像到LabelObjectMap(一种std :: map)的转换; 最终重新贴标签; 在分割之前使用图像对区域进行属性计算: 对象过滤 LabelObjectMap进行图像转换。 但我找不到任何具体的分步指南,即要使用哪种地理算法。我尝试遵循LSMC(大型均值漂移分类)工作流,并运行细分(Meanshift)。LSMC的结果相当不错,但是我不知道下一步该如何标记该对象(或制作一个训练对象)并将其分类。 我尝试了TrainImageClassifier(SVM),TrainORGLayerClassifier,ORGLayerClassifier,但是没有输出。我试图找到一些教程,但找不到任何教程。我对工作流程完全感到困惑。

5
从遥感数据(视觉图像和LiDAR)中提取树冠区域
我正在寻找一种处理遥感图像并从图像中提取单个树木的树冠区域的方法。 我既有可见波长的面影像,又有该区域的激光雷达数据。所讨论的位置是沙漠地区,因此树木的覆盖范围不如森林区域那么茂密。航拍图像的分辨率为0.5英尺乘0.5英尺。激光雷达的分辨率约为1 x 1英尺。视觉数据和激光雷达均来自亚利桑那州的皮马县数据集。我在这篇文章的末尾有一个关于航空影像类型的样本。 这个问题在ArcMap中检测单树吗?似乎是同一个问题,但似乎没有一个好的答案。 通过使用Arcmap中的Iso聚类分类,我可以获得该地区的植被类型的合理分类(以及有关总覆盖率的信息),但这几乎没有提供有关单个树木的信息。我最想要的是通过Arcmap中的栅格转多边形功能将等容集分类的输出传递给结果的结果。问题在于该方法将树木附近合并为一个多边形。 编辑:我可能应该包括有关我所拥有的更多细节。我拥有的原始数据集是: 完整的las数据,以及从中生成的tiff栅格。 视觉图像(如所示的示例图像,但覆盖的范围更大) 手动直接测量该地区树木的子集。 从这些我生成: 地面/植被分类。 DEM / DSM栅格。

2
汉森全球森林观察分类的方法?
我刚刚发现了惊人的汉森(Hansen)关于森林丧失和再生长的分类,该分类可在http://www.globalforestwatch.org/上找到,该分类发表于2013年《科学》杂志上,网址为: Hansen,MC,Potapov,P.V,Moore,R 。,Hancher,M.,Turubanova,SA和Tyukavina,A.(2013年)。21世纪森林覆盖率变化的高分辨率全球地图。Science,342(6160)(11月15日),850–854。doi:DOI:10.1126 / science.1244693。 但是,我在本文/网站中找不到确切的方法来再现这种地图,因此汉森使用了哪种分类? 我唯一能找到的是,有监督的学习算法用于识别树的覆盖率,但这是一个广义的术语。 如果可能的话,我想使用相同的方法(但要在90年内应用),所以在我选择的地区进行汉森分类之前。

3
在对Landsat 8进行分类时处理山影
我正在尝试使用2013年以来的Landsat 8卫星图像对蒙古北部的某些地区进行分类。由于记录是在冬季进行的,因此在采集时太阳非常低。因此,山上有很长很深的阴影。 我可以使用DEM识别此阴影,如以下问题中所述:如何从Landsat图像中删除诸如阴影之类的地形效果 如何对修剪的阴影区域执行监督分类?有可能加强这一领域吗?我尝试了一些频段比率,但我不知道哪个最适合我的任务。 在此图像中,您可以看到暗影中有一些植被区域,但是无法对它们进行分类。

4
从未分类的LAS文件确定裸露DEM?
我有LAS格式的数据,其中的RGB值是使用无人机从航空摄影测量中创建的。我正在尝试找到一种从点云中提取地球DEM的解决方案。 我已经尝试过SAGA,Fusion和MCC-LIDAR,但似乎他们需要对LAS文件进行分类(自然而然就没有)。有人可以向我指出正确的方向,并简要说明该过程吗? 通常,我一次需要处理大约100个铣削点(如果需要,可以平铺它们)。


2
R中kmeans的无监督分类
我有一个按时间顺序排列的卫星图像(5个波段),并想按R中的kmeans对其进行分类。我的脚本运行良好(循环浏览我的图像,将图像转换为data.frame,将它们聚类,然后将其转换回一个栅格): for (n in files) { image <- stack(n) image <- clip(image,subset) ###classify raster image.df <- as.data.frame(image) cluster.image <- kmeans(na.omit(image.df), 10, iter.max = 10, nstart = 25) ### kmeans, with 10 clusters #add back NAs using the NAs in band 1 (identic NA positions in all bands), see http://stackoverflow.com/questions/12006366/add-back-nas-after-removing-them/12006502#12006502 image.df.factor …
10 r  classification 

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.