Próbuję narysować lasy w OpenStreetMap, używając obrazów satelitarnych Yahoo.
Edytor JOSM ma kilka wtyczek, które próbują zautomatyzować proces - musisz kliknąć wewnątrz obszaru, a wtyczka znajdzie granice. Ale jakość jest dość zła.
Szukam bibliotek / algorytmów, aby uzyskać granice dobrej jakości.
Obrazy, z którymi pracuję, wyglądają tak: http://maps.yahoo.com/#mvt=s&lat=56.907056&lon=24.597595&zoom=14
openstreetmap
tools
satellite
ekstropia
źródło
źródło
Odpowiedzi:
Lepiej jest użyć aplikacji do zdalnego wykrywania. Oczywiście musisz mieć obrazy rastrowe na swoim komputerze. Istnieje mnóstwo metod, które mogą pomóc w określeniu obszarów leśnych, takich jak: korzystanie z sieci neuronowych, wyszkolone fragmenty zdjęć, nadzorowana / nienadzorowana segmentacja i klasyfikacja. Nie jestem pewien, czy to rozwiąże twój problem, ale to początek.
Istnieją bezpłatne DIP (cyfrowe przetwarzanie obrazu), takie jak GRASS, SPRING (myślę, że jest dostępny tylko w pt-BR) i OSSIM (nie jestem tego pewien)
źródło
Być może spróbuj różnych zdjęć źródłowych. Dzięki OnEarth możesz wybierać spośród różnych kombinacji pasm. Te pseudo lub fałszywy kolor te podkreślają różnice między roślinnością i non-roślinnością obszarach lepiej niż „naturalny” lub „wizualnej” kombi koloru (w dół do przykładów zastosowania WMS Globalna Mozaika ). Dane OnEarth są dostępne za pośrednictwem TiledWMS , KML i bezpośredniego pobierania (zwykły WMS jest również dostępny, ale odradzany, aby zmniejszyć obciążenie serwera). Zdjęcia są bezpłatne i bezpłatne, więc nie martw się o to, co możesz z tym zrobić.
źródło
Aby uniknąć pułapek związanych z licencjonowaniem, możesz pobrać wiele danych Landsat TM5 / ETM7 z GLOVIS . Następnie, używając np. Pasm 3 i 4 (czerwony i prawie infrarred) i ewentualnie innych, możesz spróbować sklasyfikować obraz, wyeksportować go jako wielokąt, a następnie dostosować go do zawartości serc. W przypadku lasów często używana jest korelacja przestrzenna między pikselami (w twoim przykładzie spójrz na ziarnistość drzewostanów). Klasyfikatory tekstur (na przykład oblicz wariancję NDVI w oknie 3x3) uzupełniają czyste klasyfikatory radiometryczne.
Jeśli chodzi o narzędzia, wspomniano o GRASS, ponieważ jest to prawdopodobnie dobry wybór. Mamy ENVI w pracy i chociaż nie jest wolnym oprogramowaniem, byłoby to narzędzie, które bym wziął pod uwagę.
Pamiętaj, że dane Landsat są często zanieczyszczone przez chmury lub cień chmur. Konieczne może być trochę wykopania w archiwum, aby znaleźć odpowiednie dane.
źródło
NASA niedawno stworzyła globalną mapę wysokości lasów , być może użycie jej jako podstawy do edycji doprowadziłoby cię dość daleko do celu.
źródło
Aby uzyskać granice, szukasz algorytmu rozwijania regionu. W artykule omówiono takie algorytmy, z których jeden jest zaimplementowany w SAGA GIS
Jak wspomniano w innych odpowiedziach, powinieneś rzeczywiście spróbować użyć więcej pasm niż tylko światła widzialnego. Szczególnie bliskiej podczerwieni i podczerwieni powinny działać dobrze.
W rzeczywistości większość programów gis / teledetekcji idzie dalej: gdy masz już kilka przykładowych wielokątów, mogą one przeprowadzić klasyfikację „nadzorowaną”, co sugeruje nawet nowe lasy. Znajdziesz wiele algorytmów, jeśli wykonasz wyszukiwanie na tym.
źródło