Narzędzia zdalnego wykrywania OpenSource do klasyfikacji dachów

za pomocą narzędzi do przetwarzania i klasyfikacji obrazów envi można uzyskać dachy z obrazów o pewnej wartości widmowej, a następnie przekonwertować na dane wektorowe dla aplikacji.

w pythonie z OpenCV, który został opracowany przez firmę Intel (ma wiele algorytmów wykrywania obiektów), możesz wykrywać twarze z obrazów.

Przykład OpenCV:

moje pytanie brzmi: czy możemy wykryć dach lub cokolwiek ze skoordynowanych lub nieskoordynowanych zdjęć satelitarnych za pomocą narzędzi typu open source jako python?

Przykład zdjęcia satelitarnego:

W przeszłości korzystałem z OpenCV, aby trenować wykrywanie obiektów dla geo. Orfeo Toolbox to dobry wybór typu open source, jak zauważył Vascobnunes. W przypadku wersji z zamkniętym kodem źródłowym możesz spojrzeć na Feature Analyst (który również ma rozszerzenie ArcGIS).

Na koniec sprowadza się to do szkolenia maszyny wektora nośnego . Istnieje wiele bibliotek, których można użyć do tego w większości języków.

To jest przykład narzędzia, które napisałem kilka lat temu, które wykorzystuje libsvm do wykrywania obiektów drzewiastych. Po znalezieniu umieszczam prawdziwy obiekt drzewa 3D w miejscu, w którym się znajduje.

Oto wideo z tego działania, które opublikowałem wtedy na YouTube .

Każda z tych bibliotek pozwoli ci robić rzeczy przy pomocy Pythona.

Obawiam się, że satysfakcjonującego wykrywania dachu nie można osiągnąć za pomocą tylko jednego zdjęcia satelitarnego. Powinieneś spróbować użyć innych źródeł informacji.

W poniższym artykule opisano metodę wykorzystującą pary obrazów lotniczych DEM + dane katastralne:

M. Durupt, F. Taillandier. Automatyczna rekonstrukcja budynku na podstawie cyfrowego modelu elewacji i danych katastralnych: podejście operacyjne. Międzynarodowe archiwa fotogrametrii, teledetekcji i informacji przestrzennej. Vol. 36 (część 3), Bonn, Niemcy, wrzesień 2006 r.

Zobacz także inne artykuły w dziale bibliografii (takie jak ten ).

Podejrzewam, że takie metody nie są zaimplementowane w oprogramowaniu open source Python.

Czy wypróbowałeś Przybornik Orfeo ?

Cóż, tylko z jednego obrazu, możesz dokonać klasyfikacji nadzorowanej lub bez nadzoru. Spróbuj kilka razy i sprawdź, czy wyniki są dobre.

Lepszym sposobem, w jaki to zrobiłem, było tworzenie ortofotografii z obrazów. Potem miałem ślad budynku, więc odfiltrowałem teren z obrazu. Następnie dokonałem klasyfikacji pikseli i stworzyłem obiekty wektorowe.

Jeśli masz DEM lub masz pary stereo, możesz je utworzyć. Następnie możesz wykryć dachy.

Ponadto na twoim obrazie jest pełno cieni. Powodzenia w radzeniu sobie z nimi. W związku z tym w Pythonie nic nie widziałem. Użyłem ArcGis do klasyfikacji. Ale ponieważ wspomniałeś o opensource, można wypróbować QGIS.

Ostatnia uwaga, to o co pytasz, jest głównym tematem badań i musisz ulepszyć bazę danych, aby uzyskać dobre wyniki. W tym przypadku trudne są pojedyncze zdjęcia.

Point Cloud Library to nowa biblioteka typu open source, może być używana do rozpoznawania obiektów na podstawie DEM lub Orthofhoto. Chciałbym, żeby to mogło pomóc, ale nigdy jej nie użyłem.