Chciałbym się dowiedzieć, jak przeprowadzić bezobsługową klasyfikację sceny Landsat przy użyciu i.cluster> i.maxlikw GRASS przy użyciu wyostrzonych panoramicznie obrazów o rozdzielczości 15 m (przykład podany w jej Wiki używa zwykłych rozdzielczości 30 m).
i.pansharpenNajpierw próbowałem utworzyć wyostrzone obrazy, ale i.pansharpenmogę wyprowadzić tylko 3 kanały, które można połączyć za pomocą d.rgblub r.composite. O ile mi wiadomo, proces klasyfikacji obrazów wymaga kompletnych pasm multispektralnych od 1 do 7. Jak mogę wytwarzać osobne pasma (od pasma 1 do pasma 7), wyostrzone za pomocą obrazu z pasma 8 o rozdzielczości 15 m, przed wprowadzeniem ich do proces klasyfikacji obrazu?
Znalazłem artykuł, który pokazuje, jak to zrobili; w zasadzie użyli pewnego rodzaju analizy głównych składników, aby w jakiś sposób połączyć 30-widmowe pasma z 15-metrowym pasmem panchromatycznym. Dokładna wycena to:
„Metoda najpierw przekształca 30-metrowy obraz wielospektralny na 15 metrów. Następnie oblicza wszystkie sześć głównych elementów obrazu wielospektralnego (Usunęliśmy pasmo termiczne ze względu na rozdzielczość Coursera). Następnie histogram pasma panchromatycznego (15-metrowy rozdzielczość) jest przeskalowywany w celu dopasowania do histogramu pierwszego głównego komponentu obrazu 30-metrowego, a pierwszy składnik jest zastępowany przeskalowanym pasmem panchromatycznym. Jest to uzasadnione, ponieważ pierwszy główny składnik reprezentuje ogólną jasność w sposób podobny do szerokie pasmo widmowe obrazu panchromatycznego. Po zastąpieniu sześć składników jest przekształcanych z powrotem w pierwotną przestrzeń danych, co poprawia rozdzielczość przestrzenną. ”
Po pierwsze, artykuł nie przedstawił żadnego algorytmu / formuły. Nie mam pojęcia, jak zamienić powyższy cytat w odpowiednią formułę matematyczną. Zdałem sobie sprawę, że mogę używać i.pansharpenalgorytmu PCA zamiast zwykłego Brovey lub IHS - ale nadal - wyjściowe będą tylko 3 kanały koloru czerwonego, niebieskiego i zielonego - co niestety nie mam pojęcia, jak ich używać do klasyfikacji obrazów ..
Tak więc, zanim nawet spróbuję złamać głowę, próbując ręcznie napisać nowy algorytm PCA, czy ktoś może mi pomóc wskazać łatwiejszy i lepszy sposób przeprowadzania klasyfikacji obrazów na wyostrzonych panoramicznie obrazach Landsata? To znaczy - powinien istnieć łatwiejszy sposób, prawda? Czuję, że brakuje mi czegoś prostego.
Jeśli jedyną drogą, którą pozostało, jest napisanie własnego skryptu, czy moglibyście wskazać mi coś, co przypomina przykład tego, co próbuję zrobić?
Wszelaka pomoc jest bardzo doceniana!