ল্যান্ডস্যাট 8 শ্রেণিবদ্ধ করার সময় পর্বত ছায়াগুলি পরিচালনা করা


10

আমি ২০১৩ সাল থেকে ল্যান্ডস্যাট ৮ স্যাটেলাইট চিত্র ব্যবহার করে উত্তর মঙ্গোলিয়ায় কিছু অঞ্চল শ্রেণিবদ্ধ করার চেষ্টা করছি Since শীতকালে রেকর্ডিংগুলি তৈরি হওয়ায় অধিগ্রহণের সময় সূর্য খুব কম থাকে। সুতরাং পাহাড় থেকে খুব দীর্ঘ এবং অন্ধকার ছায়া আছে।

আমি এই ছায়াকে একটি ডেম ব্যবহার করে সনাক্ত করতে সক্ষম হচ্ছি, এই প্রশ্নে বর্ণিত: ল্যান্ডসেট চিত্র থেকে টপোগ্রাফিক প্রভাবগুলি ছায়ার মতো কীভাবে সরিয়ে নেওয়া যায়

ক্লিপড ছায়াযুক্ত অঞ্চলের জন্য আমি কীভাবে তত্ত্বাবধানে শ্রেণিবিন্যাস করতে পারি? এই অঞ্চলগুলি উন্নত করা কি সম্ভব? আমি কিছু ব্যান্ড অনুপাত চেষ্টা করেছি, তবে আমার কাজের জন্য কোনটি সেরা তা আমি জানি না।

এই চিত্রটিতে আপনি দেখতে পাচ্ছেন যে অন্ধকার ছায়ায় কিছু উদ্ভিজ্জ অঞ্চল রয়েছে তবে তাদের শ্রেণিবদ্ধ করা সম্ভব নয়।

কিছু ছায়াযুক্ত অঞ্চলের জন্য উদাহরণ


2
আপনি কি এটিকে প্রতিবিম্বে রূপান্তর করেছেন? আপনি কোন পদ্ধতি ব্যবহার করেছেন?
হারুন

2
না আমি করিনি। আমি 3,4,5 ব্যান্ডের একটি স্তর স্ট্যাক ব্যবহার করেছি এবং আর্কজিআইএস-এ সর্বাধিক সম্ভাবনা-শ্রেণিবিন্যাস করেছি। অঞ্চলটির আরও ভাল ব্যাখ্যার জন্য, আমি এনডিভিআই এবং কয়েকটি ভুয়া রঙের রচনা ব্যবহার করেছি।
ড্যান_কে

2
এ কারণেই সংবেদনের প্রতিফলন এবং অর্থোন্নয়ন গুরুত্বপূর্ণ প্রাকপ্রসেসিং পদক্ষেপ।
জেফ্রি ইভান্স

আপনি সি-সংশোধন বা Minnaert মত কোন সম্বন্ধীয় সংশোধন চেষ্টা করেছেন ?, ভালো কিছু যদি দয়া করে এই সাহায্য করতে পারে। আমি কীভাবে এটি অর্জন করতে পারি তার আরও বিশদ সরবরাহ করব।
পাওলো কার্ডোসো

2
ডিএন থেকে টোএ টপোগ্রাফিক প্রভাব সরিয়ে ফেলবে না। টপোগ্রাফিক সংশোধন (টপোগ্রাফিক নরমালাইজেশন) ছায়া প্রভাবকে হ্রাস করবে না, বাদ দেবে না এবং এটি আপনার ক্ষেত্রে বিশেষভাবে গুরুত্বপূর্ণ। আমি পড়া সুপারিশ এই সমস্যা ও এর সম্ভাব্য পন্থা একটি সাধারণ দৃশ্যের জন্য।
পাওলো কার্ডোসো

উত্তর:


1

আসলে, এটি অনুমোদিত নয় যে আপনি ছায়াযুক্ত অঞ্চলগুলি থেকে কিছু তথ্য পুনরুদ্ধার করতে সক্ষম হবেন। যাইহোক, আমি একবার হাইপারস্পেকট্রাল ইমেজে সাফল্যের সাথে (ক্লাউড) সাফল্যের সাথে ডিল করেছি। লক্ষ্যটি ছিল সহজ জমি কভার শ্রেণিবিন্যাস। আমি যা করেছি তা এখানে। ল্যান্ডস্যাট চিত্রগুলির সাথে এটি কীভাবে কাজ করবে তা আমি নিশ্চিত নই তবে এটি যেহেতু এটি খুব সহজ তাই আপনার এটি চেষ্টা করা উচিত।

একবার আমি শ্যাডো শনাক্ত করার পরে আমি ছায়াযুক্ত অঞ্চলগুলির সাথে ইমেজটির বাকী অংশগুলিতে হিস্টোগ্রামের মিলটি সম্পাদন করেছি। সাবধান থাকুন যেহেতু আপনি ধরে নিয়েছেন যে ছায়াযুক্ত অঞ্চলে বর্ণালী সংকেত এবং আলোকিত অঞ্চলে একটি একই বর্গের (distrib একই বিতরণ) এর সাথে কমবেশি সম্পর্কিত। যদিও এটি একটি খুব সহজ এবং সরল পদ্ধতি, আমি কিছু ছোট ছায়া সীমানার ত্রুটির জন্য ছায়াযুক্ত পিক্সেলকে সঠিকভাবে শ্রেণিবদ্ধ করতে সক্ষম হয়েছি। হতে পারে আপনি ইমেজটিতে সমস্ত সম্ভাব্য ব্যান্ড অনুপাত স্ট্যাক করতে পারেন এবং শ্রেণিবিন্যাসের আগে সমস্ত বৈশিষ্ট্য পুনর্নবীকরণ করতে পারেন, এটি ছায়ার প্রভাব আরও কমাতে পারে। আপনার তখন সম্ভবত একটি শক্তিশালী শ্রেণিবদ্ধ ব্যবহার করতে হবে।

সম্পাদনা: অতিরিক্ত হিসাবে আপনি প্রতিটি পিক্সেলকে ইউনিট আদর্শ হিসাবে (প্রতিটি পিক্সেলকে বর্ণালী ভেক্টর হিসাবে দেখে) স্বাভাবিক করতে পারেন। এটি ছায়ার প্রভাবগুলি অপসারণেও সহায়তা করা উচিত।


1

স্টেলা নীচে যা বলেছিল সে বিষয়ে আমি পরামর্শ দেব। আপনি এটিকে কেবল ছায়া হিসাবে শ্রেণিবদ্ধ করতে পারেন যাতে এটি আপনার যথার্থতার ক্ষতি করে না। অবশ্যই নিশ্চিত করুন যে আপনার আগ্রহের পর্যাপ্ত ক্ষেত্র রয়েছে বা ছায়ার প্রশিক্ষণের ক্ষেত্রগুলি রয়েছে যাতে এটি সমস্ত শ্রেণিবদ্ধ হয়। যদি আপনাকে কোনও উপস্থাপনা দিতে হয় তবে আপনি মন্তব্য করতে পারেন যে বেশিরভাগ ছায়ার অঞ্চলটি পর্বতের নিকটতম অংশের সাথে সমান অর্থাত্ যদি পর্বতের যে অংশটি সূর্যকে আঘাত করছে সেগুলি যদি গাছের বৈশিষ্ট্যগুলিকে প্রতিফলিত করে তবে অন্য দিকটি ভাল যদি সূর্য এটি আঘাত ছিল। আশাকরি এটা সাহায্য করবে. আমার এটি করতে হয়েছিল এবং আপনি যদি ছায়াকে শ্রেণিবদ্ধ করেন না বা এর সাথে সংশোধন করেন না তবে এটি পানির মতোই শ্রেণিবদ্ধ করা হবে যেমন বর্ণালী মিল রয়েছে।


0

আমি ছায়াটিকে বাকী চিত্র থেকে আলাদা করে শ্রেণিবিন্যাস করার পরামর্শ দেব। যদি আপনি একটি স্বতন্ত্র ছায়া শ্রেণীর সন্ধান করতে পারেন তবে "ছায়া" পিক্সেলটি মাস্ক করুন এবং তারপরে প্রসারিত করুন এবং পুনরায় শ্রেণিবদ্ধকরণ করুন (আপনি কীভাবে প্রসারিত করবেন সে বিষয়ে সতর্কতা অবলম্বন করুন)। আমি চিত্রের শ্রেণিবিন্যাসে বিশেষজ্ঞ নই, তবে আমি অবশ্যই অন্য চিত্রগুলির সাথে কোনও ফলাফলকে বৈধতা দেব।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.