প্যান ব্যান্ডের সাথে ল্যান্ডসেট প্রতিবিম্ব পণ্যটি বৈজ্ঞানিকভাবে সঠিক?


11

আমার জানা দরকার যে সংশ্লিষ্ট ব্যান্ডের প্যান ব্যান্ডের সাথে ল্যান্ডস্যাট 8 পৃষ্ঠ পৃষ্ঠের প্রতিবিম্ব পণ্যগুলি ফিউজ / প্যান-শার্প করা বৈজ্ঞানিকভাবে বৈধ কিনা? ল্যান্ডস্যাট প্রতিবিম্ব পণ্য বিবরণ এখানে পাওয়া যাবে । এটি উল্লেখ করা দরকার যে এই পণ্যটি পেতে একজনকে আলাদাভাবে পৃষ্ঠের প্রতিবিম্ব পণ্যটি অর্ডার করতে হবে। এই পণ্যটিতে আইআর এবং প্যান ব্যান্ডটি নয় কেবলমাত্র 7 টি ব্যান্ড (30 মিটার) রয়েছে। সুতরাং, আবারও, আমার প্রশ্নটি স্বাভাবিক (পৃষ্ঠ পৃষ্ঠ প্রতিফলন নয়) প্যান ব্যান্ড (15 মিটার) সহ 7 ব্যান্ড (30 মিটার) পৃষ্ঠের প্রতিবিম্ব পণ্যটি ফিউজ করা বৈধ। আমি এই পানশর্পিত চিত্রটি বিভাজন এবং নিম্নলিখিত জমি কভার ম্যাপিংয়ের জন্য ব্যবহার করতে চাই o সুতরাং আমার জানা দরকার যে রেফারেন্স সহ একাডেমিয়ায় এই ধরণের প্যান শার্প করার কোনও প্রতিষ্ঠিত অনুশীলন আছে, যদি হ্যাঁ দয়া করে উদ্ধৃত করুন।

উত্তর:


9

মৌলিকভাবে এখানে প্রশ্ন "বৈজ্ঞানিকভাবে বৈধ" অর্থ কী "। আপনি যদি ডেটাতে বর্ণালী মডেলিংয়ের সন্ধান করছেন, তবে উত্তরটি আপনি শ্রেণিবদ্ধকরণ / চিত্র বিভাজনে দেখছেন কিনা তার চেয়ে আলাদা। পানশর্পেনিং (পদ্ধতির উপর নির্ভর করে) কেবলমাত্র মানগুলির পরিসীমাটিকে একটি সামান্য পরিমাণে পরিবর্তন করতে চলেছে এবং আপনার প্রতিফলনের মানগুলি সম্ভাবনার ক্ষেত্রের বাইরে রাখে না।

সব মিলিয়ে আপনি কোন অ্যাপ্লিকেশনটির জন্য ডেটা ব্যবহার করতে যাচ্ছেন তার উপর এটি অনেকটাই নির্ভর করে। তদ্ব্যতীত, পানশর্পেনিংয়ের প্রভাব আপনি যে পড়াশুনা করছেন তা আংশিক পার্শ্ব ফলাফল হিসাবে নথিভুক্ত করতে পারে। ফলাফলটি হতে পারে যে এটি চার্জ হিসাবে চার পিক্সেল ব্যতীত কোনও কিছুই যুক্ত করে না, অর্থাত্ প্রসেসিংয়ের সময় হিসাবে চারগুণ, যা কিছু ক্ষেত্রে শোস্টোপার।

সম্পাদনা করুন: এই বিষয়ে আমার নিবন্ধগুলির ডাটাবেস বিশাল নয়, তবে আমার এই দুটি আছে যেখানে চিত্র বিভাজনের জন্য পানশরপেন্ড ডেটা ব্যবহার করা হয় (যুক্তিসঙ্গত ফলাফল সহ):

শেকলফোর্ড, একে, এবং ডেভিস, সিএইচ (2003) শহুরে অঞ্চলগুলিতে উচ্চ-রেজোলিউশন মাল্টিস্পেকট্রাল ডেটা শ্রেণিবিন্যাসের জন্য একটি সম্মিলিত अस्पष्ट পিক্সেল-ভিত্তিক এবং অবজেক্ট-ভিত্তিক পদ্ধতির। জিওসায়েন্স এবং রিমোট সেন্সিং-এ আইইইই লেনদেন, 41 (10), 2354–2364। http://doi.org/10.1109/TGRS.2003.815972

ফার্নান্দেজ, আই।, আগুয়েলার, এফজে, আগুয়িলার, এমএ, এবং আলভারেজ, এমএফ (2014)। অবজেক্ট-ভিত্তিক পদ্ধতির মাধ্যমে ভিএইচআর স্যাটেলাইট এবং বায়বীয় চিত্র ব্যবহার করে সংবেদনশীল পৃষ্ঠতলের অঞ্চলগুলির শ্রেণিবিন্যাসে ডেটা উত্স এবং প্রশিক্ষণের আকারের প্রভাব। ফলিত আর্থ পর্যবেক্ষণ এবং রিমোট সেন্সিং, 7 (12), 4681–4691 এ আইইইই জার্নাল নির্বাচিত বিষয়গুলির।


প্রশ্ন সম্পাদনা।
এসআইস্লাম

2
আপনার উত্তরে যে সমস্যাটি সমাধান করা হয়নি তা হ'ল পৃষ্ঠের প্রতিবিম্ব ব্যান্ডগুলি ব্যান্ড 8 এর ডিএন মানগুলির তুলনায় বিভিন্ন ইউনিটে রয়েছে যেখানে কিছু অ্যালগরিদম নির্বিশেষে কাজ করবে (উদাহরণস্বরূপ, পিসিএ) প্যানটি তীক্ষ্ণ পৃষ্ঠের প্রতিফলন ব্যান্ডের ফলাফলের মানগুলিতে প্রভাব ফেলবে as উল্লেখযোগ্যভাবে পক্ষপাতদুষ্ট হতে পারে এবং এভাবে "বৈজ্ঞানিকভাবে বৈধ" হতে পারে না, এর অর্থ যাই হোক না কেন। তবে, একটি পরিচিত "উপকরণের প্রতিবিম্ব বৈশিষ্ট্যগুলি" থেকে স্ট্যান্ড পয়েন্টটি আসলে অবৈধ কারণ বর্ণালী কার্ভগুলি ব্যান্ড 8-এ ডিএন মানগুলির উপর ভিত্তি করে প্রত্যাশিত মানগুলির সাথে মেলে না changed
জেফরি ইভান্স

1
@ জেফ্রেইভানস যে পানসার্পেনিং পদ্ধতিটি ব্যবহার করা হচ্ছে তার উপর নির্ভর করে - এমন একটি উপাদান যা প্রশ্নের অংশ নয়। যাইহোক, বিষয়টি ইমেজ বিভাজন হিসাবে দেওয়া, প্রাথমিক লক্ষ্যটি পরিচিত উপকরণগুলি মডেল করা নয়, তবে মূল্যবোধের ক্রস-দৃশ্যের তুলনা করার অনুমতি দেওয়া - যার অর্থ প্রাথমিক উদ্বেগটি পানশর্পণ নয়, বায়ুমণ্ডলীয় সংশোধনের ধারাবাহিকতা।
মিক্কেল ল্যাডহোম রাসমুসেন

আপনার দেওয়া আপনার সদয় প্রচেষ্টাটির জন্য আপনাকে ধন্যবাদ! প্রকৃতপক্ষে আমি জানতে চাই যে যদি আমি শ্রেণিবিন্যাসের উদ্দেশ্যে বায়ুমণ্ডলীয়ভাবে সংশোধন না করে রেফ্ল্যাক্ট্যান্স পণ্যটি প্যান-শার্প করে থাকি তবে এটি বৈধ কিনা। যদি হ্যাঁ তবে আমাকে উপরের আলোচনার কারণ হিসাবে এটি গবেষণার উদ্দেশ্যে একটি শ্রেণিবদ্ধকরণ করা দরকার, আমাকে তা করার প্রতিষ্ঠিত উপায় দিন। আপনি দয়া করে ভূখণ্ডের জন্য কাগজ উদ্ধৃত করুন।
এসআইস্লাম

@ এসআইসলাম - আমি মনে করি না যে এমন একটি কাগজ পাওয়া যাবে যা বিশেষত অপরিবর্তিত প্যানক্রোমেটিক ডেটা সহ বায়ুমণ্ডলীয়ভাবে সংশোধিত ডেটা পানশার্পেনিংয়ের দিকে লক্ষ্য করবে। এটি একটি খুব প্রযুক্তিগত বিশদ, একটি বিশদ যা কেবলমাত্র শক্তিশালী প্রযুক্তিগত ব্যবহারকারীদের জন্য গুরুত্বপূর্ণ এবং সেই ব্যবহারকারীরা সাধারণত মোটামুটি ত্রুটিযুক্ত প্রবণ ভূমি পৃষ্ঠের প্রতিবিম্ব পণ্যটি ব্যবহার না করে তাদের নিজস্ব বায়ুমণ্ডলীয় সংশোধন করেন।
মিক্কেল ল্যাডহোম রাসমুসেন

0

প্রথমত - আপনি যদি না জানেন যে আপনি কী করছেন এবং আপনি কী নিয়ে পরীক্ষা নিরীক্ষা করছেন - আপনি DN থেকে TOA প্রতিচ্ছবিতে প্যানটিকে সঠিকভাবে রূপান্তর করতে পারবেন না। এই ডেটাটি শুধুমাত্র ভিজুয়াল বর্ধনের উদ্দেশ্যে তৈরি করা হয়েছে; এবং এর থেকে বর্ণালী কোনও তথ্য উত্পন্ন হওয়ার কথা নয়।

টোএ প্রতিবিম্ব মানগুলি ইউএসজিএস দ্বারা বর্ণিত 16 বিট ডেটা টাইপ থেকে একটি পুনরায় স্কেল । যার অর্থ আপনি প্যান ব্যান্ডটি মাল্টিসেক্টেক্টরাল টোএ প্রতিবিম্ব ডেটাতে সরাসরি ইনপুট হিসাবে ব্যবহার করতে পারেন। বিশেষত যেহেতু সর্বাধিক - যদি না হয় তবে - প্যান-শার্পিং অ্যালগরিদমগুলির কোনও ধরণের ডেটা স্বাভাবিককরণের সাথে শুরু হয়।

আপনি করতে পারেন এমন আরও একটি জিনিস - কেবল নিজের মনকে স্বাচ্ছন্দ্য বোধ করার জন্য - দুটি নমুনা ডেটা নেওয়া (স্তর 2 এবং স্তর 1); দুটিতে প্যান-শার্পিং প্রয়োগ করুন এবং উভয় ফলাফলের উপর বর্ণালী এবং স্থানিক মূল্যায়ন করুন।

PS: আপনার প্রকল্পের থিম সম্পর্কিত

গত বছর, আমি চিত্রের শ্রেণিবদ্ধকরণের উপর প্যান-শার্পিং প্রভাবগুলির মূল্যায়ন সম্পর্কিত একটি প্রকল্পে কাজ করেছি , যেখানে ইনপুট ডেটা ছিল কুইকবার্ড এবং ল্যান্ডস্যাট 8 উপগ্রহের চিত্রাবলী। একাধিক অ্যালগরিদম এবং পদ্ধতির পরীক্ষা করা হয়েছিল। এবং ফলাফল খুব আকর্ষণীয় ছিল। আমরা এখনও নিবন্ধটি প্রকাশ করতে পারিনি, তাই আমরা বেশিরভাগ জিনিস প্রকাশ করতে পারি না। তবে একটি জিনিস আমি বলতে পারি: মূল ডেটা (পূর্ণ ব্যান্ড) এবং সেগমেন্টযুক্ত প্যান-তীক্ষ্ণ চিত্রের সংমিশ্রণটি চেষ্টা করে দেখতে use ল্যান্ডসেট ডেটাতে করা বেশিরভাগ পরীক্ষার হিসাবে দেখা গেছে যে সামগ্রিক যথার্থতা এবং কাপা গুণের মূল তথ্যটির শ্রেণিবিন্যাসের সাথে তুলনা কমেছে।

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.