দূরবর্তী সেন্সিং ডেটাগুলির শ্রেণিবদ্ধকরণের জন্য আপনি কোন সরঞ্জামটি ব্যবহার করতে পছন্দ করেন, উদাহরণস্বরূপ জমির ব্যবহারের শ্রেণিবদ্ধকরণ এবং কেন ?
আপনি অন্য কোন সরঞ্জাম ব্যবহার করে দেখেছেন এবং কেন আপনি তাদের বিরুদ্ধে সিদ্ধান্ত নিয়েছেন?
উত্তর:
আমি যে ধরণের শ্রেণিবিন্যাস সম্পাদন করার চেষ্টা করছি তার উপর নির্ভর করে আমি বেশ কয়েকটি সরঞ্জাম ব্যবহার করি।
সাধারণ অপ্রচারিত / তত্ত্বাবধানযুক্ত শ্রেণিবিন্যাসের জন্য আমি ENVI ব্যবহার করি , যার শ্রেণিবিন্যাস পদ্ধতির জন্য অনেক বিকল্প রয়েছে (নিউরাল নেটওয়ার্কগুলি সমর্থন করে আরও কিছু উন্নত পদ্ধতি এবং সমর্থন ভেক্টর মেশিনগুলি সহ)। আইডিএল প্রোগ্রামিং ভাষা ব্যবহার করে ENVI প্রসারিত করা খুব সহজ এবং আমি খুঁজে পেয়েছি যে এটি প্রায়শই শ্রেণিবদ্ধকরণ বিশ্লেষণকে সহজতর করে তোলে (প্রয়োজনে এটি করার জন্য আপনি নিজের কোডটি লিখতে পারেন)।
যদি আমি অবজেক্ট-ভিত্তিক শ্রেণিবদ্ধকরণ করতে চাই (যা চিত্রগুলিকে অবজেক্টগুলিতে বিভক্ত করা এবং তারপরে এই বিষয়গুলিকে শ্রেণিবদ্ধকরণের সাথে জড়িত, আপনি যে উপকরণগুলির ব্যান্ড, আকার এবং জমিনের অর্থের সামগ্রিক বৈশিষ্ট্যগুলি ব্যবহার করতে পারেন সেগুলি সুবিধা) আমি ইক্যনিশন ব্যবহার করি , যদিও আমি এটিও শুনেছি যে ENVI EX ভাল যদি আপনার eCognition পাওয়ার দরকার না হয়।
আপনি যদি নিখরচায় সফ্টওয়্যার খুঁজছেন তবে অপটিক্সের শ্রেণিবিন্যাসের জন্য অনেকগুলি বিকল্প রয়েছে, যদিও আমি অপটিক্সের সাথে খুব ভাল কিছু করতে পারি নি। এছাড়াও, স্পেকট্রাল পাইথন একটি খুব দুর্দান্ত সরঞ্জাম যা আপনাকে পাইথনের নুমপি অ্যারেগুলিতে চিত্রগুলি লোড করতে এবং তারপরে সেগুলি প্রক্রিয়া করতে দেয়। এটিতে বিভিন্ন শ্রেণিবদ্ধকরণ পদ্ধতিযুক্ত একটি মডিউল রয়েছে এবং এটি প্রসারিত করা খুব সহজ।
ওপেন সোর্স জিআইএস সমাধানের জন্য, এখানে দেখুন: http://grass.osgeo.org/wiki/I छवि_classization এতে একটি ছোট টিউটোরিয়ালও রয়েছে।
এই বছর আমার প্রিয় আবিষ্কারটি হয়েছে অরফিও সরঞ্জাম বাক্স এবং সম্পর্কিত প্রোগ্রাম: মন্টেভারডি।
http://orfeo-toolbox.org/otb/monteverdi.html
রিমোট সেন্সিং কাজের জন্য প্রচুর বিকল্প এবং খুব সহায়ক ডকুমেন্টেশন। ওহ, আমি এটি নিখরচায় এবং ওএসের কথা উল্লেখ করেছি
উপভোগ করুন, সা
আমি এই পোস্টটি কিউজিআইএস ফোরামে দেখেছি এবং ভেবেছিলাম যে আমি এখানে রাখব।
হাই সব।
ক্রসপোস্টিংয়ের জন্য দুঃখিত আপনারা কেউ কেউ জানেন, গ্রাস কমান্ডের r.li স্যুট ল্যান্ডস্কেপ বিশ্লেষণের অনুমতি দেয় । এর ইন্টারফেসটি বরং জটিল, এবং এখনও টিসিএলটিকে রয়েছে, ডাব্লুএক্সপিথন বা কিউগিসের মধ্যে পোর্ট করা হয়নি। সেই হিসাবে এটি ব্যবহার করা এখন যতটা হওয়া উচিত তার চেয়ে আরও বেশি কঠিন এবং টিসিএলটিকি সমর্থন বাদ দিলে এটি অকেজো হয়ে যাবে। সম্ভাব্য সমাধান (ধন্যবাদ রেডিম) হ'ল ইন্টারফেসটিকে কিউজিস পাইথন প্লাগইন হিসাবে পুনরায় লেখা। এটি বিশাল কাজ হওয়া উচিত নয় (আমরা সাময়িকভাবে 2-3 সপ্তাহের অনুমান করি)।
প্রশ্নটি হ'ল: এই জাতীয় প্লাগইন লিখতে কেউ কি নিজের সময়, বা কিছু অর্থ বিনিয়োগ করতে আগ্রহী?
আমরা (ফুনালিয়া) প্রয়োজনে সাহায্য করতে পেরে খুশি হব।
কিউগিস-ইউজার মেলিং তালিকা Qgis-user@lists.osgeo.org http://lists.osgeo.org/mailman/listinfo/qgis-user
r.li.*স্যুট অব্যবহারযোগ্য হয়ে যাবে যখন TclTk সমর্থন বাদ করা হবে পুরোপুরি সত্য নয়! যে কেউ নতুন - আসলে বর্তমানের মাধ্যমে সরঞ্জামগুলি ব্যবহার করতে পারবেন এবং সক্ষম হবেন? - (ডাব্লুএক্সএক্স) জিইউআই পাশাপাশি গ্রাসের শেলের মাধ্যমে। হ্যাঁ, উভয় বর্তমান সংস্করণে (.4.৪) পাশাপাশি আসন্ন গ্রাস-জিআইএস in.
আমি এরদাস ইমেজিন এবং ENVI সফ্টওয়্যার ব্যবহার করে দেখেছি এবং কোনটি সেরা তা বলতে অক্ষম বোধ করছি। উভয়ই তত্ত্বাবধানকৃত এবং নিরীক্ষণ পদ্ধতি ব্যবহার করে আপনার চিত্রকে শ্রেণিবদ্ধ করতে পারে।
ব্রাজিলের জাতীয় মহাকাশ গবেষণা ইনস্টিটিউট (আইএনপিই) দ্বারা তৈরি এসপিআরিং সফ্টওয়্যারটিও দেখুন। এটি ওপেন সোর্স কিনা তা নিশ্চিত নয় তবে এটি অবশ্যই নিখরচায়।
আমি এরদাস ইমেজিন, এএনভিআই আইটিটি, ইদ্রিসি সেলভা, পিসিআই জিওমেটিকা ব্যবহার করেছি। ENVI এর আইডিএল এক্সটেনশন রয়েছে যা আপনাকে এসভিএম, এএনএন, টিটি ইত্যাদির মতো উন্নত শ্রেণিবদ্ধকরণ অ্যালগরিদমগুলি ড্রাইভ করতে সরবরাহ করে d ইদ্রিসি সেল্ভা তত্ত্বাবধানে এবং নিষ্ক্রিয় উভয় ক্ষেত্রেই বিশেষত নিউরাল নেটওয়ার্কগুলিতে (এসওএম, এমএলপি, আরবিএফ, ফুজিআর্ট)। মন্টেভার্দিতেও অল্প অভিজ্ঞতা আছে, অরফিও টুলবক্স.এটি খুব ব্যবহারকারী বান্ধব সফটওয়্যার। মাল্টিস্পেক ইমেজগুলির জন্য শ্রেণিবদ্ধকরণ অ্যালগরিদমও রয়েছে
আমার এখনও কোনও পছন্দ নেই (কোনও এফএলএসএস বিকল্প চেষ্টা করে দেখেনি), তবে আমি ফিচার অ্যানালিস্ট, আর্ক * এর প্লাগইন পরীক্ষা করেছি। ই-কগনিশন থেকে নিকৃষ্ট হলেও এর কম প্রবেশ বাধা রয়েছে। এটি ব্যবহার করা সহজ এবং তদারকি করা শ্রেণিবিন্যাসের জন্য একটি দুর্দান্ত ইন্টারফেস সরবরাহ করে। আপনি প্রধান সনাক্তকরণ ইউনিট হিসাবে বিভিন্ন "ব্রাশ" ব্যবহার করতে পারেন, তবে এটি ফলাফলটিকে প্রভাবিত করে না যতটা আশা করে। এটিতে একটি ব্যাচ মোডও রয়েছে তবে আমার ক্ষেত্রে এটি অকেজো ছিল, যেহেতু ভাল ফলাফল দেওয়ার জন্য রেস্টারদের পৃথক প্রশিক্ষণের নমুনা টুইট করার দরকার পড়ে।