আমি ব্রাজিলিয়ান ন্যাশনাল ইনস্টিটিউট অফ স্পেস রিসার্চ থেকে উপলব্ধ ফ্রি সফটওয়্যার এসপিআরআইএন এর সাথে চিত্র বিভাগের ব্যবহারের পরামর্শ দেব । নথিপত্র পাওয়া যায় এখানে এবং টিউটোরিয়াল পাওয়া যায় এখানে । খাঁটি পিক্সেল ভিত্তিক শ্রেণিবদ্ধকরণ পদ্ধতির তুলনায় চিত্র বিভাজন উচ্চ শ্রেণিবিন্যাসের নির্ভুলতা তৈরি করে (উদাহরণস্বরূপ আইএসওডাটা, সর্বাধিক সম্ভাবনা ইত্যাদি)। আমার উত্তরটি আরও ভালভাবে বোঝাতে, আমি পূর্ব ওরেগনের রেঞ্জল্যান্ডের মধ্য দিয়ে একটি রাস্তা চলমান চিত্রের (এনআইআর, 1 মি রেজোলিউশন) উপর চিত্র বিভাজন সম্পাদন করেছি। স্প্রিংয়ের সাথে চিত্র বিভাজন সম্পাদনের সাধারণ কর্মপ্রবাহটি নিম্নরূপ:
- চিত্র আমদানি করুন
- বিভাজন সম্পাদন করুন (চিত্র 1 এ ফলাফল দেখানো হয়েছে)
- কোন শ্রেণীর অন্তর্গত অঞ্চলগুলি নির্বাচন করে প্রশিক্ষণ সেট করুন।
- বিভাগযুক্ত অঞ্চলগুলিতে শ্রেণিবিন্যাস সম্পাদন করুন।
প্রথম চিত্রটি প্রকৃত বিভাজনের ফলাফল দেখায়। রাস্তাটি নীল রঙে হাইলাইট করা হয়েছে এবং তৃতীয় ধাপের (প্রশিক্ষণ) সময় ব্যবহৃত হয়েছিল। আমি অন্যান্য শ্রেণীর সমস্তটিকে (যেমন ঘাস, গাছ ইত্যাদি) লম্পট করেছিলাম। চূড়ান্ত চিত্রটি চিত্রের বিভাজন এবং শ্রেণিবিন্যাস অ্যালগরিদমের ফলাফলগুলি দেখায়। আপনি দেখতে পাচ্ছেন, চিত্রের বিভাগগুলি নমুনা চিত্রের সাথে খুব ভাল ফলাফল তৈরি করেছে।
ল্যান্ডস্যাট চিত্রের সাহায্যে আপনার আমার নমুনা চিত্রের চেয়ে কম স্থানিক রেজোলিউশন হবে, তবুও আপনার কাছে বর্ণালী রেজোলিউশন বেশি হবে এবং এভাবে উদ্ভিজ্জ এবং উদ্ভিজ্জ অঞ্চলের মধ্যে বৃহত্তর পার্থক্য সনাক্ত করতে সক্ষম হবেন। যেহেতু স্প্রিং আকারগুলির পাশাপাশি বর্ণাল ব্যান্ডগুলিতে অ্যাকাউন্ট নেয়, তাই আপনার ল্যান্ডস্যাট চিত্রাবলী ব্যবহার করে আপনার খুব ভাল ফলাফল দেখা উচিত। শুভকামনা এবং এই জাতীয় গুরুত্বপূর্ণ বিষয়টি গবেষণার জন্য ধন্যবাদ।