簡體   English   中英

編寫圖像處理應用程序以分析衛星圖像

[英]Writing an image processing application for analysis of satellite imagery

我必須開始研究衛星圖像分析的應用,以確定一些人造結構。 我想使用C或Java。

對於衛星我計划使用谷歌地圖數據。

我這里有三個問題:

  1. 除了谷歌地圖/地球之外,什么是GIS數據的最佳來源。
  2. 考慮到我必須使用第三方API,編寫此類應用程序的最佳語言
  3. 是否有可用於識別人造結構的開放式圖像處理引擎?

這是很多問題,但我希望這里更聰明的人可以幫助我。

具體來說,看看Glovis: http ://glovis.usgs.gov/

您可以瀏覽地球,並從幾個不同的衛星和傳感器下載地圖。 即使您必須經歷虛假的“訂購”過程,圖像也是免費的。

過度處理的圖像(如Google或Bing地圖)是執行特征提取或特征識別的可怕圖像來源。 通常,您希望使用相機模型進行最未經處理的原始形式......當然,如果您無法訪問此類數據,則必須使用您擁有的數據。

Google地圖/地球圖像的一個更重要的考慮因素是您可能違反其許可協議。 我建議您在決定將其數據作為圖像源之前進行檢查。 特別是,如果您繞過他們的API,則違反了他們的許可協議。

就圖書館和語言而言,有許多機器視覺庫可用。 我不能推薦一個,因為我只是他們的結果的下游消費者。 我對這個問題的理解是,最大的問題是你如何建立“模型”來進行比較......即你如何給系統一個你所尋找的“例子”。

找到圖書館后,就可以對語言做出決定了。 通常,像Python或Matlab這樣的高級語言用於這種原型設計。 找到方法后, 如果需要 ,可以轉換為“更高性能”的語言。

就個人而言,我可能會使用Python,因為(1)它是免費提供的,(2)在科學和研究領域有一個重要的社區,(3)可以與各種語言和平台互操作。

您可能會發現USGS (美國地質調查局)網站很有幫助。 它們提供GIS信息和各種數據集。

我同意James Schek的觀點。 谷歌為您提供RGB圖像 - 不是最有用的任務。 大多數圖像都會有一些額外的通道可能更適合您。 不同的渠道顯示不同的特征,水,城市區域,樹葉類型等。例如,紅外線可用於在涼爽的氣候中挑選建築物。 如果您聯系多個數據提供商,他們可能會建議在其數據中使用最佳渠道。

對於詳細的世界數據庫,Ariel圖像可能是巨大的,無數的terrabytes。 仔細考慮您需要處理多少信息。 如果你只做幾平方英里的性能不是問題。 如果您處理數千平方英里,性能就成了問題。 處理數百萬,性能是關鍵任務,必須從第一天開始考慮。

了解需要處理的通道數量,性能要求和數據的文件格式,查看滿足您所有要求的庫。 其中許多都是用C / C ++編寫的,因此使用與它們互操作的語言可能會有所幫助

看一下這個演示: 在多光譜圖像中查找植被 ,這是MATLAB中圖像處理工具箱的一部分。 它與您分析衛星圖像以查找特定模式的問題有關。

我相信這是使用非常少的代碼使用MATLAB輕松實現的一些很好的例子。

暫無
暫無

聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.

 
粵ICP備18138465號  © 2020-2024 STACKOOM.COM