OpenSource Remote Sensing Tools zur Klassifizierung von Dächern

Mit den Bildverarbeitungs- und Klassifizierungstools von envi können Sie Dächer aus Bildern mit einem bestimmten Spektralwert abrufen und anschließend einige Vektordaten für Ihre App konvertieren.

In Python mit OpenCV, das von Intel entwickelt wurde (mit vielen Objekterkennungsalgorithmen), können Sie Gesichter aus Bildern erkennen.

OpenCV Beispiel:

Meine Frage ist, ob wir mit OpenSource-Tools wie Python aus koordinierten oder nicht koordinierten Satellitenbildern Dach oder irgendetwas erkennen können.

Satellitenbild-Beispiel:

Ich habe in der Vergangenheit OpenCV verwendet, um die Objekterkennung für Geo zu trainieren. Orfeo Toolbox ist eine gute Open-Source-Wahl, wie Vascobnunes hervorhob. Bei einer Closed-Source-Version können Sie sich Feature Analyst ansehen (das auch eine ArcGIS-Erweiterung hat).

Am Ende geht es darum, eine Support-Vektor-Maschine zu trainieren . Es gibt mehrere Bibliotheken, die Sie für die meisten Sprachen verwenden können.

Dies ist ein Beispiel für ein Tool, das ich vor einigen Jahren geschrieben habe und das libsvm zur Erkennung von Baumobjekten verwendet. Wenn gefunden, platziere ich ein echtes 3D-Baumobjekt dort, wo es hingeht.

Dies ist ein Video davon in Aktion, das ich damals auf YouTube gepostet habe .

In jeder dieser Bibliotheken können Sie mit Python arbeiten.

Ich fürchte, eine zufriedenstellende Dacherkennung kann nicht mit nur einem einzigen Satellitenbild erreicht werden. Sie sollten versuchen, andere Informationsquellen zu verwenden.

Der folgende Artikel beschreibt eine Methode unter Verwendung von DEM + Luftbildpaaren + Katasterdaten:

M. Durupt, F. Taillandier. Automatische Gebäuderekonstruktion aus einem digitalen Höhenmodell und Katasterdaten: Ein operativer Ansatz. Internationales Archiv für Photogrammetrie, Fernerkundung und räumliche Informationswissenschaften. Vol. 36 (Teil 3), Bonn, September 2006.

Siehe auch andere Artikel in der Bibliographie (wie diese ).

Ich vermute, dass solche Methoden nicht in Python-OpenSource-Software implementiert sind.

hast du die orfeo toolbox ausprobiert ?

Nun, von nur einem Bild aus können Sie eine überwachte oder unbeaufsichtigte Klassifizierung durchführen. Versuchen Sie es ein paar Mal und prüfen Sie, ob die Ergebnisse gut sind.

Besser, als ich es getan habe, war es, aus Bildern Orthofotos zu machen. Dann hatte ich den Grundriss des Gebäudes und filterte das Gelände aus dem Bild. Dann habe ich die Pixel klassifiziert und Vektorobjekte erstellt.

Wenn Sie DEMs oder Stereopaare haben, können Sie eines erstellen. Dann können Sie Dächer erkennen.

Außerdem ist das Bild in Ihrem Bild voller Schatten. Viel Glück beim Umgang mit ihnen. Als solches habe ich in Python nichts gesehen. Ich habe ArcGis für die Klassifizierung verwendet. Aber da Sie OpenSource erwähnt haben, kann QGIS ausprobiert werden.

Die letzte Anmerkung, was Sie gefragt haben, ist ein wichtiges Forschungsthema und Sie müssen Ihre Datenbank erweitern, um gute Ergebnisse zu erzielen. Einzelbilder sind in diesem Fall schwierig zu handhaben.

Point Cloud Library ist eine neue Open-Source-Bibliothek, die für die Objekterkennung auf der Basis von DEM oder Orthophoto verwendet werden kann. Ich wünschte, sie könnte helfen, aber ich habe sie noch nie verwendet.