Wie kann ich Landsat-Bilder für die Bildklassifizierung in GRASS pan-schärfen?

11

Ich möchte lernen, wie man eine unbeaufsichtigte Klassifizierung einer Landsat-Szene mit i.cluster> i.maxlikin GRASS unter Verwendung von pan-geschärften Bildern mit einer Auflösung von 15 m durchführt (das in seinem Wiki angegebene Beispiel verwendet die üblichen 30 m-Auflösungen).

Ich habe versucht i.pansharpen, zuerst die pan-geschärften Bilder zu erstellen, i.pansharpenkann aber nur 3 Kanäle ausgeben, die mit d.rgboder kombiniert werden können r.composite. Soweit ich weiß, erfordert der Bildklassifizierungsprozess vollständige multispektrale Bänder 1 bis 7. Wie kann ich separate Bänder (Band 1 bis Band 7) erzeugen, die mit dem Band 8-Bild mit einer Auflösung von 15 m pan-geschärft wurden, bevor sie in das Bild eingegeben werden? Bildklassifizierungsprozess?

Ich habe ein Papier gefunden , das zeigt, wie sie das gemacht haben. Im Grunde verwendeten sie eine Art Hauptkomponentenanalyse, um die 30m-multispektralen Banden irgendwie mit der 15m-panchromatischen Bande zu verschmelzen. Das genaue Zitat wäre:

"Die Methode tastet zuerst das 30-Meter-Multispektralbild auf 15 Meter ab. Anschließend werden alle sechs Hauptkomponenten des Multispektralbilds berechnet (wir haben das Wärmeband aufgrund der Courser-Auflösung gelöscht). Dann das Histogramm des panchromatischen Bandes (15 Meter) Auflösung) wird neu skaliert, um mit dem Histogramm der ersten Hauptkomponente des 30-Meter-Bildes übereinzustimmen, und die erste Komponente wird durch das neu skalierte panchromatische Band ersetzt. Dies ist gerechtfertigt, da die erste Hauptkomponente die Gesamthelligkeit auf ähnliche Weise wie die darstellt breites Spektralband des panchromatischen Bildes. Nach dem Ersetzen werden die sechs Komponenten wieder in den ursprünglichen Datenraum umgewandelt, wodurch sich die räumliche Auflösung verbessert. "

Zunächst zeigte das Papier keinerlei Algorithmen / Formeln. Ich habe keine Ahnung, wie ich das obige Zitat in eine entsprechende mathematische Formel umwandeln kann. Mir wurde klar, dass ich i.pansharpenmit dem PCA-Algorithmus anstelle des üblichen Brovey oder IHS verwenden kann - aber dennoch - die Ausgabe wird nur 3 Kanäle in Rot, Blau und Grün sein - was ich leider nicht weiß, wie ich sie für die Bildklassifizierung verwenden soll ..

Kann mir jemand helfen, bevor ich überhaupt versuche, mir den Kopf zu knacken und einen neuen PCA-Algorithmus manuell zu schreiben, einen einfacheren und besseren Weg aufzuzeigen, um eine Bildklassifizierung für pan-geschärfte Landsat-Bilder durchzuführen? Ich meine - es sollte einen einfacheren Weg geben, oder? Ich habe das Gefühl, etwas Einfaches zu vermissen.

Wenn der einzige Weg, der noch übrig ist, mein eigenes Skript zu schreiben, könnt ihr mich bitte auf etwas da draußen hinweisen, das einem Beispiel für das ähnelt, was ich versuche zu tun?

Jede Hilfe wird sehr geschätzt!

Aaron
quelle
Erstens ist mir nach dem Lesen des ersten Absatzes auf Seite 5 nicht klar, ob im zweiten Schritt der vorgestellten Methode (PCA für alle Bänder außer dem thermischen) die auf 15-m-Bänder neu abgetasteten oder die ursprünglichen 30-m-Bänder verwendet werden. Ab dem 3. Schritt (Histogrammanpassung des Pan-Bandes unter Verwendung des 1. PC mit räumlicher Auflösung als Referenz ...?) Wurde der 2. Schritt (PCA) auf die Originalbänder (30 m) angewendet. Im vierten Schritt ersetzt das erweiterte Pan-Band den ersten PC - wahrscheinlich wird der zweite Schritt auf 15-m-Bänder angewendet! - und schließlich leitet eine Rückwärts-PCA einen erweiterten Satz von Bildern ab. Ist es so?
Nikos Alexandris
Wenden sie zweimal eine PCA an, einmal für den ursprünglichen Satz von sechs Bändern (30 m) und einmal für den auf 15 m neu abgetasteten Satz von Bändern?
Nikos Alexandris

Antworten:

4

i.cluster benötigt mindestens zwei Raster. Drei Ausgänge von i.pansharpen reichen also aus.

Vladimir
quelle
Du meinst ich muss alle 3 Ausgänge von i.pansharpenin setzen i.group? Hmm, daran habe ich nie gedacht (ich dachte, es i.groupsind Raster in separaten Bändern erforderlich). Die Qualität der Klassifizierung mit nur 3 Rastern sollte sich jedoch von der Verwendung des gesamten Bereichs unterscheiden, oder? Egal, ich werde es zuerst ausprobieren. Danke @Vladimir Naumov!
Ich denke, das sollte den Trick für jetzt tun! Ich wusste, dass ich etwas Einfaches verpasst habe :)