R a la capacité de segmentation d'image, bien que tous les exemples que j'ai rencontrés utilisent une seule bande pour la segmentation ( exemple ). Je souhaite combiner la capacité de R pour la classification aléatoire d'images forestières avec une approche de segmentation orientée objet.
Quelles sont les fonctionnalités de R pour la segmentation d'images multispectrales adaptée à l'analyse basée sur les ressources naturelles? Ou comment lier les résultats d'une segmentation à bande unique pour une analyse plus approfondie.
5
Dans l'exemple que vous liez, ils utilisent un regroupement spectral. Le regroupement spectral en principe peut également être appliqué aux données à n dimensions, car il décompose simplement une matrice de similarité qui peut être construite pour tout type de données. Le principe du regroupement spectral consiste à intégrer des données dans un espace de dimension inférieure et à effectuer un regroupement dans cet espace (par exemple avec des kmeans). Je ne suis pas très familier avec R, mais je suis sûr que cela ne prendrait que quelques lignes de code (au moins dans matlab, cela prend quelques lignes). Sinon, je suis sûr qu'il existe des implémentations gratuites d'autres approches, telles que la segmentation à décalage moyen.
—
pixelmitch
S'il ne doit pas être R (juste quelque chose d'open source), vous pouvez utiliser RSGISLib pour la segmentation et appliquer des forêts aléatoires à l'aide de scikit-learn. Il y a un exemple que j'ai écrit sur la façon de procéder ici. spectraldifferences.wordpress.com/2014/09/07/… . Vous pouvez également utiliser RSGISLib pour segmenter et attribuer des objets, puis les importer dans R en tant que fichier texte pour la classification.
—
danclewley
Avez-vous trouvé une réponse?
—
George Nostradamos
@GeorgeNostradamos Pas pour R. Cependant, Python a une segmentation de décalage moyenne qui utilise plusieurs bandes. Je crois que c'est dans le paquet scikit-learn.
—
Aaron
@Aaron J'ai déjà de l'expérience avec python et GRASS mais je voulais voir jusqu'où je peux pousser R. Quoi qu'il en soit, je verrai ce que je peux trouver, merci
—
George Nostradamos