Escribir una aplicación de procesamiento de imágenes para el análisis de imágenes satelitales.

Question

Tengo que empezar a trabajar en la aplicación para el análisis de imágenes satelitales para identificar alguna estructura hecha por el hombre. Me gustaría usar C o Java para esto.

Para satélites planeo usar los datos de Google Maps.

Tengo tres preguntas aquí:

1. ¿Cuál es la mejor fuente para datos GIS además de Google Maps / earth?
2. El mejor idioma para escribir una aplicación de este tipo teniendo en cuenta que tendré que usar API de terceros
3. ¿Hay un motor de procesamiento de imágenes abierto disponible que identifique estructuras hechas por el hombre?

Son muchas preguntas, pero espero que los chicos más inteligentes de aquí puedan ayudarme aquí.

Answer 1

Las imágenes excesivamente procesadas, como los mapas de Google o Bing, son una fuente de imágenes horrible para realizar la extracción de características o el reconocimiento de características. Por lo general, usted desea la forma más simple y sin procesar posible con los modelos de cámara ... por supuesto, si no tiene acceso a este tipo de datos, debe trabajar con lo que tiene.

Una consideración más importante de las imágenes de Google Maps / Earth es que puede infringir su Acuerdo de licencia. Le sugiero que lo revise antes de decidir sobre sus datos como fuente de imágenes. En particular, si omite sus API, ha violado su acuerdo de licencia.

En cuanto a bibliotecas y idiomas, hay docenas de bibliotecas de visión artificial disponibles. No puedo recomendar uno sobre el otro, ya que solo he sido un consumidor de sus resultados. Mi comprensión del problema es que la mayor preocupación es cómo construyes los " modelos " para comparar con ... es decir, cómo le da al sistema un " ejemplo " de lo que estas buscando.

Una vez que haya encontrado una biblioteca, puede tomar una decisión sobre el idioma. Generalmente, un lenguaje de alto nivel como Python o Matlab se usa para este tipo de prototipos. Una vez que se ha encontrado un método, luego la conversión a un " mayor rendimiento " el lenguaje está hecho-- si es necesario .

Personalmente, probablemente usaría Python porque (1) está disponible de forma gratuita, (2) tiene una comunidad importante en el mundo científico y de investigación, y (3) puede interoperar con una amplia variedad de idiomas y plataformas.

Answer 2

Específicamente, echa un vistazo a Glovis: http://glovis.usgs.gov/

Puedes navegar por la tierra y descargar mapas de varios satélites y sensores diferentes. A pesar de que tiene que pasar por un falso " ordenar " proceso, las imágenes son gratis.

Answer 3

Puede encontrar útil el sitio web USGS (United States Geological Survey). Proporcionan tanto información SIG como una amplia gama de conjuntos de datos.

Answer 4

Estoy de acuerdo con James Schek. Google le ofrece imágenes RGB, no las más útiles para su tarea. La mayoría de las imágenes tendrán un par de canales adicionales que pueden ser más adecuados para usted. Los diferentes canales muestran diferentes características, agua, áreas urbanas, tipos de follaje, etc. Por ejemplo, un canal de infrarrojos podría usarse para seleccionar edificios en un clima fresco. Si se comunica con varios proveedores de datos, es posible que puedan recomendar los mejores canales para usar en sus datos.

Las imágenes de Ariel pueden ser enormes, numerosos terrabytes para una base de datos detallada del mundo. Considere cuidadosamente cuánta información necesita procesar. Si solo estás haciendo unas pocas millas cuadradas, el rendimiento no es un problema. Si está procesando miles de millas cuadradas, el rendimiento se convierte en un problema. Al procesar millones, el rendimiento es fundamental para la misión y debe considerarse desde el primer día.

Sabiendo la cantidad de canales que necesita procesar, sus requisitos de rendimiento y el formato de archivo de sus datos, busque bibliotecas que cumplan con todos sus requisitos. Muchos de ellos están escritos en C / C ++, por lo que usar un lenguaje que los interopere con ambos podría ser útil

Answer 5

Echa un vistazo a esta demostración: Cómo encontrar vegetación en un multiespectral Imagen , parte de Image Processing Toolbox en MATLAB . Está relacionado con su problema de analizar imágenes de satélite para encontrar patrones específicos.

Creo que es un excelente ejemplo del tipo de cosas que puedes lograr fácilmente con MATLAB usando muy poco código.