Написание приложения для обработки изображений для анализа спутниковых изображений

StackOverflow https://stackoverflow.com/questions/1614445

Вопрос

Я должен начать работу над приложением для анализа спутниковых изображений, чтобы определить какую-то искусственную структуру. Я хотел бы использовать C или Java для этого.

Для спутника я планирую использовать данные Google Maps.

У меня есть три вопроса здесь:

<Ол>
  • Что является лучшим источником данных ГИС, кроме Google Maps / earth.
  • Лучший язык для написания такого приложения, учитывая, что мне придется использовать сторонние API
  • Доступен ли механизм обработки открытого изображения, который идентифицирует созданные человеком структуры?

    • Это много вопросов, но я надеюсь, что умные ребята здесь помогут мне здесь.

    Это было полезно?

    Решение

    Чрезмерно обработанные изображения, такие как карты Google или Bing, являются ужасным источником изображений для извлечения объектов или их распознавания. Обычно вам нужна самая необработанная, необработанная форма для моделей камер ... конечно, если у вас нет доступа к данным такого рода, вам придется работать с тем, что у вас есть.

    Более важным соображением, связанным с изображениями Google Maps / Earth, является то, что вы можете вступить в противоречие с их лицензионным соглашением. Я предлагаю вам проверить это, прежде чем вы определитесь с их данными в качестве источника изображений. В частности, если вы обойдете их API, вы нарушили их лицензионное соглашение.

    Что касается библиотек и языков, существуют десятки библиотек машинного зрения. Я не могу рекомендовать одно над другим, потому что я был только нижестоящим потребителем их результатов. Насколько я понимаю, проблема заключается в том, что наибольшее беспокойство вызывает то, как вы строите «модели». сравнить с ... то есть, как вы даете системе "пример" о том, что вы ищете.

    Найдя библиотеку, вы можете принять решение о языке. Обычно для такого прототипирования используется язык высокого уровня, такой как Python или Matlab. Как только метод найден, происходит преобразование в «более высокую производительность». язык готов - при необходимости .

    Лично я бы, вероятно, использовал Python, потому что (1) он свободно доступен, (2) имеет значительное сообщество в научном и исследовательском мире, и (3) может взаимодействовать с широким спектром языков и платформ.

    Другие советы

    В частности, посетите Гловис: http://glovis.usgs.gov/

    Вы можете просматривать Землю и загружать карты с нескольких разных спутников и датчиков. Даже при том, что вам нужно пройти через фиктивный "заказ" процесс, изображения бесплатны.

    Вам может пригодиться сайт USGS (Геологическая служба США). Они предоставляют как информацию ГИС, так и широкий спектр наборов данных.

    Я согласен с Джеймсом Шеком. Google дает вам изображения RGB - не самое полезное для вашей задачи. Большинство изображений будет иметь несколько дополнительных каналов, которые могут быть лучше для вас. Различные каналы показывают различные особенности, воду, городские районы, типы листвы и т. Д. Например, инфракрасный канал можно использовать для выбора зданий в прохладном климате. Если вы обратитесь к нескольким поставщикам данных, они могут порекомендовать лучшие каналы для использования в своих данных.

    Изображения Ариэля могут быть огромными, многочисленными террабайтами для подробной мировой базы данных. Тщательно продумайте, сколько информации вам нужно обработать. Если вы делаете только несколько квадратных миль, производительность не является проблемой. Если вы обрабатываете тысячи квадратных миль, производительность становится проблемой. Обрабатывая миллионы, производительность критически важна и должна рассматриваться с первого дня.

    Зная количество каналов, которые вам нужно обработать, ваши требования к производительности и формат файлов ваших данных, поищите библиотеки, которые отвечают всем вашим требованиям. Многие из них написаны на C / C ++, поэтому использование языка, который взаимодействует с ними обоими, может быть полезным

    Посмотрите на эту демонстрацию: Поиск растительности в мультиспектральном изображение часть панели инструментов обработки изображений в MATLAB . Это связано с вашей проблемой анализа спутниковых изображений, чтобы найти определенные закономерности.

    Я считаю, что это отличный пример того, чего вы можете легко достичь с помощью MATLAB, используя очень мало кода.

    Лицензировано под: CC-BY-SA с атрибуция
    Не связан с StackOverflow
    scroll top