eCognition의 프리웨어 대안? [닫은]

누구나 eCognition에 대한 훌륭한 프리웨어 대안을 알고 있습니까?

이미지 분할 및 분류를 수행해야합니다. 나는 생태 시험을 시도했는데 정말 좋았습니다. SPRING과 함께 일하고 있지만 많은 한계가 있습니다 …

qgis 플러그인이 있습니까?



답변

Orfeo Toolbox 를 사용해 볼 수 있습니다 .

OTB는 의료 이미지 처리 라이브러리 ITK를 기반으로하며 일반적으로 원격 감지 이미지 처리 및 특히 높은 공간 해상도 이미지를위한 특정 기능을 제공합니다. 고해상도 광학 이미지 (SPOT, Quickbird, Worldview, Landsat, Ikonos), 초 분광 센서 (Hyperion) 또는 SAR (TerraSarX, ERS, Palsar)에 대한 대상 알고리즘을 사용할 수 있습니다.

문서화 된 기능은 다음과 같습니다.

  • 대부분의 원격 감지 이미지 형식에 대한 최적화 된 읽기 / 쓰기 액세스, 메타 데이터 액세스, 시각화;
  • 표준 원격 감지 전처리 : 방사선 보정, 정형 교정; 필터링 : 흐림, 노이즈 제거, 향상;
  • 특징 추출 : 관심 지점, 정렬, 선;
  • 이미지 세분화 : 지역 성장, 유역, 레벨 세트
  • 분류 : K- 평균, SVM, Markov 랜덤 필드;
  • 변화 감지;
  • GIS 및 매핑 시스템의 통합을위한 정보 추출.

답변

나는 SPRING을 제안하려고했다. SPRING은 서투른 소프트웨어이지만 제안하는 기능이 매우 뛰어납니다. 매우 흥미로운 알고리즘이 있습니다.

GRASS가 작업을 처리 할 수도 있지만 AFAIK, GRASS는 대부분 명령 행 패키지입니다.


답변

에서 GRASS-GIS 버전 7.0 (FOSS의 패키지 -뿐만 아니라 프리웨어), 아직 개발 버전, 그러나 완전하고 더 많거나 적은 생산 워크 플로, 준비가에 대한 작업 i.segment가 . 전용 GRASS-Wiki 페이지 (일부 샘플 스크린 샷 과 함께) 에서 모듈과 그 구현에 대해 자세히 알아보십시오 .

현재 상태에서 모듈은 다음을 수행합니다 (모듈 설명서에 따라).

This segmentation algorithm sequentially examines all current segments in the raster map. The similarity between the current segment and each of its neighbors is calculated according to the given distance formula. Segments will be merged if they meet a number of criteria, including:

 1. The pair is mutually most similar to each other (the similarity distance will be smaller than to any other neighbor),
 2. The similarity must be lower than the input threshold. The process is repeated until no merges are made during a complete pass.

답변

내가 당신이라면, 분할 알고리즘이있는 OpenCV의 GUI를 나타내는 것을 찾으려고 노력하지만 개발자가 아닌 개발자가 액세스 할 수 있는지 확실하지 않습니다. 우리는 QGIS (DTClassifier plugin)를위한 분류기에 몇 가지 기능을 사용했습니다.


답변

SAGA GIS는 또한 “간단한 지역 성장”, “빠른 지역 성장”및 “유역 분할”을 제공합니다. 이 문서는 제공되지 않지만 다음 날 학생들을위한 비디오 자습서를 준비 할 것입니다. 준비가되면 여기에 게시하겠습니다.

SAGA GIS 용 다운로드는 다음과 같습니다 :
http://sourceforge.net/projects/saga-gis/files/SAGA%20-%202.0/

2.08은 안정적인 이전 버전 2.1은 여전히 ​​약간 불안정하지만 더 많은 기능을 제공합니다.

SAGA에 대한 “가벼운”소개에 대해서는 YouTube 동영상을 확인하시기 바랍니다.