태그 보관물: spatial-analyst

spatial-analyst

ArcGIS Desktop을 사용하여 RGB 값을 기반으로 이미지에서 래스터 셀을 추출합니까? 선택한 다음 해당

소화전을 소화하기에 충분히 상세한 항공 사진 (형식 : IMAGINE Image)과 일부 CAD 데이터를 기반으로 디지털화 한 소화전의 형상 파일이 있습니다. 내 프로젝트는 이미지로 스팟 검사를 통해 소화전 형태 파일 위치를 QC하는 것입니다. 소화전 RGB 값과 일치하는 이미지에서 RGB 값을 추출 할 수 있습니까?

소화전 (빨간색) :

소화전

소화전의 셀 값과 유사한 셀 값 (필자가 적어 놓은 셀 값)을 선택한 다음 해당 셀 (그 셀의 래스터 파일 또는 유사한 셀의 위치를 ​​나타내는 shapefile)을 추출하려고합니다. 이미지에 유사한 붉은 RGB 값을 갖는 기능이 거의 없다고 가정합니다.

Arron의 답변을보고 감독 및 감독되지 않은 접근 방식 (아래 내 의견 참조)을 가지고 놀아 본 후 도구를 사용하여 Maximum Likelihood Classification 의 신뢰도 래스터 출력을 볼 때까지 원하는 것을 정확하게 수행 할 수 없었습니다. 수단. 정확히 래스터 출력이 무엇을 상징 해야하는지 확실하지 않지만 레벨 14 셀 값을 살펴보면 모든 소화전을 포착했습니다.

래스터 출력 :

소화전의 위치 :

다음 단계는 도구 래스터를 다각형 으로 사용하여 소화전 래스터 풋 프린트를 다각형으로 변환하는 것입니다. 나는 지금 도구를 실행하고 있으며 지난 한 시간 동안 11 %로 만들었습니다. 내가 일하고있는 영역은 1×1 마일로 넓기 때문에 다각형으로 변환하는 작은 래스터 셀이 많으면 시간이 걸릴 수 있음을 이해합니다. 래스터를 다각형으로 변환하는 속도를 높이기 위해 일부 도구를 실행하여 일부 데이터를 정리하는 방법에 대한 제안이 있습니까? 래스터 풋 프린트가 소화전을 캡처하는 데 큰 도움이 되었기 때문에이 도구를 실행할 필요가 없을 수도 있지만 향후 다른 응용 프로그램에서 사용되는 것으로 예상되므로 프로세스 속도를 높이는 데 관심이 있습니다.



답변

소화전에는 매우 독특한 스펙트럼 특성이 있으므로, 감독 된 최대 가능성 분류 를 사용 하여 래스터를 분류합니다. 대안은 감독되지 않은 접근 방식으로 ISODATA 알고리즘을 실행하는 것 입니다. 다음 (부분) 워크 플로우를 시도하십시오.

  1. ArcGIS에서 Open Iso Cluster 비 감독 분류
  2. GUI에 3 개의 모든 밴드 (예 : R, G, B)를 입력하십시오 (첨부 참조).
  3. 분류 된 래스터가 있으면 래스터에서 소화전을 찾고 식별 탭을 사용하여 소화전을 구성하는 픽셀 값 (예 : 픽셀 값 10 ~ 14)을 결정하십시오.
  4. 소화전을 구성하는 모든 픽셀이 “1”및 다른 모든 값 “0”으로 분류되도록 이미지를 다시 분류 하십시오. 이진 래스터가 생성됩니다.
  5. 이제 1 만 빨간색으로, 0 만 투명하게 표시하십시오. 차이점을 시각적으로 평가할 수 있어야합니다.

또는 정량적 접근 방식의 경우 Raster to Polygon 을 실행 하여 소화전 (예 : 1) 픽셀 주위 에 다각형 을 배치하십시오. 원본 폴리곤과 파생 폴리곤에 대해 많은 통계를 실행할 수 있습니다.

감독 된 최대 가능성 분류를 사용하면 클래스를 더 잘 제어 할 수 있습니다.

편집하다:

또한 Earth Explorer 에서 제공되는 4 밴드 CIR 고해상도 항공 이미지를 사용해보십시오 . 근적외선 (4 번째) 밴드는 소화전과 주변 잔디밭 사이의 대비를 크게 높여줍니다. 이것은 도시 지역 일 가능성이 있으므로 관심있는 지역에 대해 매우 높은 해상도의 이미지를 얻을 수 있습니다.


답변