Классификация ортофотоплана
Добавлено: 04 сен 2019, 17:33
Столкнулся с проблемой дешифрирования и классификации структуры верхового болота.
Имеется ортофотоплан и цифровая модель поверхности, снятые с дрона. Нужно сделать растр с 3-мя классами (гряды, мочажины, топи)
В ArcGIS пробовал различные подходы с обучением - Maximum likehood classification, Train Iso Cluster Classifier, Train Maximum Likelihood Classifier, Train Random Trees Classifier, Train Support Vector Machine Classifier и даже пробовал использовать комбинированный растр из ортофотоплана и ЦМП.
В итоге, на мой взгляд, наиболее достоверным получился метод Maximum likehood classification (результат в приложении) с обычным ортофотопланом, но проблема в том что классифицированный растр содержит огромное количество шума из отдельных пикселей. В идеале на классифицированном растре нужно в одних местах убрать скопления пикселей площадью менее 1 кв. м (менее 400 пикс), в других - объединить их в объекты большего размера.
Хороший результат на небольшом куске классифицированного растра показала функция Segment mean shift, но, прождав более суток обработки всего растра, результат я не получил (хотя сам растр весит 132 мб).
Boundary clean и Majority filter тоже особых результатов не дали.
Метод с векторизацией тоже не подходит, т.к. образуются сотни тысяч мелких полигонов, объединение и фильтрация которых тоже очень неудобны.
Хотел попробовать плагин DTclassifier, где тоже можно фильтровать шум, но NextGIS потребовал платную подписку, а QGIS 3.4 не захотел устанавливать и запускать, ссылаясь на ошибку.
Может ли кто-нибудь подсказать в какой программе и как еще можно убрать шумы до 1 кв. м в классифицированном растре или изначально сделать классификацию с объектами до 1 кв. м?
Имеется ортофотоплан и цифровая модель поверхности, снятые с дрона. Нужно сделать растр с 3-мя классами (гряды, мочажины, топи)
В ArcGIS пробовал различные подходы с обучением - Maximum likehood classification, Train Iso Cluster Classifier, Train Maximum Likelihood Classifier, Train Random Trees Classifier, Train Support Vector Machine Classifier и даже пробовал использовать комбинированный растр из ортофотоплана и ЦМП.
В итоге, на мой взгляд, наиболее достоверным получился метод Maximum likehood classification (результат в приложении) с обычным ортофотопланом, но проблема в том что классифицированный растр содержит огромное количество шума из отдельных пикселей. В идеале на классифицированном растре нужно в одних местах убрать скопления пикселей площадью менее 1 кв. м (менее 400 пикс), в других - объединить их в объекты большего размера.
Хороший результат на небольшом куске классифицированного растра показала функция Segment mean shift, но, прождав более суток обработки всего растра, результат я не получил (хотя сам растр весит 132 мб).
Boundary clean и Majority filter тоже особых результатов не дали.
Метод с векторизацией тоже не подходит, т.к. образуются сотни тысяч мелких полигонов, объединение и фильтрация которых тоже очень неудобны.
Хотел попробовать плагин DTclassifier, где тоже можно фильтровать шум, но NextGIS потребовал платную подписку, а QGIS 3.4 не захотел устанавливать и запускать, ссылаясь на ошибку.
Может ли кто-нибудь подсказать в какой программе и как еще можно убрать шумы до 1 кв. м в классифицированном растре или изначально сделать классификацию с объектами до 1 кв. м?