답변:
이를 위해 GRASS GIS 를 사용할 수 있습니다 . 방사선 측정 / 분할 방식을 기반으로 텍스처 추출 및 이미지 분류를 지원합니다. 아이디어를 얻으 려면 Geoinformatics FCE CTU 2011에서 계획된 강연 인 이 회의 초록을 확인하십시오 .
개요는 http://grass.osgeo.org/wiki/Image_processing 및 http://grass.osgeo.org/wiki/Image_classification 을 참조하십시오 .
내가 당신을 올바르게 이해한다면, 당신은 감독 분류 절차를 찾고 있습니다. 일부 이론적 배경 : http://rst.gsfc.nasa.gov/Sect1/Sect1_17.html
이것은 잔디를 통해 확실히 가능합니다 : http://grass.osgeo.org/wiki/Image_classification#Supervised_classification_2
대안으로 당신은 또한 saga를 볼 수 있습니다 (나는 그것이 더 낫다고 말하지 않고, 나는 그것을 더 잘 알고 있습니다). 또한 qgis와 R과 잘 어울립니다.이 사이트에는 이것을 보여주는 비디오가 있습니다 : http : // www.uni-koblenz-landau.de/landau/fb7/umweltwissenschaften/landscape-ecology/Teaching/geostat (데이터 파일을 다운로드하여 프레젠테이션을 받으십시오 ).
모든 gis 프로그램에서 수행 할 작업은 한 유형의 토지에 여러 참조 점 또는 다각형을 정의한 후 나머지 영역에 외삽합니다. 다음은 토지 분류의 예입니다.
실제로 gis 프로그램에서 훈련 다각형을 그린 경우 R을 사용하여 예측할 수 있습니다. 그리드로 오버레이 한 다음 원하는 예측 시스템을 사용하십시오 (예 : 분류 트리를 원하면 rpart). 이 책에서 222 페이지에있는 추가 정보 : http://www.lulu.com/product/file-download/a-practical-guide-to-geostatistical-mapping/14938111
말할 것도 많지만, 훈련 세트는 연구 분야를 대표해야합니다 (아마도 R에서 임의의 점을 생성하고 분류하는 것이 더 낫습니다). 보조 데이터 세트를 신중하게 선택해야하며, 예를 들어 텍스처가 중요한 속성 인 경우 새 데이터 세트를 생성 할 수 있습니다.
-
영역이나 기능을 추출하지 않고 (분류하지 않고) 원하는 경우 분할 알고리즘이 원하는 것일 수 있습니다. 한 가지 예 (SAGA의 GIS로 구현)은이 문서에서 설명 : http://mirror.transact.net.au/pub/sourceforge/s/project/sa/saga-gis/SAGA%20-%20Documentation/GGA115/gga115_03 .pdf
GRASS로 그렇게 할 수 있습니다.
먼저 래스터 데이터로 작업합니다.
마지막으로 벡터 데이터 를 조작 합니다 . v.db.select 및 v.class 가 도움이됩니다.