R tiene la capacidad de segmentación de imágenes, aunque todos los ejemplos que he encontrado utilizan una sola banda para la segmentación ( ejemplo ). Estoy interesado en combinar la capacidad de R para la clasificación aleatoria de imágenes forestales con un enfoque de segmentación orientado a objetos.
¿Qué funcionalidad tiene R para la segmentación de imágenes multiespectrales que sea adecuada para el análisis basado en recursos naturales? O cómo vincular los resultados de una segmentación de banda única para su posterior análisis.
55
En el ejemplo que vincula, usan agrupaciones espectrales. El agrupamiento espectral en principio también se puede aplicar a datos n-dimensionales, ya que simplemente descompone una matriz de similitud que se puede construir para cualquier tipo de datos. El principio de la agrupación espectral es incrustar datos en un espacio de dimensiones inferiores y realizar la agrupación en ese espacio (por ejemplo, con kmeans). No estoy muy familiarizado con R, pero estoy seguro de que solo tomaría unas pocas líneas de código (al menos en matlab, toma pocas líneas). Si no, estoy seguro de que hay implementaciones gratuitas de otros enfoques, como la segmentación de cambio medio.
—
pixelmitch
Si no tiene que ser R (solo algo de código abierto), puede usar RSGISLib para la segmentación y aplicar Bosques aleatorios usando scikit-learn. Hay un ejemplo que escribí sobre cómo hacer esto aquí. spectraldifferences.wordpress.com/2014/09/07/… . También puede usar RSGISLib para segmentar y atribuir objetos y luego importarlos a R como un archivo de texto para la clasificación.
—
danclewley
¿Encontraste una respuesta?
—
George Nostradamos el
@GeorgeNostradamos No para R. Sin embargo, Python tiene una segmentación de turno media que utiliza múltiples bandas. Creo que está en el paquete scikit-learn.
—
Aaron
@ Aaron ya tengo experiencia con python y GRASS, pero quería ver hasta dónde puedo empujar a R. De todos modos, veré lo que puedo encontrar, gracias
—
George Nostradamos