11
是否可以通過使用計算機語言（如C，C++，Java）分析衛星圖像以查找降雨量，水體景觀，森林面積，荒地等溼度景觀？其中哪一個最好？它複雜嗎？衛星圖像的圖像處理
是否有任何其他選項使用高級C，C++，Java版本來執行此項目。這些語言具有讀取像素值的任何特殊功能。無需使用MATLAB，LABVIEW等工具。
A
回答
6
alt text http://xs.to/thumb-1F0D_4B62DE2C.jpgalt text http://xs.to/thumb-0C7F_4B62DFCB.jpg
有一個在著作「Digital Image Processing 3rd Edition」關於土地質量分析一節中，如果我沒有記錯。還可以查看「C中的數字圖像處理」，您可以下載here。
IIRC和this NASA page seems to confirm，我不是物理學家，你需要具有完整（不僅僅是可見的）電磁頻譜的衛星圖像。這可以讓你挑選水，蔬菜等。
陸地衛星7圖像是彩色複合材料， 通過分配三原色 顏色增強 專題成像儀（ETM +）傳感器的三個頻帶製成。這些 圖像不是彩色照片，它們是 是「假色」圖像（在 圖像中，綠色區域 不一定看起來綠色）。
陸地衛星頻段將幫助：
1沿岸水域測繪，土壤/植被歧視，森林分類， 人爲特徵識別
2植被歧視和健康監測，人爲特徵識別
3植物種類鑑定，人爲特徵鑑定
4土壤水分監測，植被監測，水體辨別
5植被水分含量監測
6表面溫度，植被應力監測，土壤溼度監測， 雲分化，火山監測
7礦物和岩石歧視，植被水分含量
更多細節參見：利勒桑，T。和基弗，R.， 1994年。遙感和圖像解釋。 John Wiley and Sons，Inc.，New York，p。 468.
您可能還想要創建圖像的3D浮雕，並嘗試將光譜數據與低谷，河流點，沿海地區等進行關聯。簡而言之，有數據通過圖像分析進行估計。
3
0
paniwani的回答是一個良好的開端 - 只要他認爲紋理分析。 Imagemagick並不經常用於紋理分析，但它絕對是一個可行的工具。檢查了這一點：
$ cat get_images.sh
#!/bin/bash
base_url='http://maps.googleapis.com/maps/api/staticmap?center='
other_params='&zoom=12&size=400x400&maptype=satellite&sensor=false'
curl -o desert1.png "$base_url"'41.660000,112.900000'"$other_params" 2>/dev/null
curl -o desert2.png "$base_url"'40.660000,112.900000'"$other_params" 2>/dev/null
curl -o rural1.png "$base_url"'40.714728,-74.400000'"$other_params" 2>/dev/null
curl -o rural2.png "$base_url"'41.714728,-74.400000'"$other_params" 2>/dev/null
curl -o suburban1.png "$base_url"'40.614728,-74.300000'"$other_params" 2>/dev/null
curl -o suburban2.png "$base_url"'40.714728,-74.200000'"$other_params" 2>/dev/null
curl -o urban1.png "$base_url"'40.744728,-73.831672'"$other_params" 2>/dev/null
curl -o urban2.png "$base_url"'40.754728,-73.930672'"$other_params" 2>/dev/null
echo -e "\nEntropy:"
for t in "desert1" "desert2" "rural1" "rural2" "suburban1" "suburban2" "urban1" "urban2"; do
echo -e " " $t "\t" `./entropy "$t".png | grep Aver | sed -e 's/.*= //'`
done
echo -e "\nStd Dev:"
for t in "desert1" "desert2" "rural1" "rural2" "suburban1" "suburban2" "urban1" "urban2"; do
echo -e " " $t "\t" `convert "$t".png -format '%[fx:standard_deviation]' info:`
done
echo -e "\nRatio of hi freq to low freq:"
for t in "desert1" "desert2" "rural1" "rural2" "suburban1" "suburban2" "urban1" "urban2"; do
convert "$t".png -fft +depth +adjoin "$t"_fft_%d.png
convert "$t"_fft_1.png -fill none -stroke black -strokewidth 100 -draw "rectangle 50,50,350,350" "$t"_fft_1b.png
convert "$t"_fft_1.png -fill none -stroke black -strokewidth 100 -draw "rectangle 150,150,250,250" "$t"_fft_1c.png
lo=`./entropy "$t"_fft_1b.png | grep Average | sed -e 's/.*= //'`
hi=`./entropy "$t"_fft_1c.png | grep Average | sed -e 's/.*= //'`
echo -e " " $t "\t" `echo "scale=8; $lo/$hi" | bc`
done
$ ./get_images.sh
Entropy:
desert1 0.557244
desert2 0.586651
rural1 0.652486
rural2 0.709812
suburban1 0.69883
suburban2 0.727527
urban1 0.746479
urban2 0.765279
Std Dev:
desert1 0.0756219
desert2 0.0881424
rural1 0.107279
rural2 0.140878
suburban1 0.125647
suburban2 0.143765
urban1 0.150628
urban2 0.185245
Ratio of hi freq to low freq:
desert1 .41319501
desert2 .41337079
rural1 .41333309
rural2 .41335422
suburban1 .41326120
suburban2 .41339882
urban1 .41327271
urban2 .41326168
這三個不同的指標（圖像熵，圖像標準偏差。在頻率到的圖像中的LO頻率含量的比率）分別體面用頻譜從沙漠至農村到相關-suburban到城市。如果你把它們放到分類器（例如神經網絡）中，我敢打賭你可以開發出一個像樣的預測器，以判斷谷歌地圖衛星圖像是沙漠，農村，郊區還是城市的土地。
0
我會推薦python作爲這個語言，在我的測試中，它更友好，並且有越來越多的python模塊用於處理遙感數據。此外，python是開源的，所以你可以避免MATLAB等。
RSGISLib軟件具有python綁定，非常適合處理遙感數據。我完全在我的博士學位中使用它。該軟件可以在這裏找到http://www.rsgislib.org和一個偉大的博客演示其應用程序可以在這裏找到https://spectraldifferences.wordpress.com
我有地理背景，但能夠輕鬆地使用python。在我看來，C++和JAVA等更復雜，因爲python經常有模塊爲您執行棘手的位（訪問圖像，檢查投影等）。
我可以回答你的問題的一部分：是的，它會變得複雜。 :)有興趣看看對解決方案/軟件等有什麼提示。 – 2010-01-29 12:59:30