Использование консольного DTclassifier для классификации растровых данных и анализа изменений: различия между версиями
Igg (обсуждение | вклад) Нет описания правки |
Igg (обсуждение | вклад) Нет описания правки |
||
Строка 7: | Строка 7: | ||
Подробнее о расширениее написано здесь [http://gis-lab.info/qa/dtclassifier.html]. | Подробнее о расширениее написано здесь [http://gis-lab.info/qa/dtclassifier.html]. | ||
Плагин имеет удобный графический интерфейс, но для некоторых задач, например, | |||
для встраивания алгоритмов классификации в workflow обработки изображений или для | для встраивания алгоритмов классификации в workflow обработки изображений или для анализа большого количества данных удобнее использоывать | ||
консольную версию плагина. Что и было реализовано командой NextGIS | консольную версию плагина. Что и было реализовано командой NextGIS | ||
Строка 19: | Строка 19: | ||
==== Бинарная сборка ==== | ==== Бинарная сборка ==== | ||
Для работы с программой в ОС Windows можно пойти двумя путями: | Для работы с программой в ОС Windows можно пойти двумя путями: | ||
Строка 30: | Строка 29: | ||
* извлечь содержимое архива в каталог модулей QGIS (обычно это C:\OSGeo4W\apps\qgis-dev\plugins и C:\OSGeo4W\bin) | * извлечь содержимое архива в каталог модулей QGIS (обычно это C:\OSGeo4W\apps\qgis-dev\plugins и C:\OSGeo4W\bin) | ||
После установки, в окне OSGeo4W shell наряду с другими функциями gdal и | |||
появится функция classifier. | После установки, в окне [https://trac.osgeo.org/osgeo4w/ OSGeo4W] shell наряду с другими функциями ([http://gdal.org GDAL]) и ([http://gdal.org OGR]) | ||
появится функция '''classifier'''. | |||
(картинка) | |||
==== Исходный код ==== | ==== Исходный код ==== | ||
Строка 99: | Строка 101: | ||
* Задача: Классифицировать пары сцен Landsat в batch режиме на основе общего слоя тестовых объектов | * Задача: Классифицировать пары сцен Landsat в batch режиме на основе общего слоя тестовых объектов | ||
* Задача: Cоздать модель классификации на основе нескольких | * Задача: Cоздать модель классификации на основе нескольких сцен, сохранить и применить ее последовательно ко всем сценам |
Версия от 17:58, 31 июля 2016
Описание и примеры использования консольной версии DTclassifier для классификации растровых данных.
DT classifier простой в использовании и эффективный плагин для классификации растровых изображений Декстопная версия расширения входит в дистрибутив (QGIS-NextGIS[1]). Расширение использует метод деревьев решений реализованный на основе библиотеки [OpenCV]. Подробнее о расширениее написано здесь [2].
Плагин имеет удобный графический интерфейс, но для некоторых задач, например, для встраивания алгоритмов классификации в workflow обработки изображений или для анализа большого количества данных удобнее использоывать консольную версию плагина. Что и было реализовано командой NextGIS
Создано в | Веб ГИС для вашей организации по доступной цене |
Получение и установка
Расширение доступно как в виде исходного кода C++, так и в бинарной форме.
Бинарная сборка
Для работы с программой в ОС Windows можно пойти двумя путями:
- загрузить и установить NextGIS QGIS версии 15.4.88 или выше, DTClassifier включен в дистрибутив.
или
- загрузить и установить QGIS версии 2.8 или выше (подробнее)
- загрузить архив с расширением и необходимыми библиотеками
- извлечь содержимое архива в каталог модулей QGIS (обычно это C:\OSGeo4W\apps\qgis-dev\plugins и C:\OSGeo4W\bin)
После установки, в окне OSGeo4W shell наряду с другими функциями (GDAL) и (OGR)
появится функция classifier.
(картинка)
Исходный код
Исходный код модуля (лицензия GNU GPL v2) можно получить через репозиторий на GitHub, или выполнив команду:
git clone git@github.com:nextgis/dtclassifier.git
Тестовые данные
Загрузить архив c данными, использовавшимися при подготовке статьи (... Мб).
Работа с расширением
Синтаксис расширения включает несколько обязательных параметров и ряд дополнительных, расширяющих функциональность приложения.
(картинка)
classifier
-запуск расширения
--save_points
- сохраняет точки полученные из обучающих данных в виде шейп файла с атрибутивнлой таблицей значений растров
--presence
векторный слой объектов-мишеней (target) т.е. объекты которые нужно выделить при анализе
--absence
векторный слой фоновых объектов (background), т.е. объекты от которых нужно отделить объекты -мишени
--input_rasters
пути к растровым данным (ВАЖНО! необходимо указывать полные пути к файлам) разделенные пробелом
--save_model
сохранить модель (дерево решений или модель random forest) в файл (.aml)
--use_model
использовать существующую модель (ВАЖНО! количество и порядок каналов должен быть таким же как при создании модели, иначе результат будет некорректным)
--classify
путь для сохранения результата классификации
--use_decision_tree
использовать дерево решений (по умолчанию используется random forest)
--generalize
размер окна для генерализации (median)
--load_points
использовать существующие точки для создания модели и классификации!!! еще нет..
Примеры использования
Цель: Классифицировать изменения лесного покрова двух временных срезов Landsat для нескольких path/row
- Задача: Классифицировать пары сцен Landsat в batch режиме на основе общего слоя тестовых объектов
- Задача: Cоздать модель классификации на основе нескольких сцен, сохранить и применить ее последовательно ко всем сценам