【发布时间】:2015-02-04 11:07:15
【问题描述】:
在给定静态地图图像(左图)的情况下,我试图大致找到树木覆盖的区域。
我想到的方法是对图像进行逐像素分析,最初找出“更绿”的像素(使用 HSV 配色方案来提取色调值)。
我意识到,在黎明或黄昏拍摄的某些图像中,树木实际上可能没有任何绿色,可能只是呈现出深灰色/黑色。而那些在中午拍摄的,显示为亮绿色。所以我尝试使用图像阈值并获得了不错的结果(正确的图像):
但我仍然不满意,因为建筑物的阴影,或者黑暗的物体可能会给我带来误报。
我想借鉴一些开发人员在 Stack Overflow 上的经验,并建议在这种情况下哪种图像处理工具和方法可以给我最好的结果?
【问题讨论】:
-
更复杂的方法倾向于使用红外通道,其中生物质发射强烈 - Google NDVI(归一化差异植被指数),但遗憾的是您没有可用的。另一个选项是纹理分析。
-
@MarkSetchell:有没有免费的高质量红外线地图?那时我可以完全放弃谷歌地图。
-
Google Map Engine 支持树过滤(我记得)。
-
我认为您的阈值地图看起来相当准确?如果您应用关闭运算符(扩张+侵蚀),它应该非常好(但您必须反转才能获得树掩码)。所以我希望你有不同的图像,这种方法不能很好地工作?您能否提供一系列图像(例如,光线条件较差的情况)以了解完整的任务和困难?
-
SE 信号处理社区非常擅长回答我曾经遇到的一个图像处理问题。如果 SO 没有提供您可以使用的答案,我建议您前往那里并重新提出您的优秀问题。
标签: google-maps opencv image-processing colors imagemagick