logo móvil
Contáctanos

Un sistema de código abierto basado en Python para el análisis de imágenes basado en objetos geográficos (GEOBIA) que utiliza tablas de atributos raster

Autores: Clewley, Daniel; Bunting, Peter; Shepherd, James; Gillingham, Sam; Flood, Neil; Dymond, John; Lucas, Richard; Armston, John; Moghaddam, Mahta

Idioma: Inglés

Editor: MDPI

Año: 2014

Descargar PDF

Acceso abierto

Artículo científico


Categoría

Ciencias Medioambientales

Subcategoría

Ciencia y tecnología de los recursos naturales

Palabras clave

Sistema modular
Análisis de imágenes basado en objetos geográficos
Software de código abierto
Tabla de atributos raster
Bibliotecas de python
Procesos de clasificación
Categorías de hábitat

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 5

Citaciones: Sin citaciones


Descripción
Se presenta un sistema modular para realizar Análisis de Imágenes Basado en Objetos Geográficos (GEOBIA), utilizando software completamente de código abierto (compatible con la Licencia Pública General), basado en representar objetos como grupos raster y almacenar atributos como una tabla de atributos raster (RAT). El sistema utiliza varias bibliotecas, desarrolladas por los autores: la Biblioteca de Teledetección y SIG (RSGISLib), la Biblioteca Python de Simplificación de I/O Raster (RIOS), el formato de imagen KEA y el visor de imágenes TuiView. Todas las bibliotecas se acceden a través de Python, proporcionando una interfaz común sobre la cual construir cadenas de procesamiento. Se presentan tres ejemplos para demostrar las capacidades del sistema: (1) clasificación de la extensión y cambio de los manglares en Guayana Francesa; (2) un esquema genérico para la clasificación del sistema de clasificación de uso del suelo de la FAO de la ONU (LCCS) y su posterior traducción a categorías de hábitat; y (3) una segmentación a escala nacional para Australia. El sistema presentado proporciona una funcionalidad similar a los paquetes GEOBIA existentes, pero es más flexible, debido a su entorno modular, capaz de manejar procesos de clasificación complejos y aplicarlos a conjuntos de datos más grandes.

Otros recursos que podrían interesarte

    Temas Virtualpro