衛星圖像分類Opencv

Question

我試圖從給定的衛星圖像中分類灰度，2波段頻譜中的不同地形/區域。到目前爲止，我已經計算了各個地形中像素的平均像素強度。並從特定區域隨機選擇一些像素，現在我正在尋找使用SVM可能使用LinearSVM來訓練這些像素組，那麼對圖像中不同地形進行分類的適當方法是什麼，任何算法步驟都非常值得讚賞，我正在尋找，實現這一目標的步驟。順便說一句，使用python與OpenCV的。

這是灰度圖像，我願意分類..

而這正是我不同的地形分類後預計，通過簡單的着色不同區域要突出他們，彩色圖像中的每種顏色都表示高亮區域，如藍色區域代表海洋/河流，紅色代表森林區域，白色地形的其餘部分代表城市中的城市化區域。

任何幫助表示讚賞！

Answer 1

這可以通過顏色梯度圖來實現。它基本上是創建一個灰度值強度的彩色圖。你會注意到城市區域對它們有輕微的藍色色調，這表明它們與淺水藍色區域的像素密度接近。這種特定的顏色漸變範圍從深藍色到中間漸變的紅色，到漸變結束的白色。我記得這個代碼需要一個規範化的圖像，我已經將我的灰度圖像從0（黑色）縮放到100（白色） 。

class ColorGradient 
{ 
private: 
    struct ColorPoint // Internal class used to store colors at different points in the gradient. 
    { 
     float r, g, b;  // Red, green and blue values of our color. 
     float val;  // Position of our color along the gradient (between 0 and 1). 
     ColorPoint(float red, float green, float blue, float value) 
      : r(red), g(green), b(blue), val(value) {} 
    }; 
    std::vector<ColorPoint> color;  // An array of color points in ascending value. 

public: 
    ColorGradient() { createDefaultHeatMapGradient(); } 

    void addColorPoint(float red, float green, float blue, float value) 
    { 
     for (int i = 0; i<color.size(); i++) { 
      if (value < color[i].val) { 
       color.insert(color.begin() + i, ColorPoint(red, green, blue, value)); 
       return; 
      } 
     } 
     color.push_back(ColorPoint(red, green, blue, value)); 
    } 

    //-- Inserts a new color point into its correct position: 
    void clearGradient() { color.clear(); } 

    //-- Places a 5 color heapmap gradient into the "color" vector: 
    void createDefaultHeatMapGradient() 
    { 
     color.clear(); 
     color.push_back(ColorPoint(0, 0, 1, 0.0f));  // Blue. 
     color.push_back(ColorPoint(0, 1, 1, 0.25f));  // Cyan. 
     color.push_back(ColorPoint(0, 1, 0, 0.5f));  // Green. 
     color.push_back(ColorPoint(1, 1, 0, 0.75f));  // Yellow. 
     color.push_back(ColorPoint(1, 0, 0, 1.0f));  // Red. 
    } 

    // Inputs a (value) between 0 and 1 and outputs the (red), (green) and (blue) 
    // values representing that position in the gradient. 
    void getColorAtValue(const float value, float &red, float &green, float &blue) 
    { 
     if (color.size() == 0) 
      return; 

     for (int i = 0; i<color.size(); i++) 
     { 
      ColorPoint &currC = color[i]; 
      if (value < currC.val) 
      { 
       ColorPoint &prevC = color[max(0, i - 1)]; 
       float valueDiff = (prevC.val - currC.val); 
       float fractBetween = (valueDiff == 0) ? 0 : (value - currC.val)/valueDiff; 
       red = (prevC.r - currC.r)*fractBetween + currC.r; 
       green = (prevC.g - currC.g)*fractBetween + currC.g; 
       blue = (prevC.b - currC.b)*fractBetween + currC.b; 
       return; 
      } 
     } 
     red = color.back().r; 
     green = color.back().g; 
     blue = color.back().b; 
     return; 
    } 
}; 

請參閱此文章，瞭解有關漸變圖更詳細的信息： http://www.andrewnoske.com/wiki/Code_-_heatmaps_and_color_gradients

我希望這有助於抱歉，我不能提供一個直接的Python的例子，但你應該能夠轉換代碼很容易。乾杯隊友。