屋根を分類するためのオープンソースリモートセンシングツール

envi画像処理および分類ツールを使用すると、何らかのスペクトル値を持つ画像から屋根を取得し、それをアプリのベクターデータに変換できます。

Intelが開発したOpenCVを使用したPython （多くのオブジェクト検出アルゴリズムを使用）では、画像から顔を検出できます。

OpenCVの例：

私の質問は、オープンソースのPythonツールを使用して、屋根またはその他の調整された衛星画像または調整されていない衛星画像から何かを検出できますか？

衛星画像の例：

過去にOpenCVを使用して、geoのオブジェクト検出のトレーニングを行ってきました。Vascobnunesが指摘したように、Orfeo Toolboxはオープンソースとして優れた選択肢です。クローズドソースバージョンについては、Feature Analyst（ArcGIS拡張機能もあります）をご覧ください。

最後に、サポートベクターマシンのトレーニングに要約します。ほとんどの言語でこれに使用できるライブラリがいくつかあります。

これは、libsvmを使用してツリーオブジェクトの検出を行う数年前に書いたツールの例です。見つかったら、実際の3Dツリーオブジェクトを配置します。

これは当時YouTubeに投稿した動作中のビデオです。

これらのライブラリのいずれかを使用すると、Pythonで何かを行うことができます。

単一の衛星画像だけでは屋根の検出を達成できないことを恐れています。他の情報源を使用するようにしてください。

次の記事では、DEM +航空画像ペア+地籍データを使用する方法について説明します。

M.デュラプト、F。テールランディエ。デジタル標高モデルと地籍データからの自動建物再構築：運用アプローチ。写真測量、リモートセンシング、空間情報科学の国際アーカイブ。巻 36（パート3）、ボン、ドイツ、2006年9月。

参考文献セクションの他の論文も参照してください（そのような）。

このようなメソッドは、Pythonオープンソースソフトウェアには実装されていないと思われます。

orfeoツールボックスを試しましたか？

1つの画像のみから、教師ありまたは教師なし分類を行うことができます。数回試して、結果が良好かどうかを確認します。

より良い方法、私がやった方法は、画像からオルソ写真を作成することでした。その後、建物のフットプリントがあったので、画像から地形をフィルタリングしました。次に、ピクセルの分類を行い、ベクトルオブジェクトを作成しました。

DEMがある場合、またはステレオペアがある場合は、作成できます。その後、屋根を検出できます。

また、あなたの画像では、画像は影でいっぱいです。それらに対処する幸運。そのため、Pythonでは、何も見ていません。分類にはArcGisを使用しました。しかし、あなたがオープンソースについて言及したので、QGISを試すことができます。

最後に、あなたが尋ねたことは主要な研究テーマであり、良い結果を得るにはデータベースを強化する必要があります。この場合、単一の画像を扱うのは難しいです。

Point Cloud Libraryは新しいオープンソースライブラリであり、DEMまたはOrthophotoに基づいたオブジェクト認識に使用できます。役立つと思いますが、使用したことはありません。