タグ付けされた質問 「erdas-imagine」

5
失敗している大規模なモザイクプロセスを回避するにはどうすればよいですか?
約550Gbのtif画像をモザイク化する必要があり、試したソフトウェアが失敗し続けます。領域はゾーンに分割されているため、最小のタイルは約200タイルです。 3.30ギガヘルツIntel Xeon E31245、DELL、16GB RAM、64ビットWin 7 ProfessionalでERDAS(ImagineおよびMapper)、ArcINFO、およびGlobal Mapperの最新バージョンを使用しました。マルチコア(合計4)、ハイパースレッド(合計8)マシン。私のCには700GBの空き容量があり、Dには1.5TBがあります。 Grassの使用を検討しています(以前はありません)が、i.image.mosaicは4つのファイルしか処理していないようです。他に試してみるオプションやオープンソースソフトウェアはありますか? 申し訳ありませんが、モザイクデータセット(または他のソフトウェアの同等物)は使用できません。ecwとして定義されたデータなしの領域を持つゾーンを作成し、任意のGISソフトウェアで開き、より低い解像度/古い新しいデータがシームレスに存在しない場合のデータ。 モザイク化されたファイルが異なるソフトウェアでどのように見えるかの例。Global Mapper / ERDASは問題ありませんが、arcgisでは正しくありません。 ---旧情報--- ラフな描画でごめんなさい。したがって、5つのゾーンとして色付きの領域を使用すると、より大きなAOIでデータ領域がなくなります。 arcgisのコードは次のとおりです(これはモデルとして実行され、PythonではなくtifList入力を取得できないため)。 arcpy.MosaicToNewRaster_management(tifList+";" +mask,RootOutput,"Tile1.tif","PROJCS['GDA_1994_MGA_Zone_55',GEOGCS['GCS_GDA_1994',DATUM['D_GDA_1994',SPHEROID['GRS_1980',6378137.0,298.257222101]],PRIMEM['Greenwich',0.0],UNIT['Degree',0.0174532925199433]],PROJECTION['Transverse_Mercator'],PARAMETER['False_Easting',500000.0],PARAMETER['False_Northing',10000000.0],PARAMETER['Central_Meridian',147.0],PARAMETER['Scale_Factor',0.9996],PARAMETER['Latitude_Of_Origin',0.0],UNIT['Meter',1.0]]","16_BIT_UNSIGNED","0.5","3","MAXIMUM","#") # Replace a layer/table view name with a path to a dataset (which can be a layer file) or create the layer/table view within the script # The following inputs are …


1
パンシャープン分類の信頼性?
私は、ERVASで1つのLandsat画像をパンシャープンし、解像度マージリソースを使用して、ブロベイ変換と最近傍法を使用しました。しかし、土地利用分類に関しては、パンシャープンが誤ったピクセルを作成してエラーを追加するため、それは間違いであると言われました。 本当?

3
Rのピクセルの塊を削除する
ラスターイメージから孤立したピクセル(または9未満のピクセルの塊)を削除したいと思います。 library(raster) # create some raster data r <- raster(ncols=12, nrows=12) set.seed(0) r[] <- round(runif(ncell(r))*0.7 ) rc <- clump(r) ピクセルの塊を削除する前<9 ピクセルの集まりを削除した後<9: Erdasには、これを行うSieveツールがありますが、Rでそれを置き換える方法は?

3
1つの日付のLandsat画像から針葉樹林を簡単に識別/分類する方法は?
私はリモートセンシングにかなり慣れており、単一の日付のLandsatシーンから針葉樹林の被覆を識別/分類しようとしています。私の予備的なウェブ調査によると、私はこれらの可能性を持っています: シーンをNDVI値に変換します。NDVIヒストグラムのモーダル値を使用して、シーンのピクセルを森林と非森林の領域に分離できます バンド2、3および5(B2)のモーダル値を使用して、「フォレストピーク」を識別し、クラスシーンをフォレスト/非フォレストに識別します(Huang、2008:暗いオブジェクトの概念とサポートベクターマシンを使用して森林被覆変化分析を自動化する) 。その他のシーンの特性(岩、川)は、タッセルドキャップの輝度値を使用して削除する必要があります 山岳地帯の森林被覆を分類する別の簡単なアプローチを知っていますか?私は本当に最尤分類を適用したくありません。たぶん、教師なし分類を使用する方が良いでしょうか? ERDAS、ArcGIS 10.2およびRを使用しています
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.