Обработка изображений Спутниковых снимков
Действительно ли возможно проанализировать спутниковые снимки для нахождения возможности ливня ares, среды влажности, такие как водные тела, лесные угодья, пустошь, и т.д. при помощи языков программирования, таких как C, C++, Java? Который является лучшим среди них? Это сложно?
Там какая-либо другая опция состоит в том, чтобы сделать это использование проекта усовершенствованный C, C++, версии Java? Эти языки имеют какую-либо специальную функцию для чтения пиксельных значений, не используя инструменты, такие как MATLAB, LABVIEW?
1 ответ
alt text http://xs.to/thumb-1F0D_4B62DE2C.jpgalt text http://xs.to/thumb-0C7F_4B62DFCB.jpg
В книге есть раздел "Digital Image Processing 3rd Edition" об анализе земельных массивов, если я правильно помню. Также смотрите раздел "Цифровая обработка изображений на C", который можно скачать здесь.
IIRC и эта страница НАСА, кажется, подтверждает , и я не физик, вам понадобятся изображения саталлита с полным (не только видимым) электромагнитным спектром. Это позволяет выбирать воду, овощи и так далее.
Изображения Landsat 7 - цветные композитные, сделанный путём назначения трёх основных цвета до трёх полос Улучшенного Датчик тематического картографа (ETM+). изображения не являются цветными фотографиями, они это "ложные" изображения (зеленые поля не обязательно будет выглядеть зеленым в изображение).
Полосы ландшатов помогут:
1 картографировать прибрежные воды, дискриминировать почву/растение, классифицировать леса,
идентификация искусственных признаков
2 дискриминация в растительном покрове и мониторинг здоровья, идентификация антропогенных признаков
3 идентификация видов растений, идентификация антропогенных признаков
4 мониторинг влажности почвы, мониторинг растительности, дискриминация водных объектов
5 мониторинг содержания влаги в растительности
6 мониторинг температуры поверхности, мониторинг напряжения растительности, мониторинг влажности почвы,
дифференциация облаков, мониторинг вулканов
7 дискриминация по минералам и по породам, содержание влаги в растительности
Подробнее смотрите: Лиллесанд, Т. и Кифер, Р., 1994. Дистанционное зондирование и интерпретация изображений. Джон Уайли и сыновья, Инкорпорейтид, Нью-Йорк, стр. 468.
Возможно, вы также захотите создать трехмерный рельеф снимков и попытаться соотнести данные спектра с долинами, вероятными речными точками, прибрежными районами и т.д. Короче говоря, есть данные для оценки с помощью анализа изображений