中科星图GVE（案例）——AI提取采样区域的大棚

目录

简介

函数

gve.Services.AI.greenhouseExtraction(fromGridRes)

代码

结果

知识星球

机器学习

---

简介

要提取大棚的采样区域，可以通过图像处理技术进行。以下是一种可能的步骤：

1. 加载图像：使用图像处理库加载待处理的图像。

2. 图像预处理：对图像进行预处理操作，例如调整亮度、对比度、色彩平衡等，确保图像质量良好。

3. 特征检测：使用图像处理算法，如边缘检测、角点检测等，来检测图像中的大棚边界。

4. 区域提取：基于检测到的大棚边界，使用图像分割算法，如阈值分割、区域增长等，将大棚从图像中分割出来。

5. 优化和后处理：根据具体需求，对提取的大棚区域进行优化和后处理操作，如去除噪声、填充空洞等。

6. 可视化显示：将提取的大棚区域在图像中标记或以其他方式进行可视化显示，以便进行进一步的分析或应用。

需要注意的是，具体的实现方式可能会根据图像的特点和应用场景不同而有所差异。

函数

gve.Services.AI.greenhouseExtraction(fromGridRes)

大棚提取

方法参数

- fromGridRes( Image ImageCollection )

image实例

返回值: FeatureCollection

代码

/**
 * @File    :   AI_Greenhouse_Extraction
 * @Time    :   2024/04/24
 * @Author  :   GEOVIS Earth Brain
 * @Version :   0.1.0
 * @Contact :   中国(安徽)自由贸易试验区合肥市高新区望江西路900号中安创谷科技园一期A1楼36层
 * @License :   (C)Copyright 中科星图数字地球合肥有限公司 版权所有
 * @Desc    :   提取采样区域的大棚
 * @Name    :   大棚提取
 */
/** */
// 获取geometry对象
var geometry = gve.Geometry.Polygon([
    [
        [
            117.26078093203233,
            32.462385551398796
        ],
        [
            117.26890898245301,
            32.462385551398796
        ],
        [
            117.26890898245301,
            32.45883666940317
        ],
        [
            117.26078093203233,
            32.45883666940317
        ],
        [
            117.26078093203233,
            32.462385551398796
        ]
    ]
]);


// 数据来源
var source = "Base_Image_V2024_1";
// 指定分辨率，外扩等
//@Ignore
var option = {};

// 获取指定区域tif数据
var image = gve.Image.fromGeometry(geometry, source, option);


var greenhouseFeatureCol = gve.Services.AI.greenhouseExtraction(image);

var style = { color: '#96eebc', fillColor: '#96eebc', lineWidth: 1, opacity: 0.5 }

Map.centerObject(geometry)
Map.addLayer(greenhouseFeatureCol, { style: style });

结果

知识星球

https://wx.zsxq.com/group/48888525452428 

机器学习

https://www.cbedai.net/xg 

 

原文地址：https://blog.csdn.net/qq_31988139/article/details/142826735

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！