Extrahieren von Rasterzellen aus Bildern basierend auf dem RGB-Wert mit ArcGIS Desktop?

Ich habe einige Luftbilder (Format: IMAGINE Image), die detailliert genug sind, um Hydranten und ein Shapefile von Hydranten zu sehen, das basierend auf einigen CAD-Daten digitalisiert wurde. Mein Projekt besteht darin, die Standorte der Hydranten-Shapefiles durch Stichprobenprüfung anhand der Bilder zu überprüfen. Ist es möglich, RGB-Werte aus den Bildern zu extrahieren, die den RGB-Werten der Hydranten entsprechen?

Hydrant (rot):

Feuerhydrant

Ich suche nach Zellwerten (die ich aufgeschrieben habe), die den Zellwerten des Hydranten ähnlich sind, und extrahiere dann diese Zellen (entweder eine Rasterdatei dieser Zellen oder ein Shapefile, das die Position ähnlicher Zellen darstellt). Ich gehe davon aus, dass die Bilder nur sehr wenige Funktionen enthalten, die ähnliche rötliche RGB-Werte aufweisen.

Nachdem ich mir die Antwort von Arron angesehen und sowohl mit dem überwachten als auch mit dem unbeaufsichtigten Ansatz herumgespielt hatte (siehe meinen Kommentar unten), konnte ich das Tool nicht dazu bringen, genau das auszuführen, was ich wollte, bis ich anfing, mir auch die Ausgabe des Vertrauensrasters aus der Maximum-Likelihood-Klassifizierung anzusehen Werkzeug. Ich bin mir nicht sicher, was genau die Rasterausgabe symbolisieren soll, sondern nur den Zellwert der Stufe 14 zu betrachten, aber er hat alle Hydranten erfasst.

Rasterausgabe: Standort der Hydranten:

Mein nächster Schritt ist die Verwendung des Werkzeugs Raster zu Polygon, um den Fußabdruck des Hydrantenrasters in ein Polygon umzuwandeln. Ich verwende das Tool gerade und in der letzten Stunde hat es nur 11% erreicht. Der Bereich, in dem ich arbeite, ist groß und beträgt 1 x 1 Meile. Ich verstehe, dass es einige Zeit dauern kann, wenn viele kleine Rasterzellen in ein Polygon konvertiert werden. Gibt es Vorschläge zum Ausführen einiger Tools zum Bereinigen einiger Daten, um das Konvertieren des Rasters in ein Polygon zu beschleunigen? Ich muss dieses Tool möglicherweise nicht ausführen, da der Raster-Footprint die Hydranten so gut erfasst hat, aber ich bin daran interessiert, den Prozess zu beschleunigen, da ich davon ausgehe, dass dies in anderen Anwendungen für die Zukunft verwendet wird.

— Sethdd
quelle

Meinen Sie eine Extraktion wie das Werkzeug Werte in Punkte extrahieren in Spatial Analyst? Oder möchten Sie mehr Funktionalität?

— Baltok

Ich suchte nach mehr Funktionalität als das. Dieses Tool hängt die Werte der Bilder an den Punkt an, unter den sie fallen. Um eine visuelle Vorstellung zu bekommen, habe ich ein Bild in die Dropbox hochgeladen: [Link] ( dropbox.com/s/z0fyc9euy99chw1/FireHydrant.png ) Ich denke, ich hätte etwas klarer sein sollen. Ich suche nach Zellwerten (die ich aufgeschrieben habe), die den Zellwerten des Hydranten ähnlich sind, und extrahiere dann diese Zellen (entweder eine Rasterdatei dieser Zellen oder ein Shapefile, das die Position ähnlicher Zellen darstellt). Lassen Sie mich wissen, wenn ich etwas anderes klären muss.

— Sethdd

Sie gehen also davon aus, dass Hydranten in den Bildern eindeutige RGB-Werte verwenden, die von keiner anderen Funktion verwendet werden? Dh es gibt keine anderen Merkmale in den Bildern, die rötlich sind? In diesem Fall können Sie möglicherweise Nach Attributen extrahieren verwenden und Ihre notierten Werte eingeben.

— Baltok

Ich gehe davon aus, dass die Bilder nur sehr wenige Funktionen enthalten, die ähnliche rötliche RGB-Werte aufweisen. Wenn andere Merkmale als Hydranten ausgewählt werden, wäre ich damit einverstanden. Ich habe auch versucht, nach Attributen zu extrahieren, aber nichts wurde mit dem dominierenden roten RGB-Wert extrahiert. Das Problem kann dadurch entstehen, dass nicht alle drei RGB-Werte in den Abfrage-Generator eingegeben werden können, da die rote Farbe die anderen beiden Werte benötigt. Die einzigen Optionen, aus denen ich im Abfrage-Generator auswählen muss, sind ObjectID, Value und Count, sodass ich nicht weiß, wie ich eine Abfrage mit allen 3 RGB-Werten erstellen soll.

— Sethdd

Guter Punkt. Ich bin mir in diesem Fall nicht sicher, wie ich nur diese Zellen extrahieren soll. Hoffentlich

— mischt sich

Ihre Hydranten haben eine sehr einzigartige spektrale Signatur, daher würde ich die überwachte Maximum-Likelihood-Klassifizierung verwenden , um Ihr Raster zu klassifizieren. Eine Alternative besteht darin, einen ISODATA-Algorithmus für einen unbeaufsichtigten Ansatz auszuführen . Probieren Sie den folgenden (Teil-) Workflow aus:

Öffnen Sie die unbeaufsichtigte Iso Cluster-Klassifizierung in ArcGIS
Geben Sie ALLE 3 Bänder (dh R, G, B) in die GUI ein (siehe Anhang).
Wenn Sie ein klassifiziertes Raster haben, suchen Sie einen Hydranten im Raster und bestimmen Sie auf der Registerkarte "Identifizieren" die Pixelwerte, aus denen ein Hydrant besteht (z. B. Pixelwerte 10 bis 14).
Klassifizieren Sie Ihr Bild neu, sodass alle Pixel, aus denen Hydranten bestehen, als "1" und alle anderen Werte als "0" klassifiziert werden. Dies erzeugt ein binäres Raster.
Zeigen Sie jetzt nur die Einsen als rot und die Nullen als transparent an. Sie sollten jetzt in der Lage sein, die Unterschiede visuell zu bewerten.

Alternativ können Sie für einen quantitativen Ansatz Raster to Polygon ausführen , um Polygone um Ihre Hydrantenpixel (dh 1 Pixel) zu platzieren. Sie können jetzt eine Vielzahl von Statistiken zu Ihren ursprünglichen und abgeleiteten Polygonen ausführen.

Denken Sie daran, dass Sie mehr Kontrolle über die Klassen haben, wenn Sie eine überwachte Maximum-Likelihood-Klassifizierung verwenden

BEARBEITEN:

Versuchen Sie auch, hochauflösende 4-Band-CIR-Luftbilder zu verwenden, die im Earth Explorer erhältlich sind . Das Nah-IR-Band (4. Band) bietet Ihnen einen viel größeren Kontrast zwischen den Hydranten und den sie umgebenden grünen Rasenflächen. Dies ist wahrscheinlich ein städtisches Gebiet, sodass Sie möglicherweise Bilder mit sehr hoher Auflösung für Ihr Interessengebiet erhalten können.

Geben Sie hier die Bildbeschreibung ein

— Aaron
quelle

Genau das habe ich gesucht! Ich habe mit diesem Tool (dem unbeaufsichtigten) herumgespielt und verschiedene Klassengrößen ausprobiert und bin zu dem Schluss gekommen, dass 40 mir die besten Ergebnisse bietet. Der Nachteil ist, dass die Pixelwerte für den Hydranten nicht nacheinander angeordnet sind (dh 10-14). Ich muss einige Werte zwischen 3 und 39 wählen. Da ich eine so große Bandbreite betrachte, ist es ein Chaos, nur die Hydranten zu sehen, da sie nicht die Essenz dessen erfassen, was ein Hydrant ist, sondern andere. Ich habe das Gefühl, dass die Bilder nicht detailliert genug sind, um eine eindeutige Signatur zu erhalten.

— Sethdd

@ Sethdd Ich habe den Beitrag bearbeitet, um zusätzliche Informationen / Ideen aufzunehmen.

— Aaron

Danke Arron für die zusätzlichen Infos. Ich habe mir Earth Explorer angesehen und leider gibt es keine hochauflösenden Bilder für den Ort, den ich brauche. Ich habe meinen ursprünglichen Beitrag bearbeitet, was einige Erfolge erklärt, die ich hatte.

— Sethdd

Ich musste letzte Nacht nachdenken und fragte mich, ob es möglich sein würde, einen Bereich von RGB-Werten auszuwählen. Ich habe mir den RGB-Wertebereich jedes Bandes für die verschiedenen Rottöne des Hydranten angesehen und festgestellt, dass der Bereich wie folgt lautet: R: 152-208 G: 67-182 B: 77-179 Ich habe dann jedes Band eingeschaltet und symbolisierte den oben angegebenen eindeutigen Wertebereich. Ich denke, wenn ich den Wertebereich aus jedem Band durch Neuklassifizierung exportieren kann (jede Zelle = 1), kann ich dann den Rasterrechner verwenden, um jede Rasterausgabe hinzuzufügen und nur Zellen mit einem Wert von 3 zu behalten, da dies meine Funktion sein wird.

— Sethdd

Ich habe Earth Explorer überprüft und konnte die von Ihnen erwähnten Bilder von 2009 nicht finden. Übrigens befindet sich mein Studienort in Perth Amboy, NJ. Ich weiß, dass OGIS 2007 Bilder hat, die 2009 überarbeitet wurden. Könnte es das sein, worauf Sie sich beziehen? Ich habe diesen bestimmten Datensatz überprüft und die Bilder, die ich habe, sind wesentlich detaillierter. Ich kenne die Skala nicht, aber sie ist viel besser als alles, was ich finden könnte.

— Sethdd