使用 Maxar 开放数据计划提供的卫星图像进行分割

总结

本文介绍了如何使用 Maxar 开放数据计划提供的卫星图像，通过安装相关库、下载样本数据、制作互动地图、初始化 SAM（Segment Anything Model）、分割图像、显示分段输出、使用滑块比较图像以及在互动地图上显示图像等步骤，对利比亚洪灾的卫星图像进行分割处理。

摘要

文章首先介绍了 Maxar 开放数据计划，该计划提供了高分辨率的卫星图像，用于应急规划、风险评估、监测集结区、应急响应、损害评估和恢复工作。接着，文章详细说明了如何安装所需的图像处理库，包括 segment-geospatial。然后，指导了读者如何下载利比亚德尔纳地区的样本卫星图像。

文章继续展示了如何利用 leafmap 库制作一个互动地图，并将下载的卫星图像添加到地图上。接下来，介绍了如何初始化 SAM 模型，并配置相关参数以优化遮罩生成的质量。文章还展示了如何使用 SAM 模型对图像进行分割，并将生成的掩膜从光栅转换为矢量格式。

在分割图像后，文章展示了如何显示分段输出，包括二值化图像和带有随机颜色的注释。此外，提供了一种使用滑块比较原始图像和分割后的图像的方法。最后，文章说明了如何将分割后的图像和注释添加到互动地图上，以便更直观地展示结果。

观点

• Maxar 开放数据计划是一个宝贵的资源，它为灾害响应和研究提供了高质量的卫星图像。
• 图像分割技术在灾害评估中扮演关键角色，能够帮助识别和量化受灾区域。
• SAM 模型的使用，通过调整参数和后处理步骤，可以提高对小型对象的识别能力，并优化分割结果的质量。
• 互动地图的应用，使得卫星图像的分析和展示更加直观和用户友好。
• 通过比较原始图像和分割后的图像，可以更清楚地理解分割模型的效果和准确性。

导入库

import os
import leafmap
from samgeo import SamGeo, raster_to_vector, overlay_images

下载样本数据

url = "https://github.com/opengeos/datasets/releases/download/raster/Derna_sample.tif"
leafmap.download_file(url, output="image.tif")  

制作互动地图

m = leafmap.Map(height="600px")
m.add_basemap("SATELLITE")
m.add_raster("image.tif", layer_name="Image")
m.add_layer_manager()
m

初始化 SAM

自动生成遮罩包括多个可调参数，这些参数会影响点取样的密度以及丢弃低质量或重复遮罩的阈值。此外，该过程可在图像裁剪上自动运行，以提高对较小对象的处理性能，后处理可消除杂散像素并填充孔洞。下面是一个增加掩膜采样的配置示例：

sam_kwargs = {
    "points_per_side": 32,
    "pred_iou_thresh": 0.86,
    "stability_score_thresh": 0.92,
    "crop_n_layers": 1,
    "crop_n_points_downscale_factor": 2,
    "min_mask_region_area": 80,
}
sam = SamGeo(
    model_type="vit_h",
    sam_kwargs=sam_kwargs,
)

分割图像

sam.generate("image.tif", output="mask.tif", foreground=True)
# Convert raster to vector
raster_to_vector("mask.tif", output="mask.shp")

显示分段输出

# result as a binary image.
sam.show_masks(cmap="binary_r")
# Display the annotations (each mask with a random color).
sam.show_anns(axis="off", opacity=1, output="annotation.tif")

使用滑块比较图像

leafmap.image_comparison(
    "image.tif",
    "annotation.tif",
    label1="Image",
    label2="Segmentation",
)
# Overlay the annotations on the image and adjust the opacity interactively using the slider.
overlay_images("image.tif", "annotation.tif", backend="TkAgg")

在互动地图上显示图像

m.add_raster("mask.tif", layer_name="Mask", nodata=0)
m.add_raster("annotation.tif", layer_name="Annotation")
m
m.add_vector("mask.shp", layer_name="Vector", info_mode=None)