目录
gve.Services.AI.greenhouseExtraction(fromGridRes)
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:
-
加载图像:使用图像处理库加载待处理的图像。
-
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。
-
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。
-
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。
-
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。
-
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