中科星图GVE（案例）——AI提取指定采样区域的建筑物范围

此星光明

发布于 2024-10-11 09:03:33

3990

文章被收录于专栏：GEE数据专栏，GEE学习专栏，GEE错误集等专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏

简介

要提取指定采样区域的建筑物范围，可以使用遥感图像处理和计算机视觉技术。以下是一种可能的方法：

获取高分辨率遥感图像：从卫星或其他航拍平台获取高分辨率的遥感图像，确保图像清晰且覆盖了感兴趣的区域。
图像预处理：对遥感图像进行预处理，包括去噪、增强对比度等操作，以提高后续处理的准确性。
目标检测：使用目标检测算法，如基于深度学习的目标检测算法（如YOLO、SSD等）或传统的物体检测算法，识别图像中的建筑物目标。
目标定位：对于检测到的建筑物目标，使用边缘检测、轮廓提取等技术，确定建筑物的准确边界。
区域标记：根据目标定位的结果，在原始遥感图像上标记出建筑物所在的区域，可以使用矩形框、多边形等方式标记。
可视化展示：可根据需要将提取的建筑物范围以图形的形式进行展示，可以通过图像处理软件或编程语言实现。

请注意，以上方法是一种一般性的处理流程，具体的实现方式可能因应用场景和需求而有所不同。

函数

gve.Image.fromGeometry(geometry,source,options)

获取指定区域tif数据，返回Image类型

方法参数

- geometry( Geometry )

Geometry实例

- source( string )

数据来源

- options( Object )

指定分辨率、外扩等

返回值: Image

gve.Services.AI.buildingExtraction(fromGridRes)

获取建筑物的geojson文件路径

方法参数

- fromGridRes( Image )

image实例

返回值: FeatureCollection

代码

/**
 * @File    :   AI_Building_Extraction
 * @Time    :   2023/04/14
 * @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    :   提取采样区域的建筑物
 * @Name    :   建筑物提取
 */
/** */

// 获取geometry对象
var geometry = gve.Geometry.Polygon([
    [
        [
            117.09212608187454,
            31.837186370327444
        ],
        [
            117.0966726879081,
            31.837186370327444
        ],
        [
            117.0966726879081,
            31.83226931765556
        ],
        [
            117.09212608187454,
            31.83226931765556
        ],
        [
            117.09212608187454,
            31.837186370327444
        ]
    ]
]);

// 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);

// 获取建筑物的FeatureCollection
var buildingFeatureCol = gve.Services.AI.buildingExtraction(image)

var style = { color: '#f8e71c', fillColor: '#f8e71c' };

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