Bahasa pemrograman dan perangkat lunak pilihan untuk seluruh alur kerja penginderaan jauh?


9

Saya telah terlibat dalam penginderaan jauh selama beberapa tahun sekarang selama studi. Saya bertanya-tanya kombinasi perangkat lunak dan modul pemrosesan gambar mana yang paling cocok untuk seluruh rantai proses untuk solusi dan produk pemrosesan gambar profesional. Saya sangat ingin tahu tentang apa yang dipikirkan pengguna lain dan mungkin itu akan mengarah pada diskusi yang menarik dari pengguna berpengalaman.

Yang saya maksud secara detail adalah kombinasi dari:

  • database yang menyimpan data geografis seperti shapefile tetapi terutama citra satelit dalam jumlah besar dengan metadata yang sesuai

  • modul pemrosesan gambar secara otomatis menggunakan data yang sesuai dari basis data yang berguna untuk langkah pemrosesan yang dipilih (mis. semua data satelit dengan setidaknya resolusi spasial tertentu untuk rentang waktu tertentu dan area geografis untuk menghasilkan peta deteksi deteksi)

  • hasilnya kemudian harus diintegrasikan ke dalam database dan bahkan mungkin tersedia untuk distribusi melalui server web

Sayangnya saya tidak memiliki pengetahuan lanjutan tentang database untuk data geografis. Mungkin GeoNetwork / GeoServer dengan PostGIS akan menjadi pilihan?

Untuk modul pemrosesan gambar, saya berpikir untuk mengimplementasikan algoritma yang diperlukan dalam C ++ / GDAL atau JAVA / Geotools. Juga perlu ada semacam modul yang menghubungkan ke database untuk mengambil data yang dibutuhkan untuk pemrosesan dan pembuatan metadata untuk gambar / produk yang diproses. Pikiran saya adalah bahwa umumnya solusi open source akan lebih baik karena sistem seperti itu akan dikembangkan untuk jangka panjang dan menjadi independen dari perusahaan komersial akan diinginkan.


1
Harus menjadi wiki komunitas.
RK

untuk stackechange penginderaan jauh khusus: area51.stackexchange.com/proposals/59346/remote-sensing
WAF

Jawaban:


2

Anda dapat memeriksa OTB [1] dan OSSIM [2] dan ILWIS (hanya untuk Windows). Semua adalah alat open source.

Ada alat komersial yang digunakan di RS seperti ENVI, LCCS, ERDAS, Leica LPS (terutama fotogrametri) sekarang bagian dari Integraph)

[1] http://ossim.org

[2] http://www.orfeo-toolbox.org/otb/


1

Anda mungkin ingin mengembangkan sesuatu sebagai tambahan untuk Qgis, dan terhubung ke database PostGIS.

Qgis adalah GIS desktop open-source dengan interpreter python tertanam dan akses ke toolkit pemrosesan gambar. Anda dapat mengembangkan plugin yang menggunakan toolkit antarmuka pengguna Qt dan memiliki akses ke internal Qgis melalui API Qgis-Python.

Jika toolkit pengolah gambar standar tidak cukup, Anda juga dapat menulis plugin di C ++ - tetapi Anda mungkin menemukan bahwa membaca raster ke array numpy dengan python dan bekerja dengannya cukup cepat.


Saya tahu Q-GIS dengan baik, tetapi saya hanya menggunakannya untuk mengedit sederhana dan melihat data seperti untuk pemrosesan saya menggunakan perangkat lunak RemoteSensing yang berbeda. Saya benar-benar akan berpikir bahwa ketika memproses sejumlah besar misalnya data Landsat perbedaan kecepatan antara Python dan C ++ akan sangat signifikan. Saya juga memiliki modul pemrosesan gambar 'standalone' akan lebih kuat misalnya untuk menyiapkan rantai proses. Sebuah pertanyaan untuk PostGIS: Apakah ini cocok untuk menyimpan sejumlah besar data raster? Apakah ini tertanam ke dalam database atau apakah file-file tersebut masih ada di harddisk.
DomR

0

Saya belum menulis modul apa pun, tetapi telah menggunakan beberapa rutinitas yang disusun pengguna (IDL) di ENVI. Kami juga meminta seseorang menulis modul untuk kami. Tampaknya cukup kuat dan fleksibel, meskipun tentu saja Anda memerlukan lisensi ENVI untuk menjalankannya.


0

Anda dapat mencoba opsi manajemen raster dari ArcGIS Desktop [1]. Anda harus memberi perhatian khusus jika Anda tidak ingin mengubah nilai piksel Anda atau ingin menyimpan data dalam format penginderaan jauh asli.

Anda juga dapat checkout alat Envi untuk ArcGIS [2]. Envi adalah paket pemrosesan gambar penginderaan jauh yang didirikan.

[1]. http://resources.arcgis.com/en/help/main/10.2/index.html#/Design_methodology_for_a_raster_database/009t0000002w000000/

[2] http://www.exelisvis.com/Learn/WhitepapersDetail/TabId/802/ArtMID/2627/ArticleID/9895/ENVI-Tools-for-ArcGIS174-and-ENVI-for-ArcGIS174-Server.aspx

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.