201910_遥感影像分类项目小结
根据前期训练的unet模型，对整体区域影像进行分类处理
1 源数据：
多源数据，存在以下问题：
1）数据格式：
训练样本为8bit，4bands；部分数据有16bit、3bands
训练样本为0.5m分辨率；部分数据分辨率2m
地理坐标不统一；获取的影像坐标有误（有偏移）
2）数据质量
选取的训练样本数据质量较高，影像光谱适合；给出的影像光谱差异较大，部分区域偏白或偏黑等
影像范围与研究范围不一
处理方法：
1）对16bit数据，可以通过映射进行转换8bit，但影像光谱质量与转换方法有关
X 低分辨率无法转高分辨率
地理坐标校正；几何校正（georeferencing）
2）直方图匹配、直方图拉伸，
下载影像（注意分辨率、坐标系、存储位数，光谱颜色等）
2 后处理
问题
1）裁剪、预测、拼接得到的结果均无地理坐标，最终结果对比困难
2）输出结果包括对背景的预测，对结果融合有影响
3）得到的可视化结果为3通道栅格，无法直接转矢量
4）单通道栅格也无法转矢量
5）矢量结果有噪点、椒盐
处理方法：
1）使用gdal进行处理，加地理坐标
2）使用mosaic dataset中的footprint得到影像大致边界，利用边界裁剪结果（或者在模型训练时单独训练边界，在arcgis中设置背景值）；使用mosaic to new dataset进行融合
3）3通道转单通道，使用代码，或arcgis栅格计算器中的con进行嵌套处理
4）栅转矢需要栅格数据为整型（显示与实际存储格式可能不同），使用栅格计算器中的int转整型后再转矢量
5）使用arcgis中的eliminate消图斑，消图斑时需要先利用属性查询选择图层中需要消除的图斑
3 其他问题
1）合并相邻的同属性要素
2）合并所有相邻要素
1）ArcEngine：尽量减少图层总要素数量，使用search筛选元素，使用IRelationalOperator.Touch判断相邻元素，使用ITopologicalOperator.ConstructUnion合并要素
2）选中所有要素，多次使用eliminate；或者，栅转矢、矢转栅（边界有部分变化）