Annonce
L'appel à participation est ouvert jusqu'au 19 janvier 2025!
#1 Mon 27 April 2009 10:00
- quentin_page
- Participant occasionnel
- Date d'inscription: 23 Sep 2007
- Messages: 19
classification sous grass
Bonjour,
je dois classifier une image d'une forêt à l'aide de GRASS.
je commence donc à "vectorisé' mes échantillons d'apprentissage avec la fonction d.mon=x0, je saisi les échantillons en nommant chacune des classes saisi. Mais quand je lance la classification avec maxlik (il y a plusieurs classes de pins ou de route (égale aux nombres d'échantillons saisies).
Comment peut on avant la classifications regrouper ces échantillons afin d'avoir une représentativité des zone d'apprentissage.
merci d'avance
Hors ligne
#2 Mon 27 April 2009 18:41
- quentin_page
- Participant occasionnel
- Date d'inscription: 23 Sep 2007
- Messages: 19
Re: classification sous grass
bonsoir,
je cherche en réalité à créer des "zones d'apprentissages" qui puisse être saisie par une interface graphique.
j'avais d'abords pensais utilisé d.mon puis j'ai essayé V.digit suivie de v.to.rast mais là je n'ai pas la possibilité de dire que 2 polygones sont de la même zone.
est ce que quelqu'un peut me dire qu'elle est la procédure ?
merci pour vos réponse
Hors ligne
#3 Mon 04 May 2009 18:47
- quentin_page
- Participant occasionnel
- Date d'inscription: 23 Sep 2007
- Messages: 19
Re: classification sous grass
bonsoir,
pour classer avec les zones d'apprentissage, il faut vectoriser les échantillions avec V.digit puis convertir en raster.
ce raster servira ensuite comme verité terrain dans i.gensig. le groupe et sous groupe sont créer avec i.group
ps lors de la vectorisation la couleur du vecteur n'est pas forcement orange (comme indiqué dans la légende). il est vert les deux marche.
pour info
Hors ligne
#4 Tue 05 May 2009 08:00
Re: classification sous grass
Bonjour,
Tu as trouvé seul la procédure de classif mais si ça t'intéresse, il y a des précisions complémentaires ici (classification supervisée ou non supervisée, types de paramétrages à appliquer, itérations et limites mémoire, etc.) :
http://www.portailsig.org/index.php?id=1044 (Algo de classif Maximum Likelihood)
et
http://www.portailsig.org/index.php?id=1087 (algo de classif SMAP)
Bonne classif,
a+
phyto
Hors ligne
