中科星图GVE（案例）——AI实现地块提取

此星光明

发布于 2024-10-13 08:10:36

12700

代码可运行

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

运行总次数：0

代码可运行

简介

AI可以通过图像处理和机器学习算法实现地块提取。首先，AI可以对高分辨率遥感图像进行预处理，包括图像校正和去噪等处理。然后，AI可以使用图像分割算法，如卷积神经网络（CNN）或区域生长算法，来将图像分割成不同的区域。接下来，AI可以根据区域的特征，如颜色、纹理和形状等，将相邻的区域合并成地块。最后，AI可以使用基于规则的方法，如阈值或形态学操作，来进一步筛选和优化提取的地块。通过这些步骤，AI可以实现地块的自动提取。

函数

gve.Services.AI.plotExtraction(image)

地块提取

方法参数

- image( Image )

image实例

返回值: FeatureCollection

代码

/**
 * @File    :   AI_Plot_Extraction
 * @Time    :   2024/03/04
 * @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    :   地块提取
 */
/** */


var geometry = gve.Geometry.Polygon([
    [[
        113.75845819355624,
        33.47220976762658
    ],
    [
        113.75845819355624,
        33.51123451262369
    ],
    [
        113.80727228137624,
        33.51123451262369
    ],
    [
        113.80727228137624,
        33.47220976762658
    ],
    [
        113.75845819355624,
        33.47220976762658
    ]]
]);


// 数据来源
var source = "Base_Image_V2024_1";

// 指定分辨率，外扩等
//@Ignore
var option = { "gpu_path": "true" };

// 获取指定区域tif数据
var image = gve.Image.fromGeometry(geometry, source, option);

Map.centerObject(image);

var plotExtraction = gve.Services.AI.plotExtraction(image);

var style = { color: '#d8965c', lineWidth: 2, polygonFillColor: "#d8965c", lineOpacity: 0.1 };

Map.addLayer(plotExtraction, { style: style });