《黄越-GeoScene 3.1影像新特性及应用实践.pptx》由会员分享,可在线阅读,更多相关《黄越-GeoScene 3.1影像新特性及应用实践.pptx(44页珍藏版)》请在三个皮匠报告上搜索。
1、GeoScene 3.1影像新特性及应用实践产品咨询推广部 黄越目录C O N T E N T S01GeoScene 影像核心能力一览02GeoScene 3.1 影像新特性03新特性应用实践 水质评价分析目录C O N T E N T S01GeoScene 影像核心能力一览02GeoScene 3.1 影像新特性03新特性应用实践 水质评价分析完整的GeoScene影像平台影像管理地图生产影像分析&AI影像可视化与探索影像内容桌面端Image Analyst for GeoScene Pro服务器端Image Server for GeoScene Enterprise 完整的GeoSc
2、ene影像平台地图生产影像分析&AI影像可视化与探索影像内容影像管理卫星航空无人机地面75 栅格类型+Python 栅格类型150 种格式netCDF/HDF/GRIBTIF,COG,MRF,CRFNITF,JP2,分类雷达多光谱真彩色Lidar视频多维格式影像类型平台完整的GeoScene影像平台地图生产影像分析&AI影像可视化与探索影像内容影像管理元数据、快视图、影像数据引用影像数据磁盘系统数据库系统镶嵌数据集完整的GeoScene影像平台地图生产影像分析&AI影像可视化与探索影像内容影像管理像素编辑器OrthoMakerOrthoMapping立体要素采集DEM生产正射影像完整的GeoS
3、cene影像平台地图生产影像分析&AI影像可视化与探索影像内容影像管理目标检测影像分类基于对象的分类实例分割光谱分析变化检测多维分析适宜性分析171种栅格函数24+深度学习模型1700+栅格/矢量后处理工具完整的GeoScene影像平台地图生产影像分析&AI影像可视化与探索影像内容影像管理立体影像倾斜影像动态影像时间剖面图图像散点图光谱剖面图图像直方图目录C O N T E N T S01GeoScene 影像核心能力一览02GeoScene 3.1 影像新特性03新特性应用实践 水质评价分析影像内容新特性新增支持卫星源国产高分六号、高分七号(扩展模块)高分六号:与高分一号组网运行,大幅提高对
4、自然资源的监测能力高分七号:高空间分辨率立体测绘卫星,实现我国民用1:10000比例尺卫星立体测图商业卫星PlanetScope卫星星座由 130 颗卫星组成高时间分辨率,可每天获取地球影像。影像内容新特性新增支持卫星源国产高分六号、高分七号(扩展模块)高分六号:与高分一号组网运行,大幅提高对自然资源的监测能力高分七号:高空间分辨率立体测绘卫星,实现我国民用1:10000比例尺卫星立体测图商业卫星PlanetScope卫星星座由 130 颗卫星组成高时间分辨率,可每天获取地球影像。影像内容新特性新增支持卫星源国产高分六号、高分七号(扩展模块)高分六号:与高分一号组网运行,大幅提高对自然资源的监
5、测能力高分七号:高空间分辨率立体测绘卫星,实现我国民用1:10000比例尺卫星立体测图商业卫星PlanetScope卫星星座由170+颗卫星组成高时间分辨率,可每天获取地球影像。新增像素时间序列变化浏览器像素时间序列变化浏览器支持使用CCDC方法或基于 LandTrendr方法,以确定单个像素值随时间的变化。CCDC-使用连续变化检测和分类方法评估像素值随时间的变化,并拟合曲线。-适用数据:具有密集时间分辨率的数据,比如数年每月的数据。-场景:以最佳方式展示变化周期。LandTrendr-使用基于 Landsat 的干扰和恢复趋势检测方法评估像素值随时间的变化,并拟合曲线。-适用数据:从多个年
6、份的同一季节中选择数据。-场景:对随时间的年度变化进行建模。影像可视化与探索新特性新增像素时间序列变化浏览器像素时间序列变化浏览器支持使用CCDC方法或基于 LandTrendr方法,以确定单个像素值随时间的变化。CCDC-使用连续变化检测和分类方法评估像素值随时间的变化,并拟合曲线。-适用数据:具有密集时间分辨率的数据,比如数年每月的数据。-场景:以最佳方式展示变化周期。LandTrendr-使用基于 Landsat 的干扰和恢复趋势检测方法评估像素值随时间的变化,并拟合曲线。-适用数据:从多个年份的同一季节中选择数据。-场景:对随时间的年度变化进行建模。影像可视化与探索新特性植被生长指数随
7、时间的变化增强高程数据的符号系统影像可视化与探索新特性可以在FMV中编辑要素同步矢量图层到FMV视频导出图片到ppt-视频帧和当前地图范连接实时视频流导出FMV视频中的元数据和要素类同步帧时间保存FMV视频中的图像提取视频帧为图像视频元数据为要素类视频搜索工具增强视频播放器中的视频数据流。同步多个视频播放器中的视频数据。在视频播放器中测量物体,包括长度、面积和高度标记工具(GeoScene Pro 3.1)动态视频中的对象追踪功能(GeoScene Pro 3.1)影像可视化与探索新特性全动态视频影像工具集地图生产新特性多传感器支持支持第三方空三成果提升空三的精度和效率Ortho Mappin
8、g地图生产新特性多传感器支持支持第三方空三成果提升空三的精度和效率Ortho MappingMOD(.mod)文件:由区域网平差包应用程序(例如 PAT-B)生成。PAR 格式数据:由旧版本数字视频绘图机(DVP)系统生成,并与关联的.par 元数据文件一起保存。.mod/.par 包含影像空三加密后的内外方位元素,可在地图上准确投影。地图生产新特性多传感器支持支持第三方空三成果提升空三的精度和效率支持GPU处理支持10W+数字航空影像处理Ortho Mapping自训练模型GeoAI in GeoScene影像管理样本标签样本制作模型训练推理分析及解译卫星执法、自然资源监测端到端的工作流模型
9、针对于:特定的地形地貌影像分辨率影像的类型不同地物类型必备条件训练数据强大的GPU在训练模型方面的专业经验预训练模型GeoAI in GeoScene优势在于省去了:用于模型训练的影像数据标注样本训练AI模型庞大的计算资源需求影像管理样本标签样本制作模型训练推理分析及解译卫星执法、自然资源监测预训练预训练模型模型模型模型适用于高分辨率卫星影像的道路提取预训练模型道路提取适用于高分辨率航片影像的建筑物提取的预训练模型建筑物提取适用于Sentinel-2/Landsat 8的居民区的预训练模型居民区提取适用于高分辨率影像的汽车识别的预训练模型车辆识别适用于Sentinel-2/Landsat 8的
10、土地分类的预训练模型土地分类深度学习新特性零代码训练全模型新增使用深度学习检测变化工具新增多个对象追踪、目标检测、语义分割模型全面支持点云深度学习新特性零代码训练全模型新增使用深度学习检测变化工具新增多个对象追踪、目标检测、语义分割模型全面支持点云新增使用深度学习检测变化工具New对象分类像素分类对象检测变化检测深度学习新特性零代码训练全模型新增使用深度学习检测变化工具新增多个对象追踪、目标检测、语义分割模型全面支持点云SiamMask 单一对象追踪DeepSort 多对象追踪注:红字高亮模型为GeoScene3.1新增深度学习新特性零代码训练全模型新增使用深度学习检测变化工具新增多个对象追踪
11、、目标检测、语义分割模型全面支持点云注意:此工具需要3D Analyst许可栅格函数新特性171种栅格处理函数Pro55 栅格函数影像分析扩展83 栅格函数空间分析扩展33 栅格函数数学函数数学函数CalculatorCalculatorAbsAbsDivideDivideExpExpExp10Exp10Exp2Exp2FloatFloatIntIntLn,Log10 Ln,Log10 Log2Log2MinusMinusModModNegateNegatePlusPlusPowerPowerRound DownRound DownRound UpRound UpSquareSquareSqu
12、are RootSquare RootTimesTimesACosACosACosHACosHASinASinASinHASinHATanATanATan2ATan2ATanHATanHCosCosCosHCosHSinSinSinHSinHTanTanTanHTanHConConSet NullSet NullBitwiseBitwise And And Left Shift Left Shift Not Not Or Or Right Shift Right Shift Xor XorBooleanBoolean And And Not Not Or Or Xor XorEqual ToE
13、qual ToGreater ThanGreater ThanGreater Than Greater Than EqualEqualIs Null Is Null Less ThanLess ThanLess Than Less Than EqualEqualNot EqualNot Equal分析分析:叠加叠加 加权叠加加权叠加分析分析:距离距离&密度密度欧式距离欧式距离欧式方向欧式方向成本距离成本距离最低成本路径最低成本路径核密度核密度路径分配路径分配*路径距离路径距离*廊道廊道 *路径距离反向链接路径距离反向链接*分析分析:水文水文填充填充流水量累计流水量累计流向流向流经距离流经距离河
14、流连接河流连接分水岭分水岭数据管理数据管理属性表属性表蚕食蚕食表面生成与分析表面生成与分析可视域可视域数据管理数据管理 与与 转换转换栅格转矢量栅格转矢量矢量转栅格矢量转栅格色彩映射色彩映射色彩映射至色彩映射至RGBRGB常量常量灰度灰度重印射重印射/重分类重分类 光谱转换光谱转换单位转换单位转换矢量字段矢量字段LAS LAS 转栅格转栅格LAS LAS 数据集转栅格数据集转栅格裁剪裁剪 复数型复数型提取波段提取波段边界清理边界清理镶嵌栅格镶嵌栅格栅格化要素栅格化要素重投影重投影区域合并区域合并*查找查找 *插值插值插入不规则数据插入不规则数据-最近距离最近距离-IDW-IDW-EBK-EBK
15、SwathSwath校正校正表面反射率表面反射率几何校正几何校正相干斑滤波相干斑滤波(Lee,Frost,Kuan)(Lee,Frost,Kuan)热噪声热噪声辐射校准辐射校准可视化与外观可视化与外观对比度和亮度对比度和亮度 卷积插值卷积插值 全色锐化全色锐化 重采样重采样 统计数据和直方图统计数据和直方图 拉伸拉伸表面表面 与与 分析分析坡向坡向 曲率曲率高程空填充高程空填充 山体阴影山体阴影 晕渲地貌晕渲地貌 坡度坡度等值线等值线分析分析:波段数学波段数学&指数指数NDVI/NDVINDVI/NDVI彩色函数彩色函数SAVI/MSAVI/TSAVISAVI/MSAVI/TSAVIGEMIG
16、EMIGVI(Landsat TM)GVI(Landsat TM)PVIPVIK-TK-T变换变换(Kauth-Thomas)(Kauth-Thomas)二值化二值化热指数热指数风寒指数风寒指数统计统计ArgStatisticsArgStatistics函数函数PythonPython自定义算法自定义算法多光谱数学多光谱数学计算计算波段计算波段计算分析分析:图像分割与分类图像分割与分类图像分割图像分割(Mean Shift)(Mean Shift)训练训练(ISO,SVM,ML,(ISO,SVM,ML,随机树随机树)监督分类法监督分类法使用回归进行预测使用回归进行预测分析分析:叠加叠加 加权总
17、和加权总和CCDCCCDC分析分析LLandTrendrandTrendr分析分析统计统计:区域统计区域统计像素统计像素统计焦点统计焦点统计*栅格大数据分析新特性计算密度*点差值训练回归模型,使用回归进行预测图像分割,分类,提取分析模式分析地形创建视域管理数据要素转栅格栅格转要素汇总数据汇总范围内栅格以表格显示分区统计邻近分析成本路径分析计算距离距离累积距离分配最佳路径为线最佳路径为栅格最佳区域连接深度学习使用深度学习对对象进行分类使用深度学习对像素进行分类使用深度学习检测对象导出用于深度学习的样本数据安装深度学习模型列出深度学习模型发布深度学习模型查询深度学习模型信息训练深度学习模型卸载深度
18、学习模型水文分析河流链集水区流动距离流量流向填洼栅格综合蚕食下载栅格变化检测使用CCDC分析变化使用LandTrendr分析变化使用变化栅格检测变化多维分析聚合多维栅格生成多维异常生成趋势栅格*使用趋势栅格预测构建多维信息按业务场景,灵活构建分析模型按业务场景,灵活构建分析模型约70种算子影像分析新特性新增回归工具训练随机森林回归模型 对解释变量(自变量)和目标数据集(因变量)之间的关系进行建模。使用回归模型预测 使用训练随机森林回归模型工具的输出来预测数据值。新增栅格函数使用回归模型预测适用场景 水质反演和监测、PM2.5预测、气温预测、农作物产量预测等场景影像分析新特性新增回归工具训练随机
19、森林回归模型 对解释变量(自变量)和目标数据集(因变量)之间的关系进行建模。使用回归模型预测 使用训练随机森林回归模型工具的输出来预测数据值。新增栅格函数使用回归模型预测适用场景 水质反演和监测、PM2.5预测、气温预测、农作物产量预测等场景随机森林回归模型(Random Forest)n原理 该模型会在原始数据集中随机抽样,构成n个不同的样本数据集,然后根据这些数据集搭建n个不同的决策树模型,最后根据这些决策树模型的平均值来获取最终结果。n优势数据和特征随机的引入使得模型不易过拟合,且具有很好的抗噪能力训练速度快,且可以处理高维度数据、避免了特征选择的操作在创建随机森林的时候,对generl
20、ization error使用的是无偏估计,模型泛化能力强反演模型稳定性较好,精度较高影像分析新特性支持多维数据,多维数据以多维镶嵌数据集的形式组织。可基于多维数据实现复杂的时间序列分析、识别异常、探索趋势以及检测变化。多维分析时间经度度纬度度纬度度时间经度度多多维栅格格多维镶嵌数据集多维CRF转置CRFNetCDFGRIB,HDF遥感数据/栅格数据CRF格式文件 针对云存储和云处理的需求进行了优化多维CRF 适用于存储包含多变量、多维度的数据转置CRF 支持快速维度访问和分析多维分析新特性新增支持:支持扩展名为.nc4 的 NetCDF 格式文件支持Zarr格式(用于在云端存储气象科学数据)
21、新增多维工具新增栅格函数按维度插值:为给定的维度定义插入变量值,对于填补跨多个维度的空白数据集至关重要。多维分析新特性工具描述聚合多维栅格通过沿维度组合现有多维栅格变量来生成多维栅格数据集。维度移动统计数据在沿指定维度的多维数据的移动窗口上计算统计数据。查找参数统计信息用于为多维或多波段栅格中的每个像素提取达到给定统计量的维度值或波段指数。生成多维异常用于计算现有多维栅格中每个剖切的异常,以生成新的多维栅格。生成趋势栅格用于面向多维栅格中一个或多个变量估计每个像素沿维度的趋势。多维主成分分析减少可解释整个多维栅格变化的主成分数量,以便轻松识别空间和时间模式。使用趋势栅格预测使用来自生成趋势栅格
22、工具的输出趋势栅格来计算预测多维栅格。汇总分类栅格用于生成一个表,其中包含输入分类栅格的每个剖切片中,每个类的像素计数。多维主成分分析n原理 在一组变量中找出其方差和协方差矩阵的特征量,通过降维方法选出少数几个综合因子来代表原来较多变量,消除信息冗余,简化模型。n优势可消除评价指标之间的相关影响可减少指标选择的工作量减少主观误差,操作简单n适用场景 水质评价、气象统计方法、环境评价等场景多维分析新特性目录C O N T E N T S01GeoScene 影像核心能力一览02GeoScene 3.1 影像新特性集锦03新特性应用实践 水质评价分析传统技术路线1.人工采样水质,利用专业设备检测水质指标2.采用水质类别评定标准值进行分类水质评价分析传统技术路线其局限性在于:难以检测大面积水域的连续分布情况水质数据不可复用,月度监测耗时且成本高水质评价指标多,每个指标评定标准不一GeoScene 影像新特性实践水质评价分析水质评价分析路线水质反演 多维主成分分析水质评价GeoScene影像新特性Web端应用