Python和Google Colab进行卫星图像二维小波变化和机器学习

news/2024/4/15 5:46:50/文章来源:https://blog.csdn.net/qq_16773699/article/details/136553030

2D 小波分解是图像处理中的一种流行技术,使用不同的滤波器将图像分解为不同的频率分量(“近似”和“细节”系数)。该技术对于各种图像处理任务特别有用,例如压缩、去噪、特征提取和边缘检测。

在本文中,我们将演示如何在 Google Colab 中使用 Python 下载高分辨率样本卫星图像,执行 2D 小波分解,可视化高频和低频分量,并使用逆小波方法重建图像,机器学习(ML)算法和耦合线性回归优化模型。为了提高 ML 模型的复杂性,我们将从输入中消除主要组件,并仅使用细节组件重新训练 ML 模型。在整个过程中,我们将评估每种方法在重建阶段的性能,并将 ML 模型的输出可视化。

目录

  1. 🌟简介
  2. 🌐 在 Google Colab 中下载卫星图像
  3. ⚙️ 应用小波分解
  4. 🔄 使用小波逆变换重建图像
  5. 🔄 使用 ML 算法重建图像
  6. 🔄 使用线性回归模型重建图像
  7. 🔄 使用耦合线性回归模型和优化算法重建图像
  8. 📈 评估不同的重建方法
  9. 🔃 使用没有近似系数的 ML 重建图像
  10. 📄 结论

🌟简介

小波分解的过程包括对图像应用一系列高通和低通滤波器,将图像分离成不同的频率分量。通常,分解分多个阶段完成,在每个级别生成一组近似系数和细节系数。近似系数代表图像的低频分量,而细节系数则捕获高频分量。

小波分解通常与其他技术(例如机器学习)结合使用,以增强图像的分析和处理。通过利用小波的多分辨率功能,研究人员和从业人员可以为各种图像相关任务开发更有效和高效的算法。

总体而言,小波分解已成为图像处理领域的重要工具,并在卫星图像分析、医学成像、信号处理等各个领域都有应用。如果您有兴趣探索 2D 小波分解和 ML 算法在无人机图像中缩小地表温度的主要应用之一

🌐 在 Google Colab 中下载卫星图像

第一步涉及找到下载高分辨率图像的方法。为此,强烈推荐使用 Google 地图的高分辨率航空和卫星图像,尤其是在城市地区。使用 Qiusheng Wu 创建的库可以简化此步骤。确保您已安装必要的组件,包括“segment-geospatial”、“leafmap”和“localtileserver”。接下来,定义所需感兴趣区域 (AOI) 的纬度和经度并继续绘制多边形:

%pip install segment-geospatial leafmap localtileserver
import os
import leafmap
from samgeo import SamGeo, tms_to_geotiff
m = leafmap.Map(center=[37.716956, -120.951107], zoom=20, height="800px")
m.add_basemap("SATELLITE")
m

 

bbox = m.user_roi_bounds()
image = "satellite.tif"
tms_to_geotiff(output=image, bbox=bbox, zoom=20, source="Satellite", overwrite=True)

在最后三行中,将感兴趣区域 (AOI) 的边界分配给“bbox”变量,设置输出名称,然后执行“tms_to_geotiff”以指定名称保存卫星图像,在本例中为“satellite” .tif”。

⚙️ 应用小波分解

为了对 2D 图像执行小波分解,我们将使用 Rasterio 库读取下载的图像,并使用 Daubechies 小波家族的一个成员(例如 db1)和“对称”模式实现 2D 分解。

Daubechies 小波是正交小波族,广泛应用于信号处理和图像压缩。“DB”后面的数字表示小波函数中消失矩的数量。小波的消失矩越多,它就越平滑。

另一方面,模式是指执行小波分解的具体方式。该模式可以确定如何计算小波系数以及分解过程如何处理图像的边缘和边界。不同的模式可能导致小波分解输出的变化,特别是在图像的边缘。

小波分解后,原始图像将被划分为不同的频率分量。近似系数表示为cA,而cH、cV和cD分别称为水平、垂直和对角线细节系数。这些系数中的每一个都捕获有关水平、垂直和对角边缘的信息。图像分解后,将绘制每个子带:

import pywt
import rasterio
import numpy as np
import matplotlib.pyplot as plt# Load GeoTIFF image
with rasterio.open('satellite.tif') as src:img = src.read(1)# Perform 2D wavelet decomposition
coeffs = pywt.dwt2(img, 'db1', mode='symmetric')# Extract detail and approximation coefficients
cA, (cH, cV, cD) = coeffs# Plot the decomposed coefficients
fig, ax = plt.subplots(2, 2, figsize=(10, 10))
ax[0, 0].imshow(cA, cmap='seismic')
ax[0, 0].set_title('Approximation Coefficient')
ax[0, 1].imshow(cH, cmap='seismic')
ax[0, 1].set_title('Horizontal Detail Coefficient')
ax[1, 0].imshow(cV, cmap='seismic')
ax[1, 0].set_title('Vertical Detail Coefficient')
ax[1, 1].imshow(cD, cmap='seismic')
ax[1, 1].set_title('Diagonal Detail Coefficient')
plt.show()

在上图中,图像的主要部分已保持在近似系数内,而其余元素代表各种方向边缘特征。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.luyixian.cn/news_show_999075.aspx

如若内容造成侵权/违法违规/事实不符,请联系dt猫网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

[Electron]中的Notification通知

Electron中的Notification Notification 用来创建OS(操作系统)桌面通知 静态方法 Notification.isSupported() 返回 boolean - 当前系统是否支持桌面通知 const notification new Notification([options]) 实例方法 notification.show() 显示通知 notification.close…

基于Pytorch搭建分布式训练环境

Pytorch系列 文章目录 Pytorch系列前言一、DDP是什么二、DPP原理terms、nodes 和 ranks等相关术语解读DDP 的局限性为什么要选择 DDP 而不是 DP代码演示1. 在一个单 GPU 的 Node 上进行训练(baseline)2. 在一个多 GPU 的 Node 上进行训练临门一脚&#x…

微信开发者工具 vim 键位绑定

问题:如标题 解决: 最上边点击设置,找到编辑器设置 点击更多编辑器设置,然后会弹出设置这个页面 搜索 vim ,并点击 一直往下边滑动,找到 setting.json 然后加入这段代码: "vim.insertM…

Java安全 CC链3分析

Java安全 CC链3分析 cc链3介绍前置知识类加载类加载的方法例1.forName例2.getSystemClassLoader总结 javassist模块 cc链3分析TemplatesImpl类demo2TrAXFilter类InstantiateTransformer类 最终exp基于LazyMap链基于TransformedMap链 cc链3介绍 cc链3的后半部分与cc链1相同&…

PDF控件Spire.PDF for .NET【安全】演示:使用时间戳服务器对 PDF 进行数字签名

Spire.PDF for .NET 是一款独立 PDF 控件,用于 .NET 程序中创建、编辑和操作 PDF 文档。使用 Spire.PDF 类库,开发人员可以新建一个 PDF 文档或者对现有的 PDF 文档进行处理,且无需安装 Adobe Acrobat。 E-iceblue 功能类库Spire 系列文档处…

向量的正交变换

目录 几种线性变换 正交变换 方阵的合同 几种线性变换 正交变换 方阵的合同

Java面试(8)

三次握手与四次挥手 三次握手: 客户端与服务端建立TCP连接时总共需要发送三个包 三次握手过程中容易引发SYN(DDOS)攻击,所谓SYN攻击是指: 攻击客户端,在短时间内伪造大量不存在的IP地址,向服务端不断发送syn包,服务端收到包后向客户端发送确认包,但由于客户端IP不存在,导致服务…

Mint_21.3 drawing-area和goocanvas的FB笔记(五)

FreeBASIC SDL图形功能 SDL - Simple DirectMedia Layer 是完整的跨平台系统,有自己的窗口、直接捕获键盘、鼠标和游戏操纵杆的事件,直接操作音频和CDROM,在其surface上可使用gfx, openGL和direct3D绘图。Window3.0时代,各种应用…

寻找两个正序数组的中位数[困难]

优质博文IT-BLOG-CN 一、题目 给定两个大小分别为m和n的正序(从小到大)数组nums1和nums2。请你找出并返回这两个正序数组的 中位数 。 算法的时间复杂度应该为O(log (mn)) 。 示例 1: 输入:nums1 [1,3], nums2 [2] 输出&…

TCP包头、TCP为什么安全可靠、UDP和TCP的区别、http协议

我要成为嵌入式高手之3月8日Linux高编第十八天!! __________________________________________________ 学习笔记 TPC包头 1、序号 发送端发送数据包的编号 2、确认号 已经确认接收到的数据的编号,只有当ACK为1时,该位才有用 …

打开stable diffusion webui时,提示缺少clip或clip安装不上怎么办

在当前数字化时代,软件工具的应用已经成为人们日常生活和工作中不可或缺的一部分。而在使用各种软件工具的过程中,遇到一些技术性问题也是常有的事情。比如,在打开 Stable Diffusion WebUI 这样一个功能强大的工具时,有时会遇到缺…

Python算法题集_搜索二维矩阵

Python算法题集_搜索二维矩阵 题51:搜索二维矩阵1. 示例说明2. 题目解析- 题意分解- 优化思路- 测量工具 3. 代码展开1) 标准求解【矩阵展开为列表二分法】2) 改进版一【行*列区间二分法】3) 改进版二【第三方模块】 4. 最优算法5. 相关资源 本文为Python算法题集之…

图论入门题题解

✨欢迎来到脑子不好的小菜鸟的文章✨ 🎈创作不易,麻烦点点赞哦🎈 所属专栏:刷题_脑子不好的小菜鸟的博客-CSDN博客 我的主页:脑子不好的小菜鸟 文章特点:关键点和步骤讲解放在 代码相应位置 拓扑排序 / 家谱…

vscode setting.json 全局设置 工作区设置 位置 优先级

vscode中setting.json有两种配置权限 一、全局配置:setting.json文件位于C:\Users\Administrator\AppData\Roaming\Code\User\settings.json 二、工作区配置:setting.json文件位于工作区的.vscode\settings.json 当两种配置同时存在时,工作区…

<商务世界>《第9课 产品地图》

1 产品地图 产品地图的核心是产品或用户的业务流程或地图导航,从用户和产品两条路线出发,搭建业务架构,并划分明确的功能模块,用图形化方式记录、整理、表现出产品的清晰特点。其中,包括用户在使用过程中做了什么、感…

计算机网络-网络应用服务器

1.网络操作系统: 用统一的方法管理各主机之间的通信和资源的共享。主要功能:网络通信、共享资源、网络管理、网络服务、互操作、网络接口。四大特征:并发、资源共享、虚拟、异步性。安全性:用户账号、时间限制、地点限制、磁盘空间…

【数据结构】单链表的层层实现!! !

关注小庄 顿顿解馋(●’◡’●) 上篇回顾 我们上篇学习了本质为数组的数据结构—顺序表,顺序表支持下标随机访问而且高速缓存命中率高,然而可能造成空间的浪费,同时增加数据时多次移动会造成效率低下,那有什么解决之法呢&#xff…

特种车日常检修VR虚拟互动培训软件节省大量的教学资源和成本

随着科技的不断发展,虚拟现实(VR)技术已经逐渐融入了各行各业,其中特种车辆的养护教学也从中受益匪浅。VR虚拟仿真教学在特种车辆养护领域的应用,不仅创新了教学方式,还为提高学员的学习效果和实际操作技能提供了强有力的支持。 特…

c# combox 行间距调整

初始化combox comboBox1.DropDownStyle ComboBoxStyle.DropDownList;comboBox1.ItemHeight 25; // 设置 combox 的行高comboBox1.DrawMode DrawMode.OwnerDrawVariable; 添加 DrawItem 事件 private void comboBox1_DrawItem(object sender, DrawItemEventArgs e){if (…

ArrayList常用API

常见方法 add 增remove 删set 改get 查clear 清空元素size 长度isEmpty 为空判断 用法 // String就是泛型 这种使用方法对于限制类型很有用 ArrayList<String> arrayList new ArrayList<>();// add 添加元素 返回的是boolean 代表是否添加成功 arrayList.add(&qu…