当前位置：首页 > news >正文

中科星图GVE（AI案例）——AI提取采样区域的水体区域

news 2025/6/27 0:47:21

简介

函数

gve.Services.AI.waterExtraction(fromGridRes)

代码

结果

知识星球

机器学习

简介

要提取采样区域的水体区域，可以使用计算机视觉技术和图像处理算法来实现。下面是一个可能的解决方案：

预处理图像：首先，对采样区域的图像进行预处理。这包括消除图像中的噪声、增强对比度以及进行图像的平滑处理。
水体识别：使用图像分割算法来识别图像中的水体区域。可以选择基于颜色、纹理或形状的分割算法来实现这一步骤。常用的算法包括阈值分割、边缘检测和区域生长等。
水体区域提取：根据水体识别的结果，提取出水体区域。可以使用二值化技术将识别到的水体区域提取出来。
优化提取结果：根据需要，可以对提取出的水体区域进行进一步的优化处理，例如去除噪声、填补空洞以及平滑边界。

需要注意的是，以上方案只是一个基本的步骤，具体的实现方法和技术选择会根据具体应用场景而有所不同。

函数

gve.Services.AI.waterExtraction(fromGridRes)

获取水体的geojson文件路径

方法参数

- fromGridRes( Image ImageCollection )

image实例

返回值: FeatureCollection

代码

/*** @File    :   AI_Water_Extraction* @Time    :   2023/04/14* @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    :   提取采样区域的水体区域* @Name    :   水体提取*/
/** */
// 获取geometry对象
var geometry = gve.Geometry.Polygon([[[117.29041471760621,31.71040613320912],[117.29083792194325,31.689522242165765],[117.32585808083002,31.688711996500558],[117.32522327432537,31.71040613320912],[117.29041471760621,31.71040613320912]]
]);// 数据来源
var source = "Base_Image_V2024_1";
// 指定分辨率，外扩等
//@Ignore
var option = {};// 获取指定区域tif数据
var image = gve.Image.fromGeometry(geometry, source, option);// 获取水体的FeatureCollection
var buildingFeatureCol = gve.Services.AI.waterExtraction(image);var style = { color: '#317ef6', fillColor: '#317ef6' };Map.centerObject(geometry)
Map.addLayer(buildingFeatureCol, { style: style });