建筑物图像的自动分析和非常高分辨率的卫星图像：主题包括：收集高分辨率（VHR）卫星图像（分辨率小于5米），使用Python进行一些脚本编程，为了：-加载图像； -用不同的方法估算建筑物的占地面积和统计数据； -做一些信息，从输入中派生工作-源码

高度高分辨率卫星图像的建筑脚印自动分析 主题包括：收集超高分辨率（VHR）卫星图像（分辨率小于5米） 在Python中进行一些脚本/编程，以便： 加载图像； 用不同的方法估算建筑物的占地面积和统计数据； 做一些信息，从输入中派生工作。 在项目期间，对象检测的问题采用了一种新颖的，自底向上的仿真方法： 栅格像元将转换为numpy数组 单元格之间的邻居关系可以通过以下方式创建：Moore或von Neumann邻居模型 相似（带值）和相邻像元应连接到一组像元（组）： 可以评估组内聚力（例如，相似度指数，RMSE） 组函数（在迭代过程中在组上调用）： 面积（单元数） 内部单元/外部单元（可以通过邻居计数来计算） 组周长：可以从外部单元获取 包括Kong？ （Kong数） 周边按键，角度衍生 邻居组等... 通过迭代调用组函数，组可以相互连接。 可以从建筑物中查询建筑物：