面向明日与未来的可扩展影像分析
18435 文章评分:
5.0
面向明日与未来的可扩展影像分析
匿名 星期五, 2014年10月17日
活在当下还是规划未来？我们不是常被教导两者都要兼顾吗？我最近一直在深入思考与手头几个重点议题相关的当下与未来。随着我们本周发布 ENVI 5.2，这些思考在很大程度上变得尤为贴切。提供从桌面到云端迁移路径的新技术已经到来，用于时空分析和全动态视频的工具也已就位。似乎影像分析的许多方面正在同时发生变化。因此，本周我的博客聚焦于迁移路径本身，以及这些技术如何帮助企业跃入未来，就显得非常合适。以下是我最近思考过的一些相关问题：
- 我能在云端做什么在桌面做不到的事情？或者反过来问——我能把在桌面能做的所有事情都在云端完成吗？这可能是近来被问得最多的问题。答案很大程度上是——视情况而定。在大多数情况下，是的——您今天使用的 ENVI 分析功能，都可以通过支持云处理的 API 来访问。但深入研究一下，您绝对应该看看新的 ENVI Task。这些任务利用了本已存在的强大分析功能，并通过一种新的——在我看来也是更容易实现的范式——将其开放出来。这意味着什么？以前需要我一两个小时编写的原型，现在只需要几十分钟。我相信您也会有同样的感受。如果您没有，请务必给我打电话。
- 究竟什么是时间序列数据？我能用它做什么新鲜事？我喜欢这个问题，因为我对时空分析感到非常兴奋。我最近接触到的时序数据大致呈现为三种不同的形式。第一种很明显——数据本身包含时间元数据，使得用户可以按时间顺序对影像集进行分类。在一段时间内可视化信息是一个强大的工具。想象一下观察一片田地从播种到成熟，或者观察洪水在山坡上肆虐蔓延的速度。时空分析工具另一个不那么明显的能力是，可以按照您期望的顺序对信息进行排序。按照特定顺序对数据集合进行动画演示，可以揭示原本可能被忽略的信息。例如，想象一下能够获取某个感兴趣区域的若干非连续时间帧，然后按顺序将它们动画化——或许可以略去中间不相关的信息。有了这种能力，态势感知就有了新的含义。
- 最后，对数据堆栈进行动画演示最流行的用途之一，就是查看分析产品。例如，可以分析周期性的 MODIS 温度数据来推导特定区域的干旱状况。这可以在每次平台重访时进行——就 MODIS 而言，是每8天一次。查看诸如干旱状况、植被健康、水体指数或火灾信息等数据……