Análise de Principais Componentes para Detecção de Alterações em Imagens
O PCA4CD é um plugin QGIS para construir a camada de detecção de mudança usando o método de componentes principais. Projetado principalmente com o objetivo de:
- gerar ou carregar os componentes principais (PCA)
- e construir a camada de detecção de alterações com base nas propriedades de redução da dimensionalidade.
Versão QGIS e Python
Este plugin só funciona na versão QGIS >= 3.4, é muito recomendado usar a versão mais recente disponível do QGIS 3 com o ambiente Python 3.7 devido às dependências e alguns problemas com a biblioteca Dask.
Pacotes python adicionais
PCA4CD requer pacotes python adicionais para funcionar, que geralmente não são parte do Python do QGIS. Estes são:
- Python-Dask
- PyQtGraph
O caminho para ter isso:
- Primeira maneira (recomendado e automático) é que o plugin (quando está instalando ou atualizando) será instalado em uma pasta separada específica para PCA4CD e não influenciará qualquer instalação existente do Python.
- Em segundo lugar, instalá-lo em sua instalação Python no Sistema primeiro antes de instalar o plugin, mas depende do Sistema Operacional para trabalhar.
Como usar
Primeiro, a janela principal é dividida por duas seções:
- Computar os componentes principais
- Carregar os componentes principais
As seguintes etapas são:
- Análise de detecção de alterações
- Gerar a camada de alteração por componente
- Gerar a camada de alteração de mesclagem
O PCA4CD foi desenvolvido, projetado e implementado pelo Grupo de Sistema de Monitoramento Florestal e de Carbono (SMByC), operado pelo Instituto de Estudos de Hidrologia, Meteorologia e Meio Ambiente (IDEAM) - Colômbia. Autor e desenvolvedor: Xavier Corredor Ll.
Referências:
Artigos:
- PCA‐based land‐use change detection and analysis using multitemporal and multisensor satellite data
- A PCA-Based Change Detection Framework for Multidimensional Data Streams