svn-gvsig-desktop / trunk / extensions / extRemoteSensing / src / org / gvsig / remotesensing / classification / ClassificationMinimumDistanceProcess.java @ 26024
History | View | Annotate | Download (10.8 KB)
| 1 |
/* gvSIG. Sistema de Informaci?n Geogr?fica de la Generalitat Valenciana
|
|---|---|
| 2 |
*
|
| 3 |
* Copyright (C) 2006 Instituto de Desarrollo Regional and Generalitat Valenciana.
|
| 4 |
*
|
| 5 |
* This program is free software; you can redistribute it and/or
|
| 6 |
* modify it under the terms of the GNU General Public License
|
| 7 |
* as published by the Free Software Foundation; either version 2
|
| 8 |
* of the License, or (at your option) any later version.
|
| 9 |
*
|
| 10 |
* This program is distributed in the hope that it will be useful,
|
| 11 |
* but WITHOUT ANY WARRANTY; without even the implied warranty of
|
| 12 |
* MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
|
| 13 |
* GNU General Public License for more details.
|
| 14 |
*
|
| 15 |
* You should have received a copy of the GNU General Public License
|
| 16 |
* along with this program; if not, write to the Free Software
|
| 17 |
* Foundation, Inc., 59 Temple Place - Suite 330, Boston, MA 02111-1307,USA.
|
| 18 |
*
|
| 19 |
* For more information, contact:
|
| 20 |
*
|
| 21 |
* Generalitat Valenciana
|
| 22 |
* Conselleria d'Infraestructures i Transport
|
| 23 |
* Av. Blasco Iba?ez, 50
|
| 24 |
* 46010 VALENCIA
|
| 25 |
* SPAIN
|
| 26 |
*
|
| 27 |
* +34 963862235
|
| 28 |
* gvsig@gva.es
|
| 29 |
* www.gvsig.gva.es
|
| 30 |
*
|
| 31 |
* or
|
| 32 |
*
|
| 33 |
* Instituto de Desarrollo Regional (Universidad de Castilla La-Mancha)
|
| 34 |
* Campus Universitario s/n
|
| 35 |
* 02071 Alabacete
|
| 36 |
* Spain
|
| 37 |
*
|
| 38 |
* +34 967 599 200
|
| 39 |
*/
|
| 40 |
|
| 41 |
package org.gvsig.remotesensing.classification; |
| 42 |
|
| 43 |
import java.util.ArrayList; |
| 44 |
|
| 45 |
import org.gvsig.raster.buffer.RasterBuffer; |
| 46 |
import org.gvsig.raster.dataset.IBuffer; |
| 47 |
import org.gvsig.raster.grid.GridException; |
| 48 |
import org.gvsig.raster.grid.roi.ROI; |
| 49 |
|
| 50 |
import com.iver.cit.gvsig.project.documents.view.gui.View; |
| 51 |
|
| 52 |
/** ClassificationMinimumDistanceProcess implementa el m?todo de clasificaci?n de
|
| 53 |
* m?nima distancia.
|
| 54 |
*
|
| 55 |
* @see ClassificationGeneralProcess
|
| 56 |
* @author Alejandro Mu?oz Sanchez (alejandro.munoz@uclm.es)
|
| 57 |
* @author Diego Guerrero Sevilla (diego.guerrero@uclm.es)
|
| 58 |
* @version 19/10/2007
|
| 59 |
*/
|
| 60 |
public class ClassificationMinimumDistanceProcess extends ClassificationGeneralProcess { |
| 61 |
|
| 62 |
private double means[][] = null; |
| 63 |
private int bandCount = 0; |
| 64 |
|
| 65 |
/**
|
| 66 |
* Constructor
|
| 67 |
* */
|
| 68 |
public ClassificationMinimumDistanceProcess(){
|
| 69 |
} |
| 70 |
|
| 71 |
|
| 72 |
/**
|
| 73 |
* M?todo que implementa el clasificador de m?nima distancia.
|
| 74 |
* Para cada pixel, obtiene la clase para la que la distancia eucl?dea respecto al
|
| 75 |
* vector de medias es m?nima
|
| 76 |
*
|
| 77 |
* @param array de tipo byte con los valores del pixel en cada una de las bandas
|
| 78 |
* @return clase a la que pertenece el pixel
|
| 79 |
*/
|
| 80 |
public int getPixelClassForTypeByte(byte[] pixelBandsValues) { |
| 81 |
int clasefinal=0; double distanciaFinal=0.0; |
| 82 |
for (int clase=0; clase<numClases; clase++) |
| 83 |
{
|
| 84 |
double[] y = new double[bandCount]; |
| 85 |
double distancia=0; |
| 86 |
for (int i=0;i<bandCount;i++){ |
| 87 |
y[i]=(pixelBandsValues[i]-means[clase][i]) * (pixelBandsValues[i]-means[clase][i]); |
| 88 |
//y[i]=Math.pow((pixelBandsValues[i]-means[clase][i]),2);
|
| 89 |
distancia+=y[i]; |
| 90 |
} |
| 91 |
//distancia= Math.sqrt(distancia); //No hacer la raiz: Para comparar da igual la distancia que la distancia al cuadrado...
|
| 92 |
if (clase==0) |
| 93 |
distanciaFinal=distancia; |
| 94 |
|
| 95 |
else if (distancia<distanciaFinal){ |
| 96 |
distanciaFinal = distancia; |
| 97 |
clasefinal = clase; |
| 98 |
} |
| 99 |
} |
| 100 |
return clasefinal;
|
| 101 |
} |
| 102 |
|
| 103 |
|
| 104 |
/**
|
| 105 |
* M?todo que implementa el clasificador de m?nima distancia.
|
| 106 |
* Para cada pixel, obtiene la clase para la que la distancia eucl?dea respecto al
|
| 107 |
* vector de medias es m?nima
|
| 108 |
*
|
| 109 |
* @param array de tipo short con los valores del pixel en cada una de las bandas
|
| 110 |
* @return clase a la que pertenece el pixel
|
| 111 |
*/
|
| 112 |
public int getPixelClassForTypeShort(short[] pixelBandsValues) { |
| 113 |
int clasefinal=0; double distanciaFinal=0.0; |
| 114 |
for (int clase=0; clase<numClases; clase++) |
| 115 |
{
|
| 116 |
double[] y = new double[bandCount]; |
| 117 |
double distancia=0; |
| 118 |
for (int i=0;i<bandCount;i++){ |
| 119 |
y[i]=(pixelBandsValues[i]-means[clase][i]) * (pixelBandsValues[i]-means[clase][i]); |
| 120 |
//y[i]=Math.pow((pixelBandsValues[i]-means[clase][i]),2);
|
| 121 |
distancia+=y[i]; |
| 122 |
} |
| 123 |
//distancia= Math.sqrt(distancia); //No hacer la raiz: Para comparar da igual la distancia que la distancia al cuadrado...
|
| 124 |
if (clase==0) |
| 125 |
distanciaFinal=distancia; |
| 126 |
else if (distancia<distanciaFinal){ |
| 127 |
distanciaFinal= distancia; |
| 128 |
clasefinal=clase; |
| 129 |
} |
| 130 |
} |
| 131 |
return clasefinal;
|
| 132 |
} |
| 133 |
|
| 134 |
|
| 135 |
/**
|
| 136 |
* M?todo que implementa el clasificador de m?nima distancia.
|
| 137 |
* Para cada pixel, obtiene la clase para la que la distancia eucl?dea respecto al
|
| 138 |
* vector de medias es m?nima
|
| 139 |
*
|
| 140 |
* @param array de tipo int con los valores del pixel en cada una de las bandas
|
| 141 |
* @return clase a la que pertenece el pixel
|
| 142 |
*/
|
| 143 |
public int getPixelClassForTypeInt(int[] pixelBandsValues) { |
| 144 |
|
| 145 |
int clasefinal=0; double distanciaFinal=0.0; |
| 146 |
for (int clase=0; clase<numClases; clase++) |
| 147 |
{
|
| 148 |
double[] y = new double[bandCount]; |
| 149 |
double distancia=0; |
| 150 |
for (int i=0;i<bandCount;i++){ |
| 151 |
y[i]=(pixelBandsValues[i]-means[clase][i]) * (pixelBandsValues[i]-means[clase][i]); |
| 152 |
//y[i]=Math.pow((pixelBandsValues[i]-means[clase][i]),2);
|
| 153 |
distancia+=y[i]; |
| 154 |
} |
| 155 |
//distancia= Math.sqrt(distancia); //No hacer la raiz: Para comparar da igual la distancia que la distancia al cuadrado...
|
| 156 |
if (clase==0) |
| 157 |
distanciaFinal=distancia; |
| 158 |
else if (distancia<distanciaFinal){ |
| 159 |
distanciaFinal= distancia; |
| 160 |
clasefinal=clase; |
| 161 |
} |
| 162 |
} |
| 163 |
return clasefinal;
|
| 164 |
} |
| 165 |
|
| 166 |
|
| 167 |
/**
|
| 168 |
* M?todo que implementa el clasificador de m?nima distancia.
|
| 169 |
* Para cada pixel, obtiene la clase para la que la distancia eucl?dea respecto al
|
| 170 |
* vector de medias es m?nima
|
| 171 |
*
|
| 172 |
* @param array de tipo float con los valores del pixel en cada una de las bandas
|
| 173 |
* @return clase a la que pertenece el pixel
|
| 174 |
*/
|
| 175 |
public int getPixelClassForTypeFloat(float[] pixelBandsValues) { |
| 176 |
int clasefinal=0; double distanciaFinal=0.0; |
| 177 |
for (int clase=0; clase<numClases; clase++) |
| 178 |
{
|
| 179 |
double[] y = new double[bandCount]; |
| 180 |
double distancia=0; |
| 181 |
for (int i=0;i<bandCount;i++){ |
| 182 |
y[i]=(pixelBandsValues[i]-means[clase][i]) * (pixelBandsValues[i]-means[clase][i]); |
| 183 |
//y[i]=Math.pow((pixelBandsValues[i]-means[clase][i]),2);
|
| 184 |
distancia+=y[i]; |
| 185 |
} |
| 186 |
//distancia= Math.sqrt(distancia); //No hacer la raiz: Para comparar da igual la distancia que la distancia al cuadrado...
|
| 187 |
if (clase==0) |
| 188 |
distanciaFinal=distancia; |
| 189 |
else if (distancia<distanciaFinal){ |
| 190 |
distanciaFinal= distancia; |
| 191 |
clasefinal=clase; |
| 192 |
} |
| 193 |
} |
| 194 |
return clasefinal;
|
| 195 |
} |
| 196 |
|
| 197 |
|
| 198 |
/**
|
| 199 |
* M?todo que implementa el clasificador de m?nima distancia.
|
| 200 |
* Para cada pixel, obtiene la clase para la que la distancia eucl?dea respecto al
|
| 201 |
* vector de medias es m?nima
|
| 202 |
*
|
| 203 |
* @param array de tipo double con los valores del pixel en cada una de las bandas
|
| 204 |
* @return clase a la que pertenece el pixel
|
| 205 |
*/
|
| 206 |
public int getPixelClassForTypeDouble(double[] pixelBandsValues) { |
| 207 |
int clasefinal=0; double distanciaFinal=0.0; |
| 208 |
for (int clase=0; clase<numClases; clase++) |
| 209 |
{
|
| 210 |
double[] y = new double[bandCount]; |
| 211 |
double distancia=0; |
| 212 |
for (int i=0;i<bandCount;i++){ |
| 213 |
y[i]=(pixelBandsValues[i]-means[clase][i]) * (pixelBandsValues[i]-means[clase][i]); |
| 214 |
//y[i]=Math.pow((pixelBandsValues[i]-means[clase][i]),2);
|
| 215 |
distancia+=y[i]; |
| 216 |
} |
| 217 |
//distancia= Math.sqrt(distancia); //No hacer la raiz: Para comparar da igual la distancia que la distancia al cuadrado...
|
| 218 |
if (clase==0) |
| 219 |
distanciaFinal=distancia; |
| 220 |
else if (distancia<distanciaFinal){ |
| 221 |
distanciaFinal= distancia; |
| 222 |
clasefinal=clase; |
| 223 |
} |
| 224 |
} |
| 225 |
return clasefinal;
|
| 226 |
} |
| 227 |
|
| 228 |
|
| 229 |
/** Metodo que recoge los parametros del proceso de clasificacion de
|
| 230 |
* m?nima distancia
|
| 231 |
* <LI>rasterSE: Capa de entrada para la clasificaci?n</LI>
|
| 232 |
* <LI> rois: lista de rois</LI>
|
| 233 |
* <LI> bandList:bandas habilitadas </LI>
|
| 234 |
* <LI>view: vista sobre la que se carga la capa al acabar el proceso</LI>
|
| 235 |
* <LI>filename: path con el fichero de salida</LI>
|
| 236 |
*/
|
| 237 |
public void init() { |
| 238 |
rasterSE= getLayerParam("layer");
|
| 239 |
rois = (ArrayList)getParam("rois"); |
| 240 |
view=(View)getParam("view"); |
| 241 |
filename= getStringParam("filename");
|
| 242 |
bandList = (int[])getParam("bandList"); |
| 243 |
numClases = rois.size(); |
| 244 |
} |
| 245 |
|
| 246 |
|
| 247 |
/** Proceso de clasificaci?n de m?nima distancia */
|
| 248 |
public void process() throws InterruptedException { |
| 249 |
setGrid(); |
| 250 |
rasterResult= RasterBuffer.getBuffer(IBuffer.TYPE_BYTE, inputGrid.getRasterBuf().getWidth(), inputGrid.getRasterBuf().getHeight(), 1, true); |
| 251 |
int c=0; |
| 252 |
int iNY= inputGrid.getLayerNY();
|
| 253 |
int iNX= inputGrid.getLayerNX();
|
| 254 |
|
| 255 |
bandCount = inputGrid.getBandCount(); |
| 256 |
means = new double[numClases][bandCount]; |
| 257 |
for (int clase=0; clase<numClases; clase++) |
| 258 |
for (int i=0;i<bandCount;i++){ |
| 259 |
((ROI)rois.get(clase)).setBandToOperate(bandList[i]); |
| 260 |
try {
|
| 261 |
means[clase][i]=((ROI)rois.get(clase)).getMeanValue(); |
| 262 |
|
| 263 |
} catch (GridException e) {
|
| 264 |
e.printStackTrace(); |
| 265 |
} |
| 266 |
} |
| 267 |
|
| 268 |
|
| 269 |
int inputGridNX = inputGrid.getNX();
|
| 270 |
int datType = inputGrid.getRasterBuf().getDataType();
|
| 271 |
|
| 272 |
// Caso Buffer tipo Byte
|
| 273 |
if (datType == RasterBuffer.TYPE_BYTE){
|
| 274 |
byte data[]= new byte[bandCount]; |
| 275 |
for(int i=0; i<iNY;i++){ |
| 276 |
for(int j=0; j<iNX;j++){ |
| 277 |
inputGrid.getRasterBuf().getElemByte(i, j, data); |
| 278 |
c= getPixelClassForTypeByte(data); |
| 279 |
rasterResult.setElem(i, j, 0,(byte) c); |
| 280 |
} |
| 281 |
percent = i*100/inputGridNX;
|
| 282 |
} |
| 283 |
} |
| 284 |
|
| 285 |
// Caso Buffer tipo Short
|
| 286 |
else if (datType == RasterBuffer.TYPE_SHORT){ |
| 287 |
short data[]= new short[bandCount]; |
| 288 |
for(int i=0; i<iNY;i++){ |
| 289 |
for(int j=0; j<iNX;j++){ |
| 290 |
inputGrid.getRasterBuf().getElemShort(i, j, data); |
| 291 |
c= getPixelClassForTypeShort(data); |
| 292 |
rasterResult.setElem(i, j, 0,(byte)c); |
| 293 |
} |
| 294 |
percent = i*100/inputGridNX;
|
| 295 |
} |
| 296 |
} |
| 297 |
|
| 298 |
// Caso Buffer tipo Int
|
| 299 |
else if (datType == RasterBuffer.TYPE_INT){ |
| 300 |
int data[]= new int[bandCount]; |
| 301 |
for(int i=0; i<iNY;i++){ |
| 302 |
for(int j=0; j<iNX;j++){ |
| 303 |
inputGrid.getRasterBuf().getElemInt(i, j, data); |
| 304 |
c= getPixelClassForTypeInt(data); |
| 305 |
rasterResult.setElem(i, j, 0,(byte) c); |
| 306 |
} |
| 307 |
percent = i*100/inputGridNX;
|
| 308 |
} |
| 309 |
} |
| 310 |
|
| 311 |
|
| 312 |
// Caso Buffer tipo Float
|
| 313 |
else if (datType == RasterBuffer.TYPE_FLOAT){ |
| 314 |
float data[]= new float[bandCount]; |
| 315 |
for(int i=0; i<iNY;i++){ |
| 316 |
for(int j=0; j<iNX;j++){ |
| 317 |
inputGrid.getRasterBuf().getElemFloat(i, j, data); |
| 318 |
c= getPixelClassForTypeFloat(data); |
| 319 |
rasterResult.setElem(i, j, 0,(byte) c); |
| 320 |
} |
| 321 |
percent = i*100/inputGridNX;
|
| 322 |
} |
| 323 |
} |
| 324 |
|
| 325 |
|
| 326 |
// Caso Buffer tipo Float
|
| 327 |
else if (datType == RasterBuffer.TYPE_DOUBLE){ |
| 328 |
double data[]= new double[bandCount]; |
| 329 |
for(int i=0; i<iNY;i++){ |
| 330 |
for(int j=0; j<iNX;j++){ |
| 331 |
inputGrid.getRasterBuf().getElemDouble(i, j, data); |
| 332 |
c= getPixelClassForTypeDouble(data); |
| 333 |
rasterResult.setElem(i, j, 0,(byte) c); |
| 334 |
} |
| 335 |
percent = i*100/inputGridNX;
|
| 336 |
} |
| 337 |
} |
| 338 |
|
| 339 |
writeToFile(); |
| 340 |
} |
| 341 |
|
| 342 |
} |