آموزش روش افزایش جزئیات مکانی کاربری اراضی مادیس از 500 متر به 30 متر

813 بازدید

اخبار ، مقالات و تحقیقات گروهی را دنبال کنید.

آموزش رایگان نرم افزار ENVI

در ENVI حرفه ای شو 🦾

0 تا 100 مفاهیم سنجش از دور

کاملا رایگان شروع کن 🧩

آموزش رایگان ArcGIS pro

واقعاااااا رایگاااااانه 🤗

آموزش گوگل ارث انجین

شدیدا توصیه شده 🌏

دانلود لندیوز 10 متری ایران و …

به کمک گوگل ارث انجین 🚀

کتاب موتور پردازش مجازی

اولین کتاب آموزش گوگل ارث انجین 📗

طبقه بندی تصاویر ماهواره ای

آشنایی با انواع روش ها 😲

پیش پردازش تصاویر ماهواره ای

هندسی – رادیومتریکی – اتمسفری 🀄

دانلود داده های آلتیمتری

ترازسنجی برای دریاچه ها 🧿

پوشش اراضی 10 متری

تولید شده توسط ESRI 🧐

نمایش سه بعدی در ArcGIS

مدل رقومی ارتفاع 🗻

مطالب پربازدید

محصول آموزشی ریزمقیاس کردن پروداکت کاربری اراضی MODIS با استفاده از تصاویر Landsat در گوگل ارث انجین منتشر شد. در این محصول آموزشی روش افزایش جزییات مکانی پروداکت کاربری اراضی سنجنده MODIS از ۵۰۰ متر به ۳۰ متر آموزش داده شده است. تمامی مراحل آموزشی این فرایند در گوگل ارث انجین بصورت مرحله به مرحله توسط امیرحسین احراری تدریس شده…

محصول آموزشی ریزمقیاس کردن پروداکت کاربری اراضی MODIS با استفاده از تصاویر Landsat در گوگل ارث انجین منتشر شد.

در این محصول آموزشی روش افزایش جزییات مکانی پروداکت کاربری اراضی سنجنده MODIS از ۵۰۰ متر به ۳۰ متر آموزش داده شده است.

تمامی مراحل آموزشی این فرایند در گوگل ارث انجین بصورت مرحله به مرحله توسط امیرحسین احراری تدریس شده است. این محصول آموزشی نمونه از استفاده تلفیقی و ترکیبی داده های Landsat و MODIS برای افزایش جزییات مکانی است.


مشخصات محصول

  • مدرس: امیرجسین احراری
  • تخصص: کارشناس سنجش از دور و پردازش تصاویر ماهواره ای
  • موضوع: تلفیق تصاویر ماهواره ای در کاربری اراضی
  • نرم افزار: سامانه ارث انجین
  • پیش نیاز: دارد (آشنایی با سامانه گوگل ارث انجین)
  • داده های تمرینی: دارد.

خرید محصول

به منظور خرید این محصول آموزشی بر روی دکمه زیر کلیک کرده و پس از پرداخت، بلافاصله فایل های آموزشی را دانلود نمایید.


قسمتی از آموزش


توضیحات محصول

در این محصول آموزش شما با روش تلفیق و ترکیب تصاویر ماهواره ای سنجنده MODIS و ماهواره Landsat در زمینه کاربری اراضی آشنا خواهید شد. به عبارت دیگر در این محصول تکنیک هایی آموزش داده شده که بواسطه آن جزییات مکانی پروداکت کاربری سنجنده MODIS از ۵۰۰ متر به ۳۰ متر به خوبی فراهم است.

لازم بذکر است که تمامی مراحل آموزشی در سامانه گوگل ارث انجین بصورت خودکار و پیوسته تدریس شده است. همچنین فرایند برداشت نمونه ها و اعمال الگوریتم های طبقه بندی نیز با استفاده از روش های پیشرفته برنامه نویسی انجام شده و به راحتی قابل اجرا است.


عناوین آموزشی

عناوین آموزش داده شده در این محصول عبارت اند از:

  • فراخوانی تصاویر لندست
  • تعیین فیلترهای زمانی و مکانی
  • تعیین فیلتر ابر
  • تولید تصویر میانه
  • تولید تصویر سالیانه بدون ابر
  • فراخوانی پروداکت کاربری اراضی MODIS
  • کار با پروداکت کاربری اراضی MODIS
  • محاسبه شاخص NDVI به عنوان داده های کمکی
  • محاسبه شاخص NDWI به عنوان داده های کمکی
  • برداشت نمونه های کلاس ها بصورت خودکار
  • اجرای طبقه بندی Random Forest
  • بصری سازی نتایج طبقه بندی
  • اعتبارسنجی نتیجه طبقه بندی
  • کار با تصاویر طبقه بندی شده گوگل ارث انجین در ENVI

پروداکت کاربری اراضی MODIS

پروداکت کاربری اراضی سنجنده MODIS بصورت سالیانه و با توان تفکیک مکانی ۵۰۰ متری از سال ۲۰۰۰ تا کنون در دسترس است. با استفاده از این پروداکت امکان جداسازی ده ها کلاس کاربری از پوشش های سطح زمین فراهم است.

پروداکت کاربری اراضی سنجنده MODIS حاوی استانداردهای متنوع طبقه بندی است که روش استفاده و کار با آن ها در این محصول آموزشی توضیح داده شده است. به عنوان مثال پروداکت LC_Type1 یکی از این پروداکت های کاربردی است که پوشش های سطح زمین را در قالب ۱۷ کلاس از یکدیگر تفکیک کرده و در این محصول آموزشی به عنوان مبنای محاسبه قرار گرفته است.


ریزمقیاس سازی

یکی از تکنیک های کاربردی سنجش از دور برای افزایش جزییات مکانی استفاده از فرایند ریزمقیاس سازی تصاویر ماهواره ای است. این روش یکی از زیر مجموعه های منطق ادغام تصاویر ماهواره ای است که عموما از آن برای پروداکت های کاربردی سنجش از دور مانند کاربری اراضی و داده های موضوعی مورد استفاده قرار می گیرد. عموما در این روش از داده های توان تفکیک مکانی بالا برای افزایش جزییات مکانی پروداکت توان تفکیک مکانی پایین استفاده می شود.

در فرایند های زیرمقیاس سازی عموما با ترکیب داده ها فرایندهای پردازشی تکرار می شوند تا خروجی ای با جزییات مکانی بالاتر تولید شود. با استفاده از همین تکنیک در این محصول آموزشی جزییات مکانی پروداکت کاربری اراضی سنجنده MODIS از ۵۰۰ متر به ۳۰ متر ارتفا یافته است.


خرید محصول

به منظور خرید این محصول آموزشی بر روی دکمه زیر کلیک کرده و پس از پرداخت، بلافاصله فایل های آموزشی را دانلود نمایید.


نوشته های مرتبط :

54 دیدگاه. ارسال دیدگاه جدید

  • سلام ، وقتتون بخیر و خسته نباشید ، من دوی منطقه با اسکیل بزرگ کار می کنم این محصول واسه همچین کاری مناسبه ؟ باتشکر از پاسخگوییتون🙏🙏

    پاسخ
  • سلام آقای مهندس
    وقت عالی بخیر
    این روش برای بهبود جزییات در سنتینل ۲ هم جوابگو هست?

    پاسخ
    • با سلام و احترام

      از لحاظ تکنیکی فکر میکنم انجام شدنی هست. اما تجربه ثابت کرده تا زمانی که بصورت عملی تست نشه نمیتونیم قطعی در ارتباط با اون نظر بدیم. اگر می توانید تست کنید. پیش فرض ذهنی بنده این هست که برای سنتینل ۲ هم جواب می دهد.

      موفق باشید

      پاسخ
  • سلام
    چگونه می توان منطقه مورد نظر خود را در قسمت Import جایگزین محدوده های ازمایشی داخل کد نویسی ها کرد؟
    در بسیاری موارد با ارور مواجه می شوم؟
    مثلا در کدنویسی زیر من منطقه رو به رشت میخوام جابجا کنم اما چارت رو به من نمیده
    ممنون میشوم بفرمایید اشکال کارم کجاس
    https://code.earthengine.google.com/687245f96dbfb62f578fa08c90488e61

    پاسخ
    • با سلام و احترام

      برای تعریف منطقه مورد مطالعه جدید ابتدا باید منطقه مورد مطالعه قبلی را داخل کد حذف کرده و سپس لایه جدید را فراخوانی کنید. کد شما را نیز برای منطقه دیگری ران کردم و ضمیمه شده است:
      https://code.earthengine.google.com/5ab4df563a00bf6363b1d8a843581870

      lموفق باشید

      پاسخ
      • سلام اقای مهندس احراری
        سپاسگزارم از وقتی که گذاشتید
        متاسفانه من مشکل رو نتونستم حل کنم
        منطقه مورد مطالعه من حدفاصل خشکبیجار و زیباکنار در استان گیلان هست. ممنون میشم کد رو برای اون قسمت ادیت بفرمایید.
        از راهنمایی هاتون و وقتی که گذاشتین مجددا تشکر میکنم.
        https://code.earthengine.google.com/5ab4df563a00bf6363b1d8a843581870

        پاسخ
        • متاسفانه بنده لایه منطقه شما رو ندارم.
          کار بسیار ساده ای هست.
          فقط باید table بنده رو حذف کنید و سپس لایه وکتوری خود را به داخل کد import نمایید.
          سعی کنید که حتما تمامی مراحل کدنویسی را خود اجرا نمایید چون در غیر این صورت یادگیری سامانه برای شما دشوار خواهد شد.

          موفق باشید

          پاسخ
  • سلام برای دراوردن صنایع معادن زمین کشاورزی در حوضه این اموزش کاربردی هست یا اون اموزشی که با سنتینل ۲ انجام دادین؟

    پاسخ
  • با سلام واحترام،
    خیلی ممنون از ویدئوی آموزش مناسبی که تهیه کردید. یه سوال اینکه موقعی که درانتها دستور Export نوشته میشه به جهت ایجاد خروجی نقشه تولیدشده و کار با آن در نرم افزاری دیگری مانند Arcmap، چه کد نوشته باید در نظر گرفته بشه که نقشه با همین حالت طبقه بندی و رنگ بندی خروجی گرفته بشود؟ چون وقتی خروجی این کد نوشته در نرم افزارهای دیگه باز میشه هم طبقه بندی و هم رنگبندی طبقات مناسب نیست.
    خیلی ممنونم

    پاسخ
    • با سلام و احترام

      فعلا برای این موضوع راهکاری ندارم. تنها کاری که در حال حاضر میشه انجام داد طبقه بندی مجدد نقشه در نرم افزار انوی است. تا هر کلاس رنگ و لیبل خود را بگیرد.

      موفق باشید

      پاسخ
  • امین فتحی
    1399-10-29 12:17 ق.ظ

    سلام آقای احراری،
    پروداکت کاربری اراضی من پیکسل ۳۰ در ۳۰ دارد و برای NDVI از مادیس با پیکسل ۵۰۰ متری استفاده میکنم.
    حالا من میخوام که تصاویر NDVI مادیس رو به ۳۰ متر تبدیل کنم که برابر با پروداکت کاربری اراضی شود.
    دستور خاصی هست در ارث انجین که کار ریسمپلینگ رو انجام بده؟ و آیا میشه روی Imagecollection اعمال کرد؟
    و اینکه کلا به چند مدل میتوان این دستور را اجرا کرد؟

    پاسخ
  • عبدالرضا انصاری
    1399-11-15 10:59 ق.ظ

    با عرض سلام
    بنده این محصول ارزشمندتون رو تهیه کردم و می خواستم واقعا ازتون تشکر کنم. اما یک نکته در مورد تکنیک مورد استفاده در این محصول خواستم خدمتتون عرض کنم ، اینکه تکنیکی مورد استفاده “فیوژن” هست و نه “ریز مقیاس سازی” . تفاوت این دو تکنیک در این است که اساسا فیوژن برای ارتقاء قدرت تفکیک مکانی و طیفی با هم بکار می رود ولی ریز مقیاس سازی تنها برای بهبود قدرت تفکیک مکانی است و تغییری هم در خواص رادیومتریک تصویر نمی دهد.ضمنا در فیوژن ما حتما باید از چند سنجنده ی متفاوت استفاده کنیم ولی در ریز مقیاس سازی الزاما مجبور نیستیم.در فیوژن با ترکیب دو تصویر ، در خروجی یک تصویر جدید (سوم) خواهیم داشت اما ریز مقیاس سازی یک فرآیند Scaling است که مستقیما همان تصویر با قدرت تفکیک پایین را تبدیل به تصویری با قدرت تفکیک بالا می نماید. الیته ناگفته نماند که متاسفانه در مقالات ژورنالی هم حتی محققین این دو تکنیک را یکسان تلقی می کنند و تفکیک نمی نمایند.باز هم از زحماتی که در تهیه ی چنین منابع و محصولات ارزشمندی متحمل می شوید بی نهایت سپاسگزارم.

    پاسخ
    • با سلام و احترام

      ممنون از نقطه نظر مثبت شما. با احترام نسبت به نظر شما اما بر اساس مطالعاتی که بنده داشتم (کتب تلفیق تصاویر) این همان ریزمقیاس سازی است.
      بنده تز ارشدم در زمینه تلفیق تصاویر ماهواره ای بوده و الگوریتم های آن مبتنی بر تبدیلات فرکانسی و طیفی است. ساختار روش های فیوژن با این گونه از روش ها کاملا متفاوت است. تلفیق تصاویر ماهواره ای می تواند بصورت same sensor و cross sensor عمل کند. در تلفیق تصاویر می توانید از چند سنجنده نیز استفاده کنید. در آموزش های زیر از تکنیک فیوژن استفاده کردم.

      https://girs.ir/gee-image-fusion/
      https://girs.ir/gee-sen2-fusion/

      تکنیک های ارائه شده در دو محصول بالا تلفیق تصاویر بر اساس تبدیلات طیفی و فرکانسی است.

      رفرنس های بنده برای تفکیک تلفیق و ریزمقیاس سازی کتب زیر هستند:
      Remote Sensing Image Fusion, a Practical Guide
      Remote Sensing Image Fusion, Alparone

      البته تعصبی نسبت به عناوین ندارم. صرفا نتیجه تجربیات خودم رو عرض کردم. فقط خواستم عرض کنم که اگر عنوانی رو استفاده کردم بر اساس تجریباتی بوده که از این رفرنس ها بدست آوردم و خودم به هیچ عنوان در این زمینه صاحب نظر و صاحب سبک نیستم.

      موفق باشید

      پاسخ
  • علی صادق نزاد
    1399-12-25 12:36 ق.ظ

    با سلام و احترام
    از چه منابعی برای این آموزش استفاده کردید؟ در مقالات علمی به چه کتابی یا مقاله ای باید رفرنس بدهیم؟

    پاسخ
  • با سلام و عرض خسته نباشید

    سوال من در این خصوص هست که به چه صورت میشه میزان ضریب kappa رو بالابرد ؟

    پاسخ
    • با سلام و احترام

      معمولا با افزایش تنوع پروداکت های ورودی می توانید دقت ضریب کاپا رو افزایش دهید. البته دقت تابعی از الگوریتم هم هست. مثلا روش های svm و random forest کیفیت بهترین نسبت به سایر الگوریتم ها دارند.

      موفق باشید

      پاسخ
      • ممنون جناب احراری

        یادم هست آموزشی در خصوص تولید نقشه کاربری اراضی داشتید که من لینک کدش رو که رو یه کشور و شهر دیگه ای تست کردم رو اینجا میزارم

        هرچقدر گشتم که ویدیوی مرتبطش رو دوباره پیدا کنم نتونستم

        شما در آن آموزش خودتون یک سری نمونه ها را مشخص میکردین و کلاس کاربری تعریف میکردید
        https://code.earthengine.google.com/b055b880533d5af3ac59256289b7cab7

        پاسخ
      • سلام جناب احراری من نظرتون رو در ارتباط با افزایش پروداکت های ورودی در نظر گرفتم و تمامی spectral indices های Landsat رو به کد شما اضافه کردم. تعداد classifier , samplepoint ها رو هم افزایش دادم اما kappa هم هنوز خیلی نزدیک ۰٫۵۰ هست. این مقدار برای این که نقشه تولید شده در مقیاس شهری قابل استفاده باشه قابل استناد به نظر هست؟ البته شما هم گفتین که ما نقشه downscale شده رو نسبت به نقشه modis داریم می سنجیم. با این تفاسیر ضریب kappa که نزدیک ۰.۵۰ است نشان از غیرکاربردی بودن نقشه downscale شده رو داره ؟

        این مقاله رو هم اگر امکانش هست نگاه بندازید. بنده تمامی spectral indices هایی که اینجا اشاره شده رو به کد شما اضافه کردم.

        https://www.sciencedirect.com/science/article/pii/S0034425720305216#bb0590

        پاسخ
        • با سلام و احترام

          دقت ۵۰ درصد به نظرم خیلی مناسب نیست. البته دقت ۵۰ درصد نسبت به داده های زمینی هست؟ اینکه این ۵۰ درصد رو نسبت به چه چیزی بدست آورده باشید بسیار مهم است. در صورتی که نسبت به داده های زمینی این دقت باشه قابل استناد نیست.

          راستش فرصت بررسی مقالات رو اصلا ندارم. حالا اگر سوالی هست اطلاع داشته باشم حتما راهنمایی میکنم.

          موفق باشید

          پاسخ
          • سلام ممنون از جوابتون

            خیر kappa حساب شده در واقع بر اساس نقشه downscale شده به ۳۰ متر نسبت به نقشه اصلی landcover modis ۵۰۰ متری هستش. همونطور که خودتونم تو آموزش گفتید.

            البته kappa که خودتون در آموزش محاسبه کردید هم نزدیک ۰٫۴۶ بوده.

            باز هم ممنون

          • وقتی نقشه طبقه بندی شده ۳۰ متری رو نسبت به ۵۰۰ متری مقایسه می کنیم در حقیقت داریم میزان انطباق آن ها را با یکدیگر میسنجیم. اعتبارسنجی دقیق و قابل استناد مقایسه با داده های زمینی است.

            موفق باشید

  • سلام و ممنون از آموزشی که قرار دادید. آیا در این کد به جای پروداکت کاربری اراضی می توان پروداکت دیگری مثلا تبخیرتعرق جایگزین کرد؟

    پاسخ
  • سلام.ممنون از آموزش های خوبتون
    برای تهیه تصویر دمای سطحی زمین با اندازه 250*250 با استفاده از تصاویر دمای سطح زمین ماهواره مودیس 1000 متری و تصاویر NDVI با اندازه پیکسل250 متری می توان از این آموزش استفاده نمود؟ آیا محصول آموزشی در محیط IDL در این مورد موجود هست؟
    ممنون

    پاسخ
    • با سلام و احترام

      خیر این محصول آموزشی فقط برای کاربری اراضی است. در ارتباط با ریز مقیاس سازی داده های دمای سطح زمین در حال تولید یک محصول آموزشی هستم و طی روز های آینده یک محصول در این زمینه تولید خواهم کرد.

      موفق باشید

      پاسخ
  • باسلام
    ممنون از آموزش کامل و مفید ، باتوجه به اینکه در لندست 8 داده ها از 2013 به بعد موجود است طبق رفرنس ها Landsat 8 Operational Land Imager (OLI): April 2013 to present. اگر نقشه سال 2000 را بخواهیم با همین اموزش و برای لندست تهیه کنیم . شما لندست 7 رو تایید می فرمایید؟ LANDSAT/LE07/C01/T2_SR
    کدام پروداکت لندست برای سال 2000 درست است استفاده شدبرای همین کد ؟؟
    ممنون

    پاسخ
  • باسلام
    ممنون از آموزش های خوب و مفید.
    پروداکت لندست 8 از 2013 به بعد موجوده. برای تهیه نقشه با همین برای لندست سال 2000، کدام پروداکت لندست را پیشنهاد می فرمایید؟؟
    لندست 7 LANDSAT_LE07_C01_T1_TOA را تایید می فرمایید؟؟
    بااحترام

    پاسخ
  • سلام
    وقت بخیر
    آیا میشه با استفاده از این آموزش نقشه تبخیر و تعرق تولید شده با تصاویر مودیس را هم ریزمقیاس کرد ؟

    پاسخ
    • با سلام و احترام

      خیر برای این موضوعی که میفرمایید کاربردی ندارد و فقط برای نقشه های طبقه بندی شده از این روش استفاده می شود.

      موفق باشید

      پاسخ
  • سلام آقای مهندس من محدوده ام وسیع استان سیستان و بلوچستان هست با کد شما که وارد میشم خطا میده ولی محدوده که کوچک باشه خطایی نداره میشه این کد برای کاربریهای وسیع اصلاح کرد

    پاسخ
  • landst_lulc visualiziton parameters no band to vsualize این پیام رو میده و خطای invalid میده

    پاسخ
  • عذر خواهی می کنم فکر می کنم از سرعت اینترنتم بود بعد از چندین بار خطا خروجی داد ولی کلاسهای من 15 تا هست

    پاسخ
  • پاسخ
    • من کد شما رو بررسی کردم. شما تصویر ماهواره ای لندست ۸ رو برای سال ۲۰۰۷ و ۲۰۰۸ فراخوانی کردید که اساسا کار اشتباهی هست.
      داده های لندست ۸ برای سال ۲۰۱۳ به بعد در دسترس است.

      موفق باشید

      پاسخ
  • سلام ممنون آقای مهندس بزرگوار ، ببخشید نمیشه خروجی رو طوری طراحی کرد که به صورت یک فایل رستر باشه و توی gis بشه اونو ریکلسیفای یا تبدیل به پلیگون کرد؟

    پاسخ
  • عذر میخام بعداز اینکه طبق ویدیوی آموزشی تمامی طبقات با طیف رنگی بهش معرفی کردم بعد که تصویر خروجی رو توی gis می برم راهنمای نقشه 255 طبقه رو نشون میدهد میشه راهنمایی بفرمایید چطور این نقشه رو با راهنمای درست خروجی بگیرم

    پاسخ
    • زمانی که از ارث انجین خروجی تیف دانلود می کنید مقادیر واقعی هستن و بصورت 255 نیست. احتمالا در بخشی از کار اشتباه کردید.
      لینک کدتون رو با استفاده از گزینه getlink در اینجا برای من ارسال کنید تا بررسی کنم.

      موفق باشید

      پاسخ
  • پاسخ
  • اسدالله فرهمند
    1401-07-17 10:15 ق.ظ

    عرض سلام و احترام خدمت شما جناب استاد احراری گرامی،
    من مطابق این آموزش که تهیه نموده اید برای تهیه نقشه کابری اراضی با استفاده از Landsat 8 و MODIS انجام دادم. در قسمت لاین 52(line-52) به خطای مواجه شدم که نتوانستم خطای پیش آمده (Required argument) را حل کنم. من کد را اینجا خدمت شما شریک کردم، شما لطف نمایید بررسی کنید.
    پیشاپیش ممنون محبت های همیشگی شما هستم.
    https://code.earthengine.google.com/b2ade5b4e7671814246e3aaa8f64082b

    با احترام.

    پاسخ
  • سلام
    وقتتون بخیر
    ببخشید این محصول برای منطقه بزرگ مثلا کل ایران امکانپذیره؟
    سپاس

    پاسخ
    • با سلام و احترام

      امکان پذیر هست اما منطقی نیست. برای مطالعات محلی و ناحیه ای افزایش توان تفکیک مکانی انجام می شود. در مقیاس ملی از همان داده های مادیس بدون تلفیق استفاده کنید بهتر است.

      موفق باشید

      پاسخ
  • سلام جناب آقای احراری
    من برای انجام پروژه م باید رواناب ناشی از ذوب برف رو از طریق یک فرمول محاسبه کنم. تو این فرمول به داده دمای هوای مدل GLDAS نیاز دارم. در ادامه باید رواناب محاسبه شده رو در پارامتری تحت عنوان «فرکانس پوشش برفی» ضرب کنم. فرکانس پوشش برفی به صورت نسبت تعداد روزهای برفی در یک ماه به تعداد کل روزهای یک ماه تعریف میشه. برای این منظور باید از محصول پوشش برفی مادیس استفاده کنم. اما رزولوشن مکانی مادیس (500 متر) و GLDAS (0.25 یا 1 درجه) مشابه هم نیستند. از طرفی تصاویر مادیس حالت sin دارن و محصولات gldas اینجوری نیستند (نمیدونم این مورد به سیستم تصویر ارتباط داره یا خیر) و آیا gee این مشکل رو حل میکنه؟ همچنین چطوری متوجه بشم کدوم پیکسل های مادیس در یه پیکسل gldas میفته و برای بدست آوردن فرکانس پوشش برفی پیکسل gldas باید از پیکسلهای مادیس داخل اون میانگین بگیرم یا کار دیگه ای انجام بدم؟ بعلاوه آیا ممکن هست که مثلا یه بخشی از یه پیکسل مادیس بیفته داخل یه پیکسل gldas و باقی مونده اون پیکسل مادیس بیفته داخل یه پیکسل دیگه gldas؟
    آیا اموزشی دارین که به کار من مرتبط باشه و یا مشابه کار من باشه که من بتونم خریداری کنم ازتون؟
    با تشکر

    پاسخ
    • با سلام و احترام

      بله در ارث انجین مشکل مختصاتی و هندسی تصاویر را ندارید. برای اینکه همپوشانی پیکسل ها رو متوجه بشید باید تصاویر تاریخ های متناظر رو دانلود کرده و بصورت بصری چک کنید. بنده برای این کار روش خودکاری ندارم. متاسفانه آموزشی مشابه این مورد که میفرمایید را فعلا نداریم.

      موفق باشید

      پاسخ

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این فیلد را پر کنید
این فیلد را پر کنید
لطفاً یک نشانی ایمیل معتبر بنویسید.

keyboard_arrow_up