SegSampling 模块说明

适用版本：USDA_GeoProdStudio（Landsat2LC 项目集成） 位置：右侧工具栏 → 分割采样 主要代码：map/seg_sampling/seg_ui_panels.py（UI）、map/seg_sampling/seg_engine.py（门面/引擎）、map/seg_sampling/seg_feature_panel.py（特征与区划页）、map/seg_sampling/engine/*.py（实现）

示例数据下载地址[20.9GB]：https://pan.baidu.com/s/1DTmbzRi0TS1IlLtqalrUTA?pwd=e2tg

目录

  1. 模块目标与整体流程
  2. 架构与关键组件
  3. A–E 五大页签（UI/功能全览）
  4. 特征构建与可视化（含公式）
  5. 分割算法与参数建议
  6. 采样（右键赋类）与自动保存机制
  7. 文件结构与数据模型
  8. 性能、稳定性与并行
  9. 常见问题与排错
  10. 版本迁移与扩展点

1) 模块目标与整体流程

SegSampling 将影像分割与人工采样标注整合在一体化工作流中，便于在同一套 UI 与地图中完成：

  • A. 输入：选择影像与（可选）波段映射 JSON，做 RGB/灰度即时预览；
  • B. 特征：选择输入波段与指数、归一化/直方图增强、PCA 等；
  • C. 分割：选择算法、动态参数，导入/导出分割，启动/取消后台计算；
  • D. 区划：基于矢量统计的区划方法（与 B 页打通）；
  • E. 采样：右键将分割的 polygon 赋予类别（含颜色/重命名/统计/导出/清空）。 以上各页签与状态信息区共同组成 Dock 面板。

2) 架构与关键组件

2.1 模块分层

  • UI 层（SegUiPanelsMixin）：构建 A–E 页签、路由按钮事件到引擎，负责状态栏、进度条与日志落地。
  • 特征/区划 UI（SegFeaturePanelMixin）：B（特征）与 D（区划）页的 UI 与参数收集骨架；计算委派给引擎侧。
  • 引擎门面（SegEngineMixin）：对外兼容旧名，真实实现来自 engine 子包；同时暴露 read_raster_info、read_rgb_array 等工具，供 UI 直接调用以避免重复实现。
  • A.输入实现（a_input.py）：定义 RasterInfo、读栅格信息/快速 RGB 读取与拉伸（2–98% 线性拉伸）。

2.2 运行时对象与线程

  • QThreadPool：后台计算（分割）与 UI 解耦，避免卡顿。
  • Log & Progress：Dock 下方固定“状态信息”分区展示进度条与日志，可随时清空。

3) A–E 五大页签（UI/功能全览）

A. 输入

  • 选择工作空间与影像路径；可绑定“波段映射 JSON（语义名 → 1-based 波段号）”。工作空间变化会级联影响默认导出名。
  • RGB/灰度即时预览：从“可用波段”移动至 R/G/B 三列，可为每列设置逗号分隔权重；支持“单波段灰度（取 R 列首波段）”；一键显示到地图。
  • 预览采用百分位拉伸到 [0,1]，利于快速目视检查。

小贴士：影像预览仅用于可视校验，不改变算法实际输入。

USDA-GeoProdStudio

B. 特征（管线构建）

  • 输入项：

    • 原始波段（含语义名）、派生指数（NDVI、NDBI、MNDWI、SAVI、EVI 等）、可选归一化/直方图增强（Z-Score / HistEq / CLAHE）、PCA（k 可设）。

  • 组合规则（示例）：

    • 仅选原始 → 只用原始；
    • 原始 7 波段 + 归一化 + PCA(k=3) → 先归一化再 PCA 得到 PC1…PCk；
    • 选择指数时自动补齐所需波段依赖。

  • 特征 RGB 预览：从通道名下拉（如 B4/NDVI/PC1）任取 3 个组成 RGB，显示到地图，用于在分割前检查“特征构建是否合理”。

USDA-GeoProdStudio

USDA-GeoProdStudio

C. 分割

  • 算法选择 + 动态参数面板：算法切换将重建对应参数控件；参数规范来自 JSON（项目内置）。
  • 导入/导出：可导出分割 GeoJSON，或导入既有分割以复用；
  • 后台执行/取消：开始分割会进入后台线程；可随时取消；UI 有轻量防抖。

分割完成后的自动处理（摘要）：

  1. 缓存标签（1-based）；2) 栅格面多边形化写入 GeoJSON 并加载到地图；
  2. 建立 seg_id → 图层 的 O(1) 索引用于快速着色；4) 记录最近分割图层 id。

USDA-GeoProdStudio

USDA-GeoProdStudio

D. 区划（Polygon）

  • D 页由 SegFeaturePanelMixin 构建，支持从 B 页特征/统计流程衔接；针对 GeoJSON（多边形）进行区划计算并写回属性字段（命名含“源字段 + 方法”后缀，避免覆盖）。
  • 参数面板按注册 JSON 自动生成，输入/输出路径与字段命名由系统接管（UI 不再重复输入），与项目“统计项 → 区划方法”工作流一致。（详见你项目的区划注册与 d_zoning 逻辑。）

USDA-GeoProdStudio

USDA-GeoProdStudio

USDA-GeoProdStudio

E. 采样（右键赋类）

  • 类别列表支持新增/删除/重命名，并可为每类设置颜色；实时同步到地图与导出文件的 properties.name。

  • 地图交互：左键高亮，右键选择类别即完成赋值；“取消采样”可撤销。

  • 统计面板显示各类计数/面积等（视实现）。

  • 导出 / 载入 / 清空：

    • 导出当前采样为 GeoJSON；
    • 载入“临时采样”（继续工作）或已保存采样；
    • 一键清空临时采样（安全提示）。

自动保存机制 前端维护 SEG_ASSIGNMENTS = { seg_id: {name, color} }；Python 端每 1.5 s 拉取并侦测“脏序号”变更，仅在有改动时写回 samples_live.geojson（并刷新统计）。

USDA-GeoProdStudio

4) 特征构建与指数公式（B 页参考）

B 页“特征管线”支持常用指数（示例公式，设反射率为 $R_{\cdot}$）：

  • NDVI：$\displaystyle \frac{R_{NIR}-R_{RED}}{R_{NIR}+R_{RED}}$
  • EVI：$\displaystyle 2.5\cdot\frac{R_{NIR}-R_{RED}}{R_{NIR}+6R_{RED}-7.5R_{BLUE}+1}$
  • SAVI：$\displaystyle (1+L)\cdot\frac{R_{NIR}-R_{RED}}{R_{NIR}+R_{RED}+L}$（常取 $L=0.5$）
  • MNDWI：$\displaystyle \frac{R_{GREEN}-R_{SWIR1}}{R_{GREEN}+R_{SWIR1}}$
  • NDBI：$\displaystyle \frac{R_{SWIR1}-R_{NIR}}{R_{SWIR1}+R_{NIR}}$

选中指数后系统会自动补齐所需波段；归一化/直方图增强与 PCA 在管线中按所选顺序组合（见 3.B“组合规则”）。

PCA：从归一化后的多通道矩阵 $X\in\mathbb{R}^{H\times W\times C}$ 抽取 $k$ 个主成分，得到 $PC1…PCk$；不再强制压到 3 通道，分割器自适应输入维度（多数算法仅需将前 $k$ 个分量拼接回特征栈）。

特征 RGB 预览：任取 3 通道映射到 R/G/B 快速核验分割前的特征可分性（不影响算法真实输入）。

5) 分割算法与参数建议

5.1 支持算法（示例）

类别 算法 典型用途/特点
scikit-image SLIC / SLIC0、Felzenszwalb、Quickshift、Watershed 语义超像素、图割、基于密度/梯度的方法
OpenCV SLIC / SLICO（CPU Fast） 工程级快速超像素
聚类/漂移类 MeanShift（sp/sr/ms_k） 复杂纹理场景的聚类分割

动态参数表随算法切换自动重建（见 C 页“动态参数区”）。

5.2 入门参数（Landsat 场景）

  • SLIC/SLICO（skimage）：region_size≈20–60，compactness≈10–30；
  • OpenCV SLIC/SLICO：region_size≈16–32，ruler≈10–20；
  • Felzenszwalb：scale≈150–400，sigma≈0–1，min_size≈40–100；
  • Quickshift：kernel_size≈3–7，max_dist≈6–12，ratio≈0.5–0.8；
  • Watershed：markers≈800–2000，compactness≈0.001–0.01；
  • MeanShift：sp≈8–24，sr≈24–40，ms_k≈8–20。 经验：想更细，增大分割数量（减小 region_size/增大 markers/调整 scale），并适度提高 compactness 平衡光谱与空间。

6) 采样（右键赋类）与自动保存

  • 列表中维护类别名与颜色；双击或“🎨颜色”修改即刻同步地图着色；删除类别会清理对应着色与记录并立即保存。
  • 右键赋类：在地图上对分割 polygon 右键选择目标类别，已赋值 polygon 以该类颜色填充（透明度可在图层管理器调整）。
  • 自动保存节流：每 1.5 s 轮询“脏序号”变更，才写 samples_live.geojson 并刷新统计（避免频繁 I/O）。

7) 文件结构与数据模型

7.1 输出文件

  • workspace/segments.geojson：分割面（含 seg_id）。
  • workspace/samples_live.geojson：临时采样（自动保存，建议经常保留）；
  • workspace/samples.geojson：导出采样（常与临时一致，或另存副本）。 导入既有分割/采样会直接应用到当前地图。

7.2 运行时数据结构（核心）

  • labels：分割结果标签（1-based）。
  • SEG_ASSIGNMENTS：{ seg_id: { name, color } }，用于 O(1) 着色查找与导出写回 properties。

8) 性能、稳定性与并行

  • 后台线程：分割计算放入线程池；
  • 批量加载 GeoJSON：按批次切片（默认 800）加载，兼顾速度与流畅；
  • 索引加速：seg_id → layer 索引支持 O(1) 右键着色；
  • I/O 串行与防抖：文件写入加互斥锁与按钮防抖；
  • 取消清理：取消分割会主动回收大对象并恢复 UI。

9) 常见问题与排错（FAQ）

  1. 预览与实际分割不一致？ 预览仅做目视拉伸显示，不改变算法输入；请以 B 页“特征管线”设置为准。
  2. 导入分割后无法右键赋类？ 检查导入的 GeoJSON 是否含 seg_id 字段，以及是否已建立 seg_id → layer 索引（导入后 UI 会自动建立）。
  3. 采样未保存？ 自动保存依赖“脏序号”变更；若长时间未触发，请尝试微调任意着色再等 1–2 秒，或手动导出。

10) 版本迁移与扩展点

  • 门面保持兼容：对外依旧使用 SegEngineMixin，真实实现迁入 engine 子包，便于后续替换/扩展。
  • 参数规范外置：算法参数来自 segmentation_params.json；新增算法仅需注册参数与实现，并在 UI 中绑定切换回调。
  • 工具可复用：read_raster_info/read_rgb_array 暴露于门面，供 UI 预览与维度校验。

附录 A：A 页 RGB/灰度预览数据流

  1. read_rgb_array(path, bands) 读取 3 通道并转 float32；
  2. 对每通道做 2–98% 线性拉伸至 [0,1]；
  3. 结果以地图叠加层预览。

附录 B：参数页（C 页）动态构建逻辑示意

  • 读取参数规范 JSON → 初始化“算法选择”与“导出路径”控件；
  • 算法下拉变更 → 清空旧参数控件 → 根据 visible_when 重建本算法参数；
  • “开始分割/取消/导入/导出”四按钮统一管理当前任务态。

附录 C：快速实践清单（Landsat 15 m 城市场景）

步骤 操作 说明
1 A 页选择影像 + 预览 先用 B5/B4/B3 或 B7/B6/B4 做自然/城市预览
2 B 页构建特征 指数（NDVI/NDBI/MNDWI）+ Z-Score + PCA(k=3)
3 C 页 SLICO region_size=24±8, ruler/compactness=15±5
4 D 页区划 选择统计项与区划方法，字段自动命名
5 E 页右键赋类 新增类别与颜色，随用随存，最后导出

若场景纹理复杂，可尝试 Quickshift 或 MeanShift，并适度调大“分割数量”。

（完）