<html>
  <head>
    <meta content="text/html; charset=ISO-8859-1"
      http-equiv="Content-Type">
  </head>
  <body text="#000000" bgcolor="#FFFFFF">
    <div class="moz-cite-prefix">Hi Even,<br>
      <br>
      most of all depends what kind of imagery and maps you wish to
      classify. If the maps are classical scanned paper maps, and you
      want fast algorithm - the crosses of meter or degree grid can be
      the good pattern.<br>
      But if we have areal images this will not work, as such images
      have crosses too. But satellites - not. May be some frame of maps
      can be good pattern.<br>
      <br>
      If you have some fragment of maps and images, I think some content
      analysis needed:<br>
      - clustering, i.e. <a class="moz-txt-link-freetext" href="http://en.wikipedia.org/wiki/K-means_clustering">http://en.wikipedia.org/wiki/K-means_clustering</a><br>
      -<span style="margin: 0px; padding: 0px; border: 0px; font:
        inherit; vertical-align: baseline; outline: 0px;"> Neural</span>
      network with learning<br>
      -<span dir="auto"> Support vector machine i.e. 
        <a class="moz-txt-link-freetext" href="http://svmlight.joachims.org/">http://svmlight.joachims.org/</a> and </span><a class="moz-txt-link-freetext" href="http://en.wikipedia.org/wiki/Support_vector_machine">http://en.wikipedia.org/wiki/Support_vector_machine</a><br>
      <br>
      Also some hash comparison can be used (rather fast)<br>
      - perceptual hash compare  i.e. <a class="moz-txt-link-freetext" href="http://www.phash.org/">http://www.phash.org/</a><br>
      <br>
      In all cases input images should be resized to some small sizes
      and may be grayscaled or binarized before analysis.<br>
       <br>
      <pre class="moz-signature" cols="72">Best regards,
    Dmitry</pre>
      06.03.2014 23:19, Even Rouault пишет:<br>
    </div>
    <blockquote
      cite="mid:201403062019.30124.even.rouault@mines-paris.org"
      type="cite">
      <pre wrap="">Hi,

I'd be interested in an algorithm to automate the classification of raster data 
between maps (let's say rendering of OpenStreetMap data, or other digital 
maps) one one side and aerial/satellite imagery on the other side, without 
looking at metadata (bare geotiff typically). This is to help in automating 
bulk of import of data from a media and establishing a first level of 
classification.

Has anyone already done that and has code and/or advice to share, or know a 
software project that would do that ?

Some ideas that came to my mind :
- maps have typically a much more reduce number of colors than imagery, but 
you may have imagery that has already been transformed to 256 colors to reduce 
storage space.
- maps have generally a majority color (e.g. white, green), but not in all 
zones (urban zones will have more features)
- maps have higher spatial frequency (lines, text) whereas imagery will be 
more continuous : use of gradient, and compute statistics on it ?

Even

</pre>
    </blockquote>
    <br>
  </body>
</html>