Zamiana reprezentacji wektorowej na rastrową - rasteryzacja

Podobne dokumenty
Modele (graficznej reprezentacji) danych przestrzennych postać danych przestrzennych

Wykład 13. Systemy Informacji Przestrzennej. Systemy Informacji Przestrzennej 1

Teledetekcja w inżynierii środowiska

Wybrane zagadnienia w pracy z danymi rastrowymi w ArcGIS Marcin Paź Esri Polska

Waldemar Izdebski - Wykłady z przedmiotu SIT / Mapa zasadnicza 30

Migracja z aplikacji ArcMap do ArcGIS Pro

Teledetekcja w ochronie środowiska. Wykład 1

Rodzaje analiz w SIT/GIS

Archiwum Fotogrametrii, Kartografii i Teledetekcji Vol. 9,1999, s ISBN

Przetwarzanie obrazów

Analizy w systemach informacji przestrzennej

Zobrazowania satelitarne jako źródło danych obrazowych do zarządzania obszarami chronionymi

ArcGIS. Jakub Nowosad

c) Sprawdź, czy jest włączone narzędzie Image classification. Jeśli nie, to je włącz: Customize Toolbars Image Classification

KP, Tele i foto, wykład 3 1

Podstawy przetwarzania obrazów teledetekcyjnych. Format rastrowy

Corine Land Cover (CLC)

Grafika komputerowa. Oko posiada pręciki (100 mln) dla detekcji składowych luminancji i 3 rodzaje czopków (9 mln) do detekcji koloru Żółty

GRAFIKA RASTROWA. WYKŁAD 1 Wprowadzenie do grafiki rastrowej. Jacek Wiślicki Katedra Informatyki Stosowanej

dr inż. Piotr Odya dr inż. Piotr Suchomski

6. Algorytmy ochrony przed zagłodzeniem dla systemów Linux i Windows NT.

Generowanie fotomapy i ortofotomapy ze zdjęcia lotniczego z wykorzystaniem oprogramowania ILWIS

Podstawy Informatyki Wykład V

Wykład Prezentacja materiału statystycznego. 2. Rodzaje szeregów statystycznych.

SINGLE-IMAGE HIGH-RESOLUTION SATELLITE DATA FOR 3D INFORMATIONEXTRACTION

Analiza obrazów. Segmentacja i indeksacja obiektów

Data sporządzenia materiałów źródłowych: zdjęcia:..., NMT:... Rodzaj zdjęć: analogowe/cyfrowe

2.1 Pozyskiwanie danych przestrzennych dotyczących działki. Pozyskiwanie danych o granicach działki ewidencyjnej

Przetwarzanie obrazu

Grafika Komputerowa Wykład 6. Teksturowanie. mgr inż. Michał Chwesiuk 1/23

Plan prezentacji. Zarządzanie regionem: rozciągłość przestrzenna i

Metryki i metadane ortofotomapa, numeryczny model terenu

Podstawy grafiki komputerowej. Teoria obrazu.

Uniwersytet Warszawski, Wydział Fizyki

DNI technik SATELITARNYCH CZERWCA ROLNICTWO zastosowania rozwiązań GIS

Geoinformacja - Interpretacja danych teledetekcyjnych. Ćwiczenie I

Zakład Systemów Informacji Przestrzennej i Geodezji Leśnej. Katedra Urządzania Lasu, Geomatyki i Ekonomiki Leśnictwa SGGW w Warszawie

Grafika komputerowa. Dla DSI II

SYSTEMY INFORMACJI PRZESTRZENNEJ

Podstawy Geomatyki. Wykład III Systemy Informacji Geograficznej

BalticBottomBase. Instytut Morski w Gdańsku Gdańsk,

Charakterystyka danych teledetekcyjnych jako źródeł danych przestrzennych. Sławomir Królewicz

AUTOMATYCZNA AKTUALIZACJA BAZY DANYCH O BUDYNKACH W OPARCIU O WYSOKOROZDZIELCZĄ ORTOFOTOMAPĘ SATELITARNĄ

Dane rastrowe. Naturalny format przedstawiania danych ciągłych Dane nieciągłe:

GRAFIKA WEKTOROWA. WYKŁAD 1 Wprowadzenie do grafiki wektorowej. Jacek Wiślicki Katedra Informatyki Stosowanej

PRZESTRZENNE BAZY DANYCH

z dnia r. w sprawie bazy danych obiektów topograficznych oraz mapy zasadniczej

Parametryzacja obrazu na potrzeby algorytmów decyzyjnych

Reprezentacja i analiza obszarów

SZCZEGÓŁOWY OPIS PRZEDMIOTU ZAMÓWIENIA

7. Metody pozyskiwania danych

GRAFIKA RASTROWA GRAFIKA RASTROWA

cgeozasiewy Oprogramowanie polowe do prowadzenia pomiarów GPS

Geoinformacja Interpretacja danych teledetekcyjnych. A. Pozyskanie i przygotowanie danych

Przestrzenne bazy danych. Definicja i cechy przestrzennych baz danych

DIGITAL PHOTOGRAMMETRY AND LASER SCANNING IN CULTURAL HERITAGE SURVEY

GEOMATYKA. dr inż. Paweł Strzeliński Katedra Urządzania Lasu Wydział Leśny UP w Poznaniu

Gimp Grafika rastrowa (konwersatorium)

INFORMATYKA WSTĘP DO GRAFIKI RASTROWEJ

SZCZEGÓŁOWY OPIS PRZEDMIOTU ZAMÓWIENIA

poniżej przykład modyfikacji UTM34N (oczywiście bez tego co w nawiasach) (elipsoida zostaje taka sama, jak zresztą we wszystkich podobnych UTMach),

WPŁYW KOREKCJI GEOMETRYCZNEJ NA WYNIKI KLASYFIKACJI ZDJĘĆ WIELOSPEKTRALNYCH

BIBLIOTEKA PROGRAMU R - BIOPS. Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat

ECDL EPP GIS EUROPEJSKI CERTYFIKAT UMIEJĘTNOŚCI KOMPUTEROWYCH SYSTEMY INFORMACJI GEOGRAFICZNEJ (GIS)

Robert Olszewski, Paweł Kowalski, Andrzej Głażewski

Kodowanie transformacyjne. Plan 1. Zasada 2. Rodzaje transformacji 3. Standard JPEG

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 8 AiR III

POB Odpowiedzi na pytania

Wrota Parsęty II o bazie danych przestrzennych - wprowadzenie

Projekt i implementacja systemu wspomagania planowania w języku Prolog

GEOMATYKA. dr inż. Paweł Strzeliński Katedra Urządzania Lasu Wydział Leśny UP w Poznaniu

Statystyki dla obiektów przestrzennych

Język JAVA podstawy. Wykład 5, część 3. Jacek Rumiński. Politechnika Gdańska, Inżynieria Biomedyczna

Technologie numeryczne w kartografii. Paweł J. Kowalski

GRAFIKA. Rodzaje grafiki i odpowiadające im edytory

Systemy Informacji Geograficznej ich rola i zastosowanie

Przeglądanie zdjęć satelitarnych Landsat 8

Wykład 2. Matematyczne podstawy map. Mapa zasadnicza tradycyjna i cyfrowa. Wykład 2 1

Analizy rastrowe. statystyki przestrzenne, reklasyfikacja, strefy buforowe, nachylenie i ekspozycja stoków

ANALIZA I INDEKSOWANIE MULTIMEDIÓW (AIM)

Analizy danych przestrzennych Wprowadzanie danych Dane rastrowe

Zaklad Systemów Informacji Przestrzennej i Geodezji Lesnej. Katedra Urzadzania Lasu, Geomatyki i Ekonomiki Lesnictwa SGGW w Warszawie

Podstawy grafiki komputerowej

Wykład II. Reprezentacja danych w technice cyfrowej. Studia Podyplomowe INFORMATYKA Podstawy Informatyki

MIERNICTWO GÓRNICZE SYLLABUS

Przydatność osnowy kartograficznej i metody obiektywnego upraszczania obiektów do aktualizacji danych w BDT. Tadeusz Chrobak

C-geo definicja/edycja obiektów, zapis danych w formacie shape

Wykład 3. Opis struktury zbiorowości. 1. Parametry opisu rozkładu badanej cechy. 3. Średnia arytmetyczna. 4. Dominanta. 5. Kwantyle.

q zgłoszenie pierwotne q zgłoszenie uzupełniające do zgłoszenia o identyfikatorze:

p r o j e k t ROZPORZĄDZENIA MINISTRA SPRAW WEWNĘTRZNYCH I ADMINISTRACJI

Ćwiczenie 12 Różdżka, szybkie zaznaczanie i zakres koloru

Katalog dobrych praktyk digitalizacyjnych dla obiektów bibliotecznych

Zakład Hydrologii i Geoinformacji Instytut Geografii UJK CYFROWE BAZY DANYCH PRZESTRZENNYCH. Laboratorium

GIS W SPISACH POWSZECHNYCH LUDNOŚCI I MIESZKAŃ. Katarzyna Teresa Wysocka

Photoshop. Podstawy budowy obrazu komputerowego

Problematyka modelowania bazy danych mapy zasadniczej i GESUT

Departament Geodezji i Kartografii Urzędu Marszałkowskiego Województwa Łódzkiego

Podstawy ortorektyfikacji

Autodesk 3D Studio MAX Teksturowanie modeli 3D

Transkrypt:

MODEL RASTROWY Siatka kwadratów lub prostokątów stanowi elementy rastra. Piksel - pojedynczy element jest najmniejszą rozróŝnialną jednostką powierzchniową, której własności są opisane atrybutami. Model rastrowy jest reprezentowany przez dwuwymiarową tablicę a kl,

Zamiana reprezentacji wektorowej na rastrową - rasteryzacja Przykład obiektów powierzchniowych: - wybór kodów obiektów powierzchniowych - nałoŝenie siatki rastra - identyfikacja pikseli, których środki przypadają na obszarze danego obiektu - kodowanie wartości piksela zgodnie z kodem obiektu, na obszarze którego dany piksel się znajduje

Zamiana rastra na wektor - wektoryzacja Obszary reprezentowane przez piksele o tej samej wartości są scalane. Obiektom powstałym w wyniku takiego scalenia przypisywany jest atrybutu o wartości określonej przez wartość połączonych pikseli. RóŜne programy konwersji mogą dawać róŝne wyniki. Część informacji moŝe być stracona zarówno przy wektoryzacji, jak i przy rasteryzacji.

MODEL RASTROWY Metody przypisywania atrybutów opisowych w modelu rastrowym: raster jest w większej niŝ połowa części pokryty przez dane zjawisko (obiekt); dowolna część rastra pokryta jest przez dane zjawisko (obiekt); zjawisko (obiekt) zlokalizowane jest w geometrycznym centrum rastra; raster przecięty jest przez granicę danego obiektu lub zjawiska (lub obiekt liniowy przecina raster). Przestrzenna zdolność rozdzielcza: nie zawsze jest określona przez wielkość piksela

Sposoby wizualizacji numerycznego modelu terenu w reprezentacji rastrowej raster - odcienie szarości wizualizacja trójwymiarowa raster reprezentacja barwna (klasyfikacja przedziałowa)

MODEL RASTROWY reprezentacja cech o znacznej zmienności przestrzennej reprezentacja kontinuum postulat wypełnienia przestrzeni rozmiar piksela vs. rozmiar rastra, zapis atrybutu (1 bajt, 2bajty...) łatwość przetworzeń: analiza otoczenia, filtracja, nakładanie warstw, gradienty

Podstawowe źródło danych rastrowych: zdjęcia lotnicze i satelitarne IKONOS - zdjęcie panchromatyczne : piksel 1m x 1m Zdjęcia w tonacji szarości IKONOS - barwna kompozycja, piksel 4m x 4m Zdjęcia barwne

Wizualizacja rastra obrazy barwne: RGB W modelu RGB wartości pikseli sterują intensywnością wyświetlania barw czerwonej, zielonej i niebieskiej. Jeśli wyświetlaniem kaŝdej z barw RGB steruje ten sam raster, to w rezultacie uzyskamy obraz w odcieniach szarości

R1 R2 Obraz barwny moŝna uzyskać, jeŝeli kaŝdą z barw RGB steruje inny raster wartości pikseli reprezentujących ten sam obszar róŝnią się: R1 R2 R3 R3

Zdjęcia satelitarne wielospektralne R, G, B: 4, 5, 3 3 4 5

Warstwy rastrowe odniesienie przestrzenne nr kolumny:1 2 3 4 5 6... nr wiersza 1 2 3 4... Y X X 1 = 619857.7430 m Y 1 = 3354465.4570 m X 6 = 619857.7430 m + 5 * 2,5 m Y 4 = 3354465.4570 m 3 * 2,5 m

Georeferencja zdjęć - punkty kontrolne wyznaczane transformacji współrzędnych X m, Y m -- X o, Y o X o = f x (X m, Y m ) Y o = f y (X m, Y m )

Geometryzacja - nadawanie współrzędnych warstwom rastrowym. Określenie transformacji na podstawie wskazanych punktów kontrolnych (obiektów rozpoznawalnych równocześnie na obrazie rastrowym i na mapie) Wymagana minimalna liczba punktów kontrolnych zaleŝy od stopnia transformacji (zazwyczaj wielomiany drugiego lub trzeciego rzędu) X m = f x -1 (X o, Y o ) Y m = f y -1 (X o, Y o ) X o = f x (X m, Y m ) Y o = f y (X m, Y m )

Ponowne próbkowanie obrazu restrukturyzacja rastra Aby określić wartość piksela, którego środek leŝy w punkcie X m, Y m na mapie, naleŝy pobrać wartość ze zdjęcia pierwotnego z punktu o współrzędnych X o,y o, obliczonych na podstawie wyznaczonej transformacji. X o i Y o nie są jednak liczbami całkowitymi, więc wyznaczają punkt nie pokrywający się ze środkiem piksela na zdjęciu pierwotnym. MoŜna zastosować przybliŝenie, na podstawie którego pobierana będzie wartość piksela, którego środek znajduje się najbliŝej X o i Y o środek piksela (X o, Y o )

Ponowne próbkowanie obrazu (resampling): metoda najbliŝszego sąsiedztwa (nearest neighbor) przeniesienie wartość najbliŝej połoŝonego piksela bez zmiany wartości Zalety: metoda szybka w realizacji jedyna dla danych jakościowych (skala nominalna lub porządkowa) Wady: niektóre wartości są opuszczane, podczas gdy inne mogą być zdublowane widoczny efekt schodkowy przy zmianie wielkości rastra

Digitalizacja ekranowa Granice działek na podstawie zdjęcia z satelity IKONOS

Po narysowaniu obiektów powierzchniowych trzeba wprowadzić dane opisowe do tabeli tworzonej automatycznie przez system dla danej klasy obiektów.

Projekt CORINE - baza danych o pokryciu i uŝytkowaniu terenu. Poziom 1: powierzchnie sztuczne obszary rolnicze lasy i inne obszary naturalne tereny podmokłe wody Poziom 3 - skala 1: 100000 Podstawa: obrazy z satelity Landsat i SPOT Ustalona nomenklatura i tryb postępowania w ramach projektu europejskiego.

Klasyfikacja nadzorowana. określenie pól treningowych reprezentujących poszczególne klasy wyznaczenie charakterystyk statystycznych klas na podstawie pól treningowych - etap uczenia. klasyfikacja właściwa. sprawdzanie wyników dla pól testowych.

Analizy przestrzenne w reprezentacji rastrowej Tabela towarzysząca zapisowi rastrowemu: w tabeli znajduje się dane dotyczące pewnych własności struktury rastrowej jako całości. Jeśli wartości pikseli zawarte są w przedziale 0 255, to kaŝdy wiersz tabeli reprezentuje jedną z tych wartości. W odpowiedniej kolumnie podana jest liczba wystąpień danej wartości w całej strukturze rastrowej. Szybsza realizacja analiz przestrzennych

Analizy przestrzenne w reprezentacji rastrowej. Algebra map funkcje lokalne: funkcje matematyczne, logiczne Analiza punktowa argumentami funkcji są wartości odpowiadających sobie pikseli w dwu lub wielu warstwach warstwy muszą być w tym samym odwzorowaniu geograficznym

Analizy przestrzenne w reprezentacji rastrowej. Algebra map Analiza otoczenia zadany kształt i rozmiar otoczenia funkcje statystyczne: minimum, maksimum, średnia, odchylenie standardowe, suma Funkcje globalne - dla całej warstwy wyznaczana pojedyncza wartość

Analizy przestrzenne w reprezentacji rastrowej. Algebra map Analiza strefowa dwie warstwy na wejściu: jedna z nich definiuje obszary stref na obszarze strefy moŝna wyznaczyć minimum, maksimum, średnią, odchylenie standardowe lub sumę elementów znajdujących się w drugiej warstwie

Tekst gradacja barw układ odniesienia ObrzeŜe Wypełnienie barwne kolor Kierunek północy Legenda symbol graficzny etykieta tekstowa Skala: opis i podziałka Wizualizacja wyników: dostępne narzędzia do tworzenia map