Порівнюючи ділянки на сканованих картах історичного використання земель за допомогою QGIS?


10

Я відносний початківець для використання ГІС і використовую QGIS 2.0.1 в Linux. У мене є дві історичні карти, які я хочу проаналізувати, які показують схеми використання земель на одній території в два різні моменти часу. У мене вони відскановані та гео-посилання як шари в одному файлі. Пліч-о-пліч вони виглядають так:

1930 рік 1950 рік

Головне, що мене цікавить, - це порівняти ступінь світлих і темно-зелених зон між двома картами. Чи можливо це, і якщо так, то який найпростіший підхід? Чи є спосіб це зробити на основі растрового аналізу? І якщо мені доведеться створити файл форми, який найкращий спосіб це зробити?

Що я вже вважав:

  • Малювання фігурних фігур як багатокутників вручну, як описано в цьому підручнику . Це було б ДУЖЕ нудно.

  • Створення спрощених растрових зображень із високою контрастністю за допомогою вибору кольорів, фільтрів тощо шляхом спроб та помилок у Gimp та перетворення їх у файл формату. Результати були дуже неохайними.


6
Ласкаво просимо в нудний і часом дуже нудний світ ГІС;) Якщо вам не потрібно оцифровувати кожну окрему посилку, але можете агломерувати однакові кольорові шматки, це лише питання кількох годин медитативного натискання миші. Всі інші експерименти провалюються, я боюся! Якби у вашому скануванні були просто чисті кольорові візерунки, ви могли перетворити їх у масштаб сірого за допомогою калькулятора растрових даних і векторизувати їх, але позбавлення від усіх літер та непотрібних елементів І поповнення їх місця належними значеннями мені здається неможливим.
Бернд В.

Дякую @BerndV Погані новини, але корисно знати. І під «натисканням миші» ви маєте на увазі намалювати кожен багатокутник повністю з нуля, як описано в підручнику, до якого я пов’язаний, і що спроба автоматичного наближення, яка потребує капітального ремонту, ймовірно, не є життєздатним ярликом?
Брайан Z

3
Ці зображення важко обробити. Якби буквене позначення було єдиною проблемою, це було б легко вирішити. Однак при ретельному огляді (a) оригінали є проблематичними через вилуплення розрізнення типів земельного покриву та (b) обширні артефакти цифрового стиснення роблять кольори набагато менш рівномірними, ніж вони можуть з’являтися. Шлях растрової обробки буде простішим при більш якісному скануванні та стисненні без втрат.
whuber

як whuber пропонує вище, для звичайних растрових зображень легко вибирати області певних областей за допомогою інструмента значень та калькулятора растрових .... якщо за допомогою інструменту значення ви можете встановити, чи є для зелених зон певне значення, тоді нехай нам відомо.
Гер

@ GeraldO'Reilly, якщо я розміщую друге зображення в GIMP, темно-зелений стає чисто зеленим (255,0,0), а світло-зелений стає чисто жовтим (255,255,0). Проте, безумовно, є артефакти (наприклад, бродячі пікселі зеленого або жовтого, де я їх не хочу). Я думаю, що існує спосіб використовувати растровий калькулятор і встановити значення допуску або якось трохи згладити пікселі?
Брайан Z

Відповіді:


9

Постеризація стала чудовим початком: вона усунула більшість артефактів стиснення та спростила картографію достатньо, щоб дозволити додаткове очищення.

Значна частина очищення категоричного растру включає так звані "морфологічні" операції. Сюди можна віднести розширення однієї категорії до своїх сусідів, скорочення її знову, і регіональне групування суміжних монокатегоричних комірок у власні категорії.

Зазвичай потрібні певні експерименти, хоча б тому, що артефакти, які потрібно видалити - буквене позначення, лінії люка тощо - будуть відрізнятися розмірами пікселів від одного сканування до іншого. Щоб розпочати, я проілюструю, що ці процедури можна виконати на прикладі.

Оригінал після постеризації виглядає приблизно так. Це сітка з трьома категоріями, показаними в трьох кольорах. Ми прагнемо створити сітку, в якій темно-зелені ділянки перетворюються на суміжні шматки, без переливу або крапок або неактуальних лінійних робіт, придатних для подальшого аналізу за допомогою растрової алгебри.

Фігура 1

Розширення темно-зелених областей на один піксель на всі навколишні області дає це зображення:

Малюнок 2

(Для більш точного керування ви можете обмежити розширення лише на чорні області, якщо ваш ГІС дозволяє.)

Щоб усунути багато тонких ліній зелених артефактів і маленьких островів, давайте зменшимо зелену спинку всередину на два пікселі

Малюнок 3

а потім, щоб збалансувати все розширюється і скорочується (щоб зменшити зміщення), ми розгорнемо його ще на один піксель:

Малюнок 4

Групування регіонів ідентифікує ці суміжні ділянки зеленого кольору:

Малюнок 5

Кожен різний пластир зображений різним кольором.

Використовуйте умовну операцію або SetNull, щоб усунути крихітні патчі. Як крихітні? Я оглянув таблицю атрибутів і виявив, що багато патчів займають від 6 до 47 клітин; після цього стався стрибок до 422 осередків. Я вибрав поріг у межах цього стрибка (100) та стерв усі комірки з підрахунками (не значеннями!) Меншими за цей поріг. Ось що залишилося, накладене на оригіналі для порівняння:

Малюнок 6

Ми досягли досить тонкого подання цікавих областей, придатних для виявлення та кількісної оцінки змін щодо аналогічно оброблених зображень. Я взяв деяку роботу, але це набагато менше роботи, ніж оцифрування вручну оригінального сканування, і - за умови, що сканування проводиться при послідовних рішеннях - може бути напівавтоматизованим. (Оскільки в оригінальних картах використовуються різні кольори, з самого початку доводиться проводити інтелектуальне втручання для вибору відповідних кольорів для розширення та зменшення.) Кожен з кроків теж досить швидкий розрахунок, тому ви, ймовірно, можете дозволити сканувати оригінал карти з надзвичайно високою роздільною здатністю для найбільшої точності.


Ці результати виглядають дуже добре, я побачу, чи зможу їх відтворити. Дякую @whuber!
Брайан Z

2

Отримати приблизний растровий шар у Gimp та перетворити його у векторний у QGIS, ймовірно, врятувало мене деякий час, але, схоже, немає способу уникнути годин очищення отриманих форм, вершин за вершиною.


1

Гаразд, можливо, це спрацює, можливо, це не буде. залежно від якості сканування. ви можете встановити прозорість певного кольору у відсотках, або ви можете використовувати інструмент значення, щоб виділити потрібний колір.

Я не збираюся брати на це кредит, тому що я задав питання раніше ... мій насправді хотів вибрати будинки відкритого картографування. Тож дайте мені знати, чи допоможе це.

Визначте полігони на растровому зображенні

Дайте мені знати, якщо це допомагає .... я можу видалити, якщо воно повністю відсутнє.


Я бачив цю відповідь в один момент, але потім не зміг її знайти знову, тому дякую за публікацію! Я думаю, що якість цих зображень означає, що цей підхід не дуже вирішить його самостійно, але це корисно як підказка про те, як працює вираз eval.
Брайан Z

0

У Gimp у вас є кілька інструментів вибору, які можуть полегшити вашу роботу.

Я думаю, що до нечіткого інструменту вибору (вибору за кольором області), який ви можете встановити як більш-менш чутливий до зміни кольорів (Використовуючи перше завантажене вами зображення, я отримав хороші результати зі значенням порогового значення 13,0). Таким чином я отримую досить чистий результат без великої кількості паразитів, які потім можна легко і швидко видалити, вибравши інструмент для обтирання

Після вибору ви можете перефарбувати ці ділянки з високим контрастним кольором, знову імпортувати їх у ГІС та потім векторизувати?

Але це не вирішить проблему, на яку вказує Буфер про площу земель, що вилупилися, але оскільки їх не так багато, можливо, ви можете векторизувати їх з нуля без того, щоб витрачати на це багато часу?


1
На жаль, наведені вище зображення - це просто крихітні зразки у величезній карті. Але я все ще можу використовувати аналогічний підхід із інструментом Color, вирівнюючи його за допомогою фільтрів Blur і Threshold. На старшій карті результати (досить верхні вище) досить пристойні. І на щастя, я не хвилююсь стільки перекреслених ділянок, скільки суцільних.
Брайан Z
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.