Як буферувати растрові пікселі за їх значеннями?

Пікселі ліворуч представляють місця дерева та пов’язані з ними радіуси крони (тобто значення пікселів у межах від 2 до 5). Я хотів би захистити ці растрові пікселі за значенням радіуса корони. Зображення праворуч - це те, що я сподіваюся досягти, використовуючи лише методи растрової обробки .

Я б спочатку думав використовувати кругову фокусну суму в ArcGIS, хоча настройка сусідства є фіксованим значенням, яке б не враховувало радіус корони змінної величини.

Який хороший метод "буферизації" пікселів за їх значеннями?

Ось чисте растрове рішення щодо Python 2.7використання numpyта scipy:

import numpy as np
from scipy import ndimage
import matplotlib.pyplot as plt

#create tree location matrix with values indicating crown radius
A = np.zeros((120,320))
A[60,40] = 1
A[60,80] = 2
A[60,120] = 3
A[60,160] = 4
A[60,200] = 5
A[60,240] = 6
A[60,280] = 7

#plot tree locations
fig = plt.figure()
plt.imshow(A, interpolation='none')
plt.colorbar()

#find unique values
unique_vals = np.unique(A)
unique_vals = unique_vals[unique_vals > 0]

# create circular kernel
def createKernel(radius):
    kernel = np.zeros((2*radius+1, 2*radius+1))
    y,x = np.ogrid[-radius:radius+1, -radius:radius+1]
    mask = x**2 + y**2 <= radius**2
    kernel[mask] = 1
    return kernel

#apply binary dilation sequentially to each unique crown radius value 
C = np.zeros(A.shape).astype(bool)   
for k, radius in enumerate(unique_vals):  
    B = ndimage.morphology.binary_dilation(A == unique_vals[k], structure=createKernel(radius))
    C = C | B #combine masks

#plot resulting mask   
fig = plt.figure()
plt.imshow(C, interpolation='none')
plt.show()

Вхід:

Вихід:

Векторний підхід

Це завдання можна виконати в три етапи:

• Raster To Point;
• Buffer(використання VALUEполя як буферного поля );
• Feature To Raster.

Примітка: використання поля буфера дозволяє уникнути обчислення буфера для кожного значення радіуса корони.

Підхід на основі растру

Уникаючи векторного рішення, ця проблема пропонує використовувати своєрідні стільникові автомати на основі найближчих сусідів. Якщо припустити, що всі чорні пікселі є нулями, пікселі мають квадрат, а їх розмір дорівнює 1 (або, як варіант, зручно масштабувати), правила прийняття дуже прості:

1. Якщо значення пікселя ( VALUE) більше 1, його значення стає, VALUE-1а потім враховуйте його оточуючі пікселі. Якщо їх значення менше VALUE-1, ці пікселі народжуються або ростуть і їх значення стає VALUE-1. В іншому випадку ці пікселі виживають і залишаються незмінними.
2. Якщо VALUE<=1нічого не робити (піксель мертвий!).

Ці правила потрібно застосовувати, поки всі пікселі не мертві, тобто їх значення дорівнюють 0 або 1. Тож N-1раз, де Nмаксимальне значення, яке ви маєте у вхідному растрі. Цей підхід може бути досить легко реалізований за допомогою трохи Python та numpy.

Іншим варіантом було б створити окремі растри для кожного значення пікселя, у цьому випадку 4 растри, з умовою. Потім розгорніть растри на кількість пікселів, що відповідає значенню растру (можливо, повторившись над списком значень). Нарешті, приєднайтеся до растрових (алгебраїчних або просторових), щоб створити один бінарний растр для крони дерев.

Це складне питання зробити це в растрі, оскільки у вас немає можливості використовувати значення пікселя для визначення розміру буфера. Тому вам потрібно зробити фокусний фільтр для кожного значення, як ви вже говорили.

Ось можлива відповідь зробити це лише за допомогою трьох фільтрів (я не міг знайти менше), але не ідеально, як згадує Whuber: ваші буфери будуть усічені, коли дерева знаходяться близько один до одного.

1) EDIT: виділення Евкліда (це не вирішує повністю питання, оскільки воно скорочує буфери поблизу менших дерев, але це краще, ніж артефакти мого першого рішення).

2) евклідова відстань навколо кожного пікселя

3) растровий калькулятор (алгебра карти) із умовним твердженням

Con("allocation_result" > ("distance_result" / pixel_size) , 1 , 0)

Зауважте, що ви можете налаштувати умову залежно від ваших потреб з точки зору радіусу (з центральним пікселем або з ним)

Цікаво, чому ви не використовуєте інструмент розширення ArcGIS ?

import arcpy
from arcpy.sa import *

raster_in  = r'c:\test.tif'
raster_out = r'c:\test_out.tif'

outExpand1 = Expand(raster_in, 2, 2)
outExpand2 = Expand(outExpand1, 3, 3)
outExpand3 = Expand(outExpand3, 4, 4)
outExpand4 = Expand(outExpand4, 5, 5)

outExpand4.save(raster_out)

У разі перекриття: остання expandкоманда охоплює попередні.

Якщо у вас є піксельна позиція, радіус та алгоритм кола середньої точки (варіант Алгена Брезена) дає вам підказку. ІМО легко створити багатокутник за цим підходом, і я думаю, що це легко реалізувати в Python. Об'єднання цього набору багатокутників дає вам покривну площу.