Постеризация была отличным началом: она устранила большинство артефактов сжатия и достаточно упростила картографию для дополнительной очистки.
Большая часть очистки категориального растра включает в себя так называемые «морфологические» операции. Они включают в себя расширение одной категории на соседей, сокращение ее снова и региональную группировку смежных монокатегориальных ячеек в свои собственные категории.
Обычно необходимы некоторые эксперименты, хотя бы потому, что удаляемые артефакты - буквы, штриховые линии и т. Д. - будут различаться по размеру в пикселях от одного сканирования к другому. Для начала я проиллюстрирую, что эти процедуры могут выполнить на примере.
Оригинал, после постеризации, выглядит так. Это сетка с тремя категориями, показанными в трех цветах. Мы стремимся создать сетку, в которой темно-зеленые области превращаются в непрерывные части без лишних надписей, точек или ненужных линий, пригодных для последующего анализа с использованием растровой алгебры.
Расширение темно-зеленых областей всего на один пиксель во все окружающие области дает это изображение:
(Для более точного контроля вы можете ограничить расширение только черными областями, если ваша ГИС это позволяет.)
Чтобы устранить множество тонких линий зеленых артефактов и маленьких островков, давайте сжимаем зеленый обратно на два пикселя.
и затем, чтобы уравновесить все расширение и сжатие (чтобы уменьшить смещение), мы расширим его еще на один пиксель:
Группировка областей идентифицирует эти смежные участки зеленого цвета:
Каждый отдельный патч показан другим цветом.
Используйте условную операцию или операцию SetNull, чтобы устранить крошечные заплатки. Как крошечный? Я проверил таблицу атрибутов и обнаружил, что многие патчи занимают от 6 до 47 ячеек; после этого произошел скачок на 422 клетки. Я выбрал порог в пределах этого скачка (100) и стер все ячейки с количеством (а не значениями) меньше, чем этот порог. Вот что осталось, наложенное на оригинал для сравнения:
Мы достигли довольно детального представления областей интереса, подходящих для обнаружения и количественного определения изменений относительно аналогично обработанных изображений. Я взял на себя некоторую работу, но это гораздо меньше, чем ручная оцифровка исходного сканирования, и - при условии, что сканирование выполняется с постоянным разрешением - может быть полуавтоматическим. (Поскольку в исходных картах используются разные цвета, вначале необходимо произвести определенное интеллектуальное вмешательство, чтобы выбрать подходящие цвета для увеличения и уменьшения.) Каждый из шагов также является довольно быстрым расчетом, поэтому вы, вероятно, можете позволить себе сканировать оригинал. карты с очень высоким разрешением для максимальной точности.