Georeferencja i korekcja geometryczna obrazów. Uzasadnienie zastosowania tych procedur, przykłady zadań. Implementacja w pakiecie ERDAS Imagine. Kotwica mapy rastrowej
AP Kirpichnikov, DI Miftachutdinov, IS Rizaev
ROZWIĄZANIE PROBLEMU KORELACJI OBRAZU I CYFROWEJ MAPY TERENU
Słowa kluczowe: wyrównanie obrazu, cyfrowa mapa terenu, przetwarzanie korelacji obrazu.
W artykule rozważono rozwiązanie problemu powiązania obrazu i cyfrowej mapy terenu metodą korelacyjnego przetwarzania dwóch obrazów, co pozwala na uzyskanie wysoka precyzja Wiązania dla automatyczna eliminacja błędy wyrównania między nimi.
Słowa kluczowe: łączenie obrazów, cyfrowe mapy terenu, korelacyjne przetwarzanie obrazów.
Praca dotyczy rozwiązania wiązania obrazów i map cyfrowych metodą korelacyjnego przetwarzania dwóch obrazów w celu uzyskania wysokiej dokładności przyciągania do automatycznego eliminowania błędów wyrównania między nimi.
Wstęp
Obecnie w istniejących rosyjskich systemach wywiadowczych głównym celem jest znalezienie nowych (wcześniej nieznanych) obiektów na danym obszarze terenu. Dlatego ważnym zadaniem jest połączenie mapy terenu (DCM) i jej aktualnego obrazu z późniejszą analizą wyników połączenia i poszukiwaniem różnic.
W praktyce wielookresowe i wielospektralne obrazy tego samego obiektu lub obszaru mogą znacznie różnić się od siebie i od ich obrazów na DCM. W związku z tym stajemy przed szeregiem problemów związanych z korekcją geometryczną i amplitudową obrazów, ich wiązaniem i wyrównywaniem. Możliwe jest wiązanie za pomocą parametrów nawigacyjnych i algorytmów wyszukiwania, które ustalają zgodność między elementami obrazu.
Błędy pomiaru parametrów nawigacyjnych prowadzą do błędów w wyrównaniu obrazu i DCM. Główne powody to:
1. Opóźnij rozpoczęcie odbioru sygnału podczas tworzenia obrazu.
Błąd w określeniu opóźnienia powstaje z powodu nieciągłości wartości częstotliwości zegara oscylatora odniesienia (na przykład 1/56 MHz)
56 10 6 [Hz] 2 56 10
2. Błąd w określeniu wzrostu nosidła. Numeryczne obliczenie błędu (w przybliżeniu):
3. Błąd w określeniu granic kadru obrazu.
Błąd ten jest określany przede wszystkim przez błąd czujnika kąta. Maksymalny błąd liniowy spowodowany błędem jest określony przez
jako Dmax STR = 1,74-10-3 Dmax.
4. Błąd w określeniu współrzędnych samolotu w naziemnym układzie współrzędnych.
gdzie D to odległość do punktu ramki obrazu, h to wysokość samolotu, D to błąd pomiaru wysokości samolotu, Dr to błąd określenia położenia kątowego anteny w radianach, Df to błąd w określeniu rzeczywistego kursu samolotu w radianach.
Całkowity błąd w określeniu położenia obrazu jest równy pierwiastkowi kwadratowemu z sumy kwadratów błędów składowych.
Możliwe jest zastosowanie wiązania korelacyjnego przetwarzanych obrazów oraz DCM w celu wyeliminowania pojawiających się błędów wyrównania. Jednocześnie do głównych trudności w tworzeniu algorytmów należą przede wszystkim różnice w zasadach uzyskiwania obrazów. Ponadto obrazy większości obiektów w znacznym stopniu zależą od pory roku. Dlatego przy tworzeniu algorytmu wiązania korelacji obrazów i DCM konieczna jest umiejętność identyfikacji punktów orientacyjnych o stabilnych charakterystykach.
Podstawowe pojęcia analizy korelacji i regresji
Głównym zadaniem analizy korelacji jest ocena równania regresji i określenie bliskości związku między cechą wynikową a zbiorem cech czynnikowych. Wartość współczynnika korelacji jest wyrazem ilościowej szczelności połączenia.
Jeśli weźmiemy pod uwagę populację ogólną, to do scharakteryzowania ścisłości związku między dwiema zmiennymi stosuje się współczynnik korelacji par p, w przeciwnym razie jego estymatą jest współczynnik par próbek r.
Jeżeli postać połączenia jest liniowa, wówczas współczynnik korelacji par oblicza się ze wzoru:
oraz wartość próbki - według wzoru:
Y(X - X)(Y -Y)
Przy niewielkiej liczbie obserwacji współczynnik korelacji próbki oblicza się według wzoru:
nX X T-X XX T
X X.2 - (X X)2
"X t 2 - (X T) 2
Zmiany wartości współczynnika korelacji mieszczą się w przedziale -1< г < 1.
Jeśli współczynnik korelacji mieści się w zakresie -1< г < 0, то между величинами Х и У - обратная корреляционная связь. Если коэффициент корреляции находится в интервале 0 < г < 1, то между величинами Х и У - прямая корреляционная связь.
Logika stosowania wiązania korelacji
Główne etapy połączenia obejmują:
1. Wybór wzorców na mapie, ich wstępna obróbka.
2. Transformacja standardów obrazu z uwzględnieniem geometrii obrazu wynikowego.
3. Obróbka obrazu w celu wyróżnienia obiektów terenu.
4. Implementacja wyszukiwania korelacji wzorców na aktualnym obrazie.
5. Doprecyzowanie położenia połączonego obrazu z mapą (korekta współrzędnych nawigacyjnych).
Przyjrzyjmy się bliżej niektórym krokom.
Uzyskanie norm
Etap ten realizowany jest przez operatora lub automatycznie na podstawie znajomości proponowanego miejsca akcji i znajdujących się na nim obiektów, które można podzielić na dwie grupy. Pierwszy to punkt, w szczególności - wieże, konstrukcje itp. Aby wyróżnić je na obrazie, możesz użyć przetwarzania progowego wartości jasności obrazu. Jednak główna trudność pojawia się, gdy dany „jasny” punkt jest powiązany z obiektem terenowym, z uwagi na to, że próg może przekroczyć inny obiekt. Niedostateczne uszczegółowienie map cyfrowych nie pozwala w większości przypadków na identyfikację obiektów punktowych w terenie.
Do drugiej grupy zalicza się obiekty rozbudowane, mające charakterystyczne formy. Należą do nich hydrografia (rzeki, jeziora, linie brzegowe), sieć drogowa, osady itp. Obiekty te posiadają charakterystyczne obrazy i pozwalają, na podstawie znajomości ich właściwości na mapie, uzyskać model obrazowy do dalszych poszukiwań. Badania wykazały celowość sprowadzenia wzorców do postaci binarnej ze względu na brak możliwości przewidzenia poziomu jasności obiektów w generowanych obrazach. Rysunek 1 przedstawia pozyskiwanie binarnego obrazu rzeki przez DCM.
Ryż. 1 - Przykład uzyskania binarnego obrazu rzeki za pomocą DCM
Jako punkt odniesienia wskazane jest wybranie charakterystycznych odcinków obiektów, którymi są zakręty, skrzyżowania, gałęzie. Mają wąskie funkcje autokorelacji i powinny zapewniać wydajne wyszukiwanie. Możliwe jest zastosowanie automatycznego algorytmu doboru położenia obszarów odniesienia poprzez analizę funkcji korelacji wybranych obszarów i obszaru, z którego są utworzone. Zastosowane punkty orientacyjne dobierane są do zamierzonego obszaru terenu uzyskanego z odczytów system nawigacyjny biorąc pod uwagę możliwą wielkość błędu.
Eliminacja zniekształceń geometrycznych
Kwestią, którą należy wziąć pod uwagę przy implementacji algorytmu wiązania korelacji, jest wybór obszaru transformowalnego. W tym przypadku możliwe są dwie opcje. Pierwszym z nich jest przeniesienie obszarów referencyjnych terenu na aktualny obraz. Operacja ta jest korzystniejsza z punktu widzenia zasobów obliczeniowych, ponieważ łatwiej jest przetwarzać binarny obraz referencyjny. Druga metoda związana jest z przeniesieniem aktualnego obrazu na mapę terenu. Wybór metody transformacji dokonywany jest z uwzględnieniem możliwości bezpośredniej implementacji algorytmów w praktyce.
Przetwarzanie otrzymanych obrazów
Bezpośrednie wyszukiwanie obszarów referencyjnych na uzyskanych obrazach jest niepraktyczne ze względu na dużą liczbę obiektów na ziemi, obecność znacznej składowej szumowej. Dlatego etap wyszukiwania poprzedzony jest operacją selekcji pożądanych obiektów. Główne metody stosowane obecnie do wykonywania tej operacji to segmentacja obrazu i konturowanie. Dodatkowo, aby zmniejszyć zależność wyników przetwarzania obrazu od zniekształceń losowych składowych szumu, wykonywane jest filtrowanie obrazu. W takim przypadku niektóre elementy samego obrazu mogą działać jako interferencja.
Segmentacja jest często uważana za główny początkowy etap analizy przy automatyzacji metod akwizycji obrazu, ponieważ w jej wyniku powstaje obraz, którego jakość w dużej mierze decyduje o powodzeniu rozwiązania problemu selekcji obiektów na obrazie i dalszej korelacji. Przykład binarnego progu
Segmentację odebranego i przekształconego obrazu przedstawiono na rys.2.
Ryc.2 - Przykład przekształconego obrazu
Pamiętaj, że aby wybrać różne obiekty, konieczne jest przeprowadzenie różne sposoby przetwarzanie obrazu. Tak więc, aby wyróżnić proste odcinki dróg, można zastosować specjalne maski, a następnie progi.
Znajdowanie lokalizacji obrazów referencyjnych w bieżącym obrazie (kotwica)
Główne warianty algorytmów ustalania podobieństwa obrazów związane są z uzyskaniem charakterystyk związku stochastycznego aktualnego fragmentu obrazu z obrazem referencyjnym obszaru. Podstawą tych algorytmów jest teoria korelacji i widmowa sygnałów.
Obraz fragmentu odniesienia (wybrany na mapie obszaru i reprezentowany przez macierz u0 o rozmiarze xn) jest porównywany z obrazami bieżącymi przez fragmenty obrazu w „strefie zainteresowania” o rozmiarze bxb. b = n + m, a obszar poszukiwań jest określony przez możliwy błąd systemu nawigacji.
Podczas przesuwnego wyszukiwania obliczana jest „funkcja podobieństwa” między fragmentami obrazu referencyjnego i aktualnego. Konieczne jest znalezienie funkcji podobieństwa, która z maksymalną dokładnością i niezawodnością pozwoli zlokalizować fragment obrazu odpowiadający wzorcowi, ustanawiając w ten sposób punkty sprzężone na obrazach.
Metoda korelacji wyszukuje maksymalny współczynnik korelacji (maxg (k, 1)) bieżącego fragmentu ze standardem
XXUo(x, y)u(x, y)
/(k, I) =-^-]-_, (7)
^[^x, y)]2 XX2)2
gdzie u0 i u są wyśrodkowanymi wartościami jasności odniesienia i fragmentu obrazu. Operacja ta jest konieczna do wyeliminowania zależności wartości współczynnika korelacji od energii przekrojów.
Aby spełnić warunki wiarygodności detekcji, konieczne jest ustawienie progu (tthr) dla wartości korelacji krzyżowej.
Jeżeli maxi (k, 1) > rpor, to z zadanym prawdopodobieństwem gwarantowane jest podobieństwo znalezionej pary fragmentów.
towarzysz Wartość progową można ustawić na podstawie prawdopodobieństwa podobieństwa fragmentów i współczynnika korelacji.
Wadą korelacyjnej miary podobieństwa jest jej wrażliwość na geometryczne zniekształcenia wielkości sprzężonych obiektów, co stawia wysokie wymagania algorytmowi segmentacji obiektów w wynikowym obrazie.
Zwykle dokładność dopasowania fragmentów i prawdopodobieństwo fałszywego wiązania są traktowane jako kryteria skuteczności procedur identyfikacji podobieństwa.
Rysunek 3 przedstawia wyniki wyszukiwania kilku fragmentów referencyjnych na obraz. Standardy wybrane w DCM są redukowane do geometrii obrazu wynikowego. Na rysunku 4 przedstawiono wynik wyszukiwania obrazu referencyjnego w przypadku sprowadzenia obrazu do geometrii mapy w tych samych warunkach.
Obliczenia zależności między wzorcem a obrazem można przeprowadzić w oparciu o spektralną teorię sygnałów. W rzeczywistości metoda szuka również całki korelacji, tylko w dziedzinie częstotliwości. W takim przypadku, stosując algorytmy szybkiej transformaty Fouriera, możliwe jest znaczne obniżenie kosztów obliczeniowych wymaganych do zorganizowania obliczeń.
Na podstawie uzyskanych wartości reszt między przewidywanym wynikiem nawigacji a pozycjami wzorca obliczonymi za pomocą całki korelacji tworzona jest poprawka położenia aktualnego obrazu względem DCM.
Ryż. 3 - Wyniki wyszukiwania kilku fragmentów referencyjnych
Ryż. 4 - Wynik wyszukiwania obrazu referencyjnego w przypadku sprowadzenia obrazu do geometrii mapy
Rozważana metoda korelacyjnego przetwarzania dwóch obrazów pozwala na uzyskanie dużej dokładności powiązania aktualnego obrazu z cyfrową mapą terenu w celu automatycznego wyeliminowania błędów wyrównania między nimi.
W artykule zaproponowano algorytm wykonania wiązania, którego głównymi etapami są przygotowanie wzorców z mapy, transformacja i obróbka obrazów terenu oraz realizacja wyszukiwania korelacyjnego. Jednak każdy z tych etapów podczas realizacji wymaga uwzględnienia specyfiki zastosowanych systemów geodezyjnych oraz cyfrowych map terenu.
Literatura
1. Baklitsky V.K. Korelacyjno-ekstremalne metody nawigacji i wskazówek / Wydawnictwo Tver: TO „Book Club”, 2009. - 360 s.
2. Gruzman I.S., Kirichuk V.S., Kosykh V.P. itd. obróbka cyfrowa obrazy w systemy informacyjne./ Instruktaż. - Nowosybirsk: Wydawnictwo NSTU, 2000. -168 s.
3. Kirpichnikov A.P., Miftachutdinov D.I., Rizaev I.S. Rozwiązanie problemu geopozycjonowania metodą porównania korelacji // Biuletyn Politechniki: V.18 nr 3; - 2015 r. - 308 str.
4. Miftakhutdinov D.I., Rizaev I.S. Cechy implementacji algorytmów łączenia obrazów z cyfrowymi mapami terenu. / „Perspektywy integracji nauki i praktyki”. Materiały II Międzynarodowej Konferencji Naukowo-Praktycznej - Stawropol: 2015 r. - 94 s.
© A. P. Kirpichnikov, dr Sci. nauki, szef. kawiarnia systemy intelektualne i zarządzanie zasobami informacyjnymi KSIĄŻKA, [e-mail chroniony]; D. I. Miftahutdinov - student II roku wydziału zautomatyzowane systemy przetwarzanie i zarządzanie informacją KNIGU-KAI; [e-mail chroniony]; I. S. Rizaev - dr hab. tych. nauk ścisłych, profesor Katedry Zautomatyzowanego Przetwarzania Informacji i Systemów Sterowania KNIGU-KAI; [e-mail chroniony]
© A. P. Kirpichnikov - Dr. Sci., Kierownik Zakładu Systemów Inteligentnych i Kontroli Systemów Informatycznych, KNRTU, [e-mail chroniony]; D. I. Miftakhutdinov - magister Wydziału Automatycznego Przetwarzania i Zarządzania Informacją, KNRTU-KAI, [e-mail chroniony]; I. S. Rizaev - dr, profesor Katedry Zautomatyzowanego Przetwarzania i Zarządzania Informacją, KNRTU-KAI, [e-mail chroniony]
Oprócz możliwości dodawania obrazów do zawartości strony za pomocą narzędzia FilePicker from edytor wizualny TinyMCE, programiści i projektanci w CMS Made Simple od dawna szukali możliwości tzw. powiązania pojedynczego obrazu i strony. Po co to jest? Oto kilka przykładów:
Aby utworzyć graficzne menu, które wyświetla nie tekst, ale obraz. Spójrz na interesujący przykład menu ikon w stylu Mac lub menu ikon hierarchii na dole strony po słowie Portfolio.
Aby utworzyć listę stron (jak zwiastun) z obrazem dołączonym do każdej strony.
Aby ograniczyć edytorów stron, którzy nie są w stanie zmniejszać i starannie wstawiać obrazów do treści. W takim przypadku są proszeni o wybranie jednego z już załadowanych obrazów z listy, który jest następnie wstawiany do szablonu w szablonie. właściwe miejsce Odpowiedni rozmiar. Lub możliwość przesyłania obrazów, które zmniejszą się po automatycznym przesłaniu.
Obecnie istnieją trzy opcje łączenia obrazu ze stroną (przynajmniej ja nie znam żadnych innych).
Opcja 1: Obraz na karcie Opcje
Była to pierwsza próba powiązania obrazu ze stroną, która jest nadal dostępna w zakładce Opcje podczas edycji strony. Tutaj możesz wybrać jeden z obrazów na liście plików, które zostały wcześniej przesłane do folderu przesłane/zdjęcia. Ścieżkę do tego folderu można zmienić tylko globalnie w ogólnych ustawieniach witryny (Administracja witryny » Ustawienia główne, zakładka Ustawienia edycji strony). Wybrany obraz jest udostępniany w szablonie menu poprzez zmienną $węzeł->obraz, a jego szkic na wskroś $węzeł->miniatura. Dzięki tej opcji możesz powiązać tylko jeden obraz na stronę, czyli 1:1.
Opcja 2: Obraz za pomocą tagu (content_image).
Drugie podejście. Tag zostanie dodany do głównego szablonu witryny. Jeśli dodasz tag wiele razy, możesz dołączyć wiele obrazów do tej samej strony. W panelu administracyjnym w tym przypadku wyświetla się rozwijane menu do wyboru przesłanych plików (jak w opcji 1), a na samej stronie wyświetla się Znacznik HTML img. (content_image) jest bardziej inteligentny niż pierwsza opcja, w szczególności pozwala dostosować folder, w którym przechowywane są obrazy.
Ale jego dużą wadą, podobnie jak pierwsza opcja, jest to, że obrazy można wybrać z listy muszą być wstępnie załadowane do systemu za pomocą menedżera plików lub zarządzania obrazami. Jeśli (w celach edukacyjnych) usunąłeś przycisk „Wstaw/Edytuj obraz” z edytora wizualnego, aby uniemożliwić ich bezpośrednie wstawianie do treści witryny, to Twój edytor musi najpierw załadować obrazy, a następnie edytować stronę. Druga wada: jeśli jest dużo tych obrazów, lista jest ogromna i łatwo można się w niej pomylić.
Opcja 3: Korzystanie z modułu GBFilePicker
Niezwykle elastyczny. Pozwala nie tylko wybierać już załadowane zdjęcia, ale także wczytywać je „w locie” podczas edycji strony, a także usuwać, a nawet edytować już załadowane, bez opuszczania strony edycji treści. Listę obrazów w rozwijanym menu można następnie wyświetlić lub wyłączyć (na przykład, jeśli w folderze jest już 100 obrazów, lista najprawdopodobniej jest bezużyteczna).
Kilka przykładów tego, jak ten tag może wyglądać w interfejsie administratora na stronie z edycją treści, w zależności od użytych parametrów.
Cechy modułu: zmniejszanie plików podczas przesyłania, wykluczanie niektórych plików z listy po sufiksie lub przedrostku w nazwie pliku, możliwość ograniczania rozszerzeń dla przesyłanych plików, możliwość ograniczania dostępu do plików w zależności od użytkownika, tworzenie miniatur. A ten moduł szczególnie mi się podoba, bo to nie tylko nazwa pliku na liście, ale i jego szkic pokazuje edytor, co jest niezwykle wygodne dla zapominalskich.
Ta opcja jest zdecydowanie najlepsza, jaką widzę w CMS Made Simple. To właśnie intuicyjnie wyczuwają moi redaktorzy serwisu.
Włącz JavaScript, aby zobaczyćMapa rastrowa w GIS „Map 2000” ma format RSW. Format został opracowany w 1992 roku, jego struktura jest zbliżona do formatu TIFF w wersji 6. Główne wskaźniki charakteryzujące mapę rastrową to:
- skala obrazu;
- rozdzielczość obrazu;
- rozmiar obrazu;
- paleta obrazów;
- planowana oprawa obrazu.
Skala obrazu- wartość charakteryzująca materiał źródłowy (w wyniku skanowania którego uzyskano ten obraz rastrowy). Skala obrazu to stosunek odległości na materiale źródłowym do odpowiedniej odległości na ziemi.
Rozdzielczość obrazu- wartość charakteryzująca urządzenie skanujące, na którym uzyskano obraz bitmapowy. Wartość rozdzielczości pokazuje, na ile elementarnych kropek (pikseli) urządzenie skanujące dzieli metr (cal) oryginalnego obrazu. Innymi słowy, ta wartość pokazuje rozmiar „ziarna” mapy bitowej. Im większa rozdzielczość, tym mniejsze „ziarno”, co oznacza mniejszy rozmiar obiektów terenowych, które można jednoznacznie zidentyfikować (zdekodować)
Rozmiar obrazu(wysokość i szerokość) - wartości charakteryzujące sam obraz. Wartości te można wykorzystać do określenia ogólnych wymiarów obrazu bitmapowego w pikselach (kropkach). Rozmiar obrazu zależy od rozmiaru skanowanego materiału źródłowego i ustawienia rozdzielczości.
Paleta obrazów- wartość charakteryzująca stopień zobrazowania odcieni koloru materiału źródłowego na obrazie rastrowym. Istnieją następujące główne typy palet:
- dwukolorowy (czarno-biały, jeden bit);
- 16 kolorów (lub odcieni szarości, cztery cyfry);
- 256 kolorów (lub odcieni szarości, osiem bitów);
- Wysoki kolor (16 bitów);
- True Color (24 lub 32 bity).
Jeżeli istnieje możliwość wyboru wartości rozdzielczości i palety obrazów podczas skanowania materiałów źródłowych (niektóre urządzenia skanujące pracują tylko z ustalonymi wartościami), należy pamiętać, że wraz ze wzrostem rozdzielczości i wyższym stopniem wyświetlania odcieni objętość wynikowy plik gwałtownie wzrasta, co następnie wpłynie na ilość przechowywanych informacji oraz szybkość wyświetlania i przetwarzania obrazu bitmapowego. Na przykład podczas skanowania oryginalnych materiałów mapowych nie ma potrzeby używania palety ponad 256 kolorów, ponieważ w rzeczywistości zwykła mapa z reguły nie ma więcej niż 8 kolorów.
Paleta obrazu jest przechowywana w pliku źródłowym, a rozdzielczość i skala przyszłego obrazu muszą zostać wprowadzone podczas konwersji rastra do formatu wewnętrznego. Wyjątkiem są pliki TIFF, które oprócz palety przechowują rozdzielczość. W innych przypadkach rozdzielczość jest określana zgodnie z parametrami wybranymi podczas skanowania. Na przykład domowe skanery bębnowe firmy KSI skanują z rozdzielczością 508 punktów/cal (lub 20 000 punktów/metr). Jeżeli nie znasz dokładnej wartości skali obrabianych materiałów, powinieneś podać wartość przybliżoną (wartość skali jest określana automatycznie podczas procesu łączenia obrazu rastrowego).
Obraz rastrowy załadowany do systemu nie jest jeszcze mapą rastrową, ponieważ nie ma zaplanowanego odniesienia. Niedołączony obraz jest zawsze dodawany do południowo-zachodniego rogu wymiarów mapy. Dlatego, jeśli pracujesz z dużym obszarem pracy, aby szybko znaleźć dodany raster, możesz użyć elementu „Przejdź do rastra” w menu właściwości obrazu rastrowego w oknie dialogowym „Lista rastrów”.
Po oprawie mapa rastrowa staje się dokumentem pomiarowym. Za pomocą mapy rastrowej można określić współrzędne przedstawionych na niej obiektów (po najechaniu kursorem na mapę rastrową w polu informacyjnym u dołu ekranu wyświetlane są aktualne współrzędne). Połączona mapa rastrowa może być używana jako samodzielny dokument lub w połączeniu z innymi danymi.
1.2. Konwersja danych rastrowych
System Panorama przetwarza mapy rastrowe prezentowane w formacie RSW (format wewnętrzny systemu). Dane z innych formatów (PCX, BMP, TIFF) można konwertować do formatu RSW za pomocą oprogramowanie Systemy panoramiczne. Ponadto system obsługuje wczesna wersja rastrowe struktury danych RST („Panorama pod MS-DOS”) . Po otwarciu pliku RST jest on automatycznie konwertowany do formatu RSW.
Istnieją dwa sposoby załadowania mapy bitowej do systemu:
- Otwarcie obrazu rastrowego jako niezależnego dokumentu (pozycja „Otwórz” w menu „Plik”).
- Dodanie mapy bitowej do już otwórz dokument(wektorowa, rastrowa, macierzowa lub mapa kombinowana) Dodanie obrazu rastrowego do już otwartej mapy odbywa się poprzez pozycję „Dodaj - Raster” w menu „Plik” lub pozycję „Lista rastrów” w menu „Widok” .
1.3. Kotwica mapy rastrowej
Mapa rastrowa jest oprawiana zgodnie z oprawionym dokumentem, tj. Najpierw musisz otworzyć dokument zorientowany w dany system współrzędne (mapa wektorowa, rastrowa lub macierzowa), dodaj raster, który ma być z nim powiązany i wykonaj powiązanie. Możesz powiązać raster korzystając z jednej z metod podanych we właściwościach rastra ("Lista rastrów - Właściwości"). Należy pamiętać, że wszystkie akcje na rastrze dostępne w menu właściwości obrazu rastrowego są wykonywane na rastrze AKTUALNYM. Dlatego jeśli otwarty dokument zawiera kilka rastrów, należy aktywować (wybrać z listy otwartych rastrów) ten, z którym aktualnie chcesz pracować.
1.3.1. Cofnij się o jeden punkt
Przyciąganie odbywa się poprzez sekwencyjne określenie punktu na rastrze i punktu, w którym określony punkt powinien się przesunąć po transformacji (skąd - gdzie). Transformacja jest wykonywana poprzez równoległe przesuwanie całego rastra bez zmiany jego skali i orientacji.
1.3.2. Przejdź do południowo-zachodniego rogu
Transformacja jest wykonywana poprzez równoległe przesuwanie całego rastra bez zmiany jego skali i orientacji do południowo-zachodniego narożnika wymiarów obszaru roboczego. Wskazane jest użycie tego trybu georeferencji w przypadku dodania nieprawidłowo odwzorowanego rastra do otwartej mapy, która jest wyświetlana daleko poza obszarem roboczym. W takim przypadku po przesunięciu rastra do południowo-zachodniego narożnika ułatwione jest jego ponowne wiązanie.
1.3.3. Przyciąganie do dwóch punktów ze skalowaniem
Wiązanie odbywa się poprzez sekwencyjne określenie pary punktów na rastrze oraz punktów, do których wskazane punkty mają się przenieść po transformacji (skąd - gdzie, skąd - gdzie). Transformacja odbywa się poprzez przesuwanie całego rastra równolegle ze zmianą jego skali. Obraz jest ograniczony przez pierwszą parę określonych punktów. Druga para punktów jest określona do obliczenia nowej skali mapy bitowej. Dlatego, jeśli wartości rastra skali pionowej i poziomej nie są równe (raster jest rozciągnięty lub ściśnięty z powodu odkształcenia materiału źródłowego lub błędu urządzenia skanującego), drugi punkt zajmie swoją teoretyczną pozycję z jakiś błąd. Aby wyeliminować błąd, należy zastosować jedną z metod transformacji obrazu rastrowego (zastosowane zadanie „Transformacja danych rastrowych”).
1.3.4. Obracaj bez skalowania
Wiązanie odbywa się poprzez sekwencyjne określenie pary punktów na rastrze oraz punktów, do których wskazane punkty mają się przenieść po transformacji (skąd - gdzie, skąd - gdzie). Transformacja odbywa się poprzez przesuwanie całego rastra równolegle ze zmianą jego orientacji w przestrzeni. Obrót jest wykonywany wokół pierwszego określonego punktu. Obraz jest ograniczony przez pierwszą parę określonych punktów. Druga para punktów służy do obliczenia kąta obrotu obrazu. Dlatego, jeśli wartości rastra skali pionowej i poziomej nie są równe (raster jest rozciągnięty lub ściśnięty z powodu odkształcenia materiału źródłowego lub błędu urządzenia skanującego), drugi punkt zajmie swoją teoretyczną pozycję z jakiś błąd. Aby wyeliminować błąd, należy zastosować jedną z metod transformacji obrazu rastrowego (zastosowane zadanie „Transformacja danych rastrowych”).
Podczas ładowania map rastrowych do bazy danych można utworzyć obszar roboczy mapy rastrowej. Aby utworzyć region rastrowy, należy kolejno załadować do systemu każdy obraz rastrowy tworzący ten region i zorientować go względem ujednolicony system współrzędne.
Połączenie map rastrowych i wektorowych dla tego samego lub sąsiednich terytoriów pozwala na szybkie tworzenie i aktualizowanie obszarów roboczych, przy jednoczesnym zachowaniu możliwości rozwiązywania zastosowanych problemów, dla których niektóre typy obiektów mapowych muszą mieć reprezentację wektorową.
Często mamy papierową mapę obszaru i chcemy dodać tę mapę do naszego projektu GIS. Zastanówmy się, jak stworzyć obraz georeferencyjny ze zeskanowanej lub sfotografowanej mapy na przykładzie mapy rezerwatu Kwitucha Góra.
W powyższym przykładzie wszystko odbywa się w programie QGIS. Podczas pracy wykorzystywane będą następujące moduły: Raster Binding, QuickMapServices, GeoSearch. Te wtyczki muszą być zainstalowane i aktywowane, możesz przeczytać więcej o instalowaniu modułów. Do działania modułów QuickMapServices i GeoSearch wymagane jest połączenie internetowe.
Kolejnym krokiem jest odnalezienie interesującego nas obszaru na mapie bazowej. W tym celu po dokładnym przejrzeniu zeskanowanej mapy znajdujemy na niej nazwę osady – „wieś Milcha”.
Znając nazwę wsi, możemy ją znaleźć korzystając z jednego z modułów „GeoSearch”, „osmSearch” lub „OSM place search”.
Po przeskalowaniu mapy do interesującego nas miejsca przechodzimy bezpośrednio do podlinkowania mapy. Do georeferencji obrazów rastrowych QGIS ma wbudowany moduł Georeferencer. Moduł uruchamiany jest z sekcji menu „Raster” – „Wiązanie rastrów”.
Moduł Georeferencer otworzy się w nowym oknie.
Za pomocą przycisku „Otwórz raster” lub kombinacji klawiszy
W górnej części okna pojawi się obraz, aw dolnej części znajduje się tabela z opisami punktów kontrolnych.
Następnie należy wybrać punkty na mapie bazowej oraz obraz, który posłuży do połączenia obrazu. Zwykle są to skrzyżowania i zakręty, mosty i inne obiekty, które są dobrze widoczne na mapie bazowej i załączonym obrazku.
Zwiększ zasięg mapy bazowej do pierwszego punktu kontrolnego. Zwiększamy również dołączony obraz do wybranego punktu kontrolnego. Zbliżając się do punktu kontrolnego w oknie modułu należy nacisnąć przycisk „Dodaj punkt” i kliknąć wskaźnikiem myszki na wybrany punkt. Następnie otwiera się formularz wprowadzania współrzędnych. Współrzędne można wprowadzać zarówno za pomocą pól wejściowych, jak i pobierać je z mapy. Jeżeli dysponujemy współrzędnymi punktów uzyskanymi np. za pomocą nawigatora GPS, możemy je wpisać w odpowiednie pola. Aby uzyskać współrzędne z mapy podstawowej, kliknij przycisk „Z mapy”.
Po kliknięciu przycisku „Z mapy” główne okno QGIS otwiera się automatycznie. W nim kursor myszy wygląda jak biały krzyż. Wybierz punkt kontrolny na mapie bazowej i kliknij lewy przycisk myszy.
Po kliknięciu automatycznie wracamy do okna modułu oprawy rastra. W formularzu wprowadzania pojawiły się wartości współrzędnych punktu. Wypełnione wartości mają układ współrzędnych projektu z mapą bazową.
Po kliknięciu punkt zostaje dodany do tabeli z opisem punktów kontrolnych. W ten sposób dodajemy jak najwięcej punktów kontrolnych. Pożądane jest równomierne rozmieszczenie punktów na załączonym obrazie. Im bardziej zniekształcony jest oryginalny obraz, tym więcej punktów kontrolnych jest potrzebnych. Minimalna liczba punktów kontrolnych to 3.
Następnie ustaw parametry transformacji. Aby to zrobić, kliknij koło zębate na pasku narzędzi. W oknie, które zostanie otwarte, ustaw następujące obowiązkowe wartości: typ transformacji, metodę interpolacji, docelowy układ współrzędnych, docelowy raster. Pozostałe parametry są opcjonalne i można je pozostawić z wartościami domyślnymi.
Jakość zakotwiczenia zależy od liczby punktów zakotwiczenia oraz od wyboru metody przekształcenia. Możesz przeczytać więcej o metodach transformacji.
Jednym z kluczowych punktów jest prawidłowe wskazanie docelowego układu współrzędnych. Jeśli wprowadziłeś współrzędne uzyskane za pomocą nawigatora GPS, to wskazujemy układ współrzędnych określony w ustawieniach nawigatora GPS, najczęściej jest to WGS 84 (EPSG: 4326). Jeśli wzięliśmy współrzędne z mapy, to wskazujemy układ współrzędnych projektu roboczego. W naszym przypadku jest to WGS 84 / Pseudo Mercator (EPSG:3857), który jest natywny dla takich usług mapowych jak OpenStreetMap, ArcGIS Online i wielu innych.
Po ustawieniu parametrów transformacji rozpoczynamy proces wiązania klikając zielony trójkąt na pasku narzędzi lub wybierając odpowiednią pozycję z menu Plik. W wyniku powiązania rastra uzyskany zostanie plik GeoTIFF.
Jeżeli w oknie parametrów transformacji zaznaczyłeś pozycję „Otwórz wynik QGIS”, to po zakończeniu procesu wiązania wynikowa warstwa zostanie dodana do projektu roboczego na górze mapy bazowej.
Ważnym niuansem jest to, że w wyniku działania modułu wynikowy raster ma określony w parametrach transformacji układ współrzędnych, ale nie zawiera informacji o jakim konkretnie odwzorowaniu rastra. Z tego powodu może być obecna na liście warstw, ale nie wyświetlana na mapie. W takim przypadku musisz przejść do „właściwości warstwy” i ręcznie określić żądany układ współrzędnych.
Po jawnym określeniu poprawnego układu współrzędnych obraz znajdzie się we właściwym miejscu.
Dostosowując przezroczystość, możemy ukryć czarne marginesy na krawędziach zakotwiczonego obrazu powstałe w wyniku transformacji.
Poprawność oprawy możemy również sprawdzić ustawiając przezroczystość warstwy na 50%.