Российская сеть изучения и охраны пернатых хищников
Я хочу сообщить о встрече окольцованной птицы!
Пернатые хищники
Соколообразные
Совообразные
Изучение
Ключевые виды
Мониторинг
Фаунистика
Миграции
Кольцевание
Охрана
Платформинг
Нестбоксинг
Птицы и ЛЭП
ООПТ
Информация о сети
Устав и программа
Члены сети
Проекты
Мероприятия сети
Блоги
СМИ о нас
Библиотека
Журнал “RC”
Методики
Книги
Статьи
Отчёты и доклады
Презентации
Новости
События
Конференции
Прочие объявления
Из соцсетей
Для спонсоров
Горящие проекты
МЫ В СОЦСЕТЯХ
RRRCN RRRCN
Fatbirder's Top 1000 Birding Websites
НАШИ БАННЕРЫ
RRRCN RRRCN

ArcView GIS для экологов

3.1.1.2. Цветоделение топографических карт

Для интеграции карты в ArcView в принципе достаточно простого отсканированного изображения. Однако с такой картой будет невозможно решать ряд тематических задач и ее размер будет достаточно большим. Тематическое цветоделение позволяет не только во много раз уменьшить объём растрового изображения топографической карты без потери какой-либо полезной информации, но позволит в будущем проводить некоторые простые автоматические анализы (например, посчитать площадь, занимаемую лесами, кустарниками, болотами, озёрами, оценить степень сложности рельефа, посчитать плотность водотоков и т. п.), визуально анализировать одновременно 2 и более растровых изображения на экране компьютера. Следует обратить внимание на то, что всё это можно делать, обходясь без дорогостоящего процесса векторизации. И, наконец, такие изображения полностью подготовлены к автоматической или полуавтоматической оцифровке.

Тематическое цветоделение картографического материала, используемое в ГИС технологиях, представляет собой разделение цветовой информации, имеющейся на исходном изображении, на тематические смысловые классы. Это больше похоже на процесс векторизации, когда для каждого объекта на карте определяются его границы (полигоны), протяжёность (линии) и локализация (точки) после чего в аттрибутивную таблицу заносится семантическая информация, характеризующая данный объект. В данном случае объектами остаются сами пиксели со своими границами, а аттрибутивную информацию заменяет номер класса, к которому относится данный пиксель и цветовая группа, к которой будет относиться данный класс в цветоделенном индексированном изображении. 

На отсканированной карте, представляющей собой полноцветное растровое изображение, человеческий глаз различает великое множество оттенков. Это изображение достаточно точно передает все тонкости и оттенки исходного бумажного листа, но в ГИС-анализе мало чем может быть полезным. На такой картинке достаточно четко можно видеть горизонтали, реки, озера, дороги, леса и другие объекты на местности и явления. Но программа, которая используется для просмотра, в отличие от человека, этого сделать пока не может. Для нее полноцветное растровое изображение – набор цветных пикселей со своими цветовыми характеристиками. Еще один недостаток такого способа хранения данных – большой объем (24 bit per pixel).

Для того, чтобы появилась возможность анализа растровой карты в среде ГИС, ее нужно оцифровать. То есть перевести в векторную форму (подробнее про векторную систему хранения данных см. главу 3.2. Работа с векторными темами). Векторизация – утомительный, дорогостоящий процесс, отнимающий массу времени. Однако, альтернатива векторизации есть – это тематическое цветоделение. Для решения определенных задач цветоделение может заменить перевод растра в вектор.

Если внимательно посмотреть на исходное полноцветное изображение топокарты, можно увидеть, что реальных (основных) цветов, несущих полезную информацию, в ней всего 7. Это:
– Чёрный 
– Зеленый 
– Синий 
– Коричневый 
– Голубой 
– Малиновый (или красный) 
– Белый 

Все остальное богатство цветов в полноцветном изображении топографической карты – это оттенки одного из основных цветов или переходные варианты на границе двух основных цветов. Польза от такого количества цветов минимальна, а недостатков много и основных, как уже описано выше, три:
– большой объем (24 bit per pixel) и
– невозможность манипулирования данными 
– невозможность анализа данных.

Теоретически, для хранения основных цветов достаточно 3 бит на пиксель (9 indexed color), однако общепринятый стандарт – 4 бит на пиксель (16 indexed color). Задача состоит в том, чтобы в 16-ти классах распределить 7 основных цветов, встречающихся на топографических картах. Для обработки топографических карт масштаба 1:100000 и 1:200000 используется следующее распределение цветов по цветовым группам (рис. 240): 

0, 1 классы – оттенки чёрного – названия населенных пунктов, деревни и села, грунтовые дороги и т.д.;

2, 3, 4 классы – оттенки зелёного – леса, сады;

5, 6, 7 классы – оттенки синего – границы водоемов, отметки урезов воды;

8, 9, 10 классы – оттенки коричневого – рельеф, крупные города, автомагистрали;

11, 12 классы – оттенки голубого – водоемы (заливка);

13 класс – малиновый (красный) – государственные границы, изотермы, координаты градусной сетки на поле карты;

14, 15 классы – оттенки белого – фон (подложка), поля.

Данная цветовая модель используется для автоматической обработки топографических карт в ArcView с помощью расширения Transparent Legend (см. главу 3.1.1.4.1. Применение дополнительных расширений для работы с цветоделенными растровыми топокартами).

Рис. 240. Цветовая таблица для топографической карты. Распределение цветовых оттенков по группам в разных вариантах отсканированных топографических карт
Рис. 240. Цветовая таблица для топографической карты. Распределение цветовых оттенков по группам в разных вариантах отсканированных топографических карт.

Для тематического цветоделения топографической карты:

1. Открываем Adobe Photoshop.

2. Заходим в меню File/Open и открываем отсканированную карту.

3. Инструментом «Eraser Tool» стираем всю зарамочную графику (графику, находящуюся за пределами смысловой области карты), оставив лишь узкую полосу по границе карты. На этой границе в местах отметок градусной сетки ставим точки красным цветом – они потребуются для дальнейшей привязки карты (рис. 241).

Рис. 241. Отсканированная карта, предварительно обработанная для начала операции по цветоделению
Рис. 241. Отсканированная карта, предварительно обработанная для начала операции по цветоделению.

4. Инструментом выделения (Rectangular Marquee Tool) выделяем небольшую часть изображения, копируем ее в буфер обмена (Edit/Copy), создаем новый файл (File/New) размер которого по умолчанию будет аналогичным размеру скопированного участка изображения и вставляем в него фрагмент из буфера обмена (Edit/Paste) для экспериментирования и подбора таблицы цветов. Это делается для того, чтобы ограничив область подбора, ускорить процесс. Цвета и оттенки, как правило, на протяжении одного листа примерно одинаковые и, поэтому не имеет смысла подбирать основные цвета по всему листу, загружая тем самым, компьютер.

Внимание! Для подбора таблицы цветов следует выбирать такой участок на карте, на котором представлены все основные цвета, присутствующие на карте. Не всегда такой фрагмент найти легко и в ряде случаев придется экспериментировать с несколькими фрагментами, однако по скорости процесса это будет все равно быстрее, чем с целой картой.

5. Склеиваем слои (Layer/Flatten Image).

6. Переходим в меню переключения режимов (Image/Mode) и выбираем цветовую модель «Indexed Color – Индексированный цвет» – открывается окно настройки индексированного цвета (Indexed Color).

7. В окне настроек индексированного цвета в меню «Dither – Дизеринг» вместо диффузии, установленной по умолчанию, выбираем позицию «None – Не применять» и устанавливаем пользовательскую палитру, выбрав в меню «Palette – Палитра» – «Custom… – Пользовательская» (рис. 242) – открывается окно «Color Table – Таблица цветов».

Рис. 242. Последовательность настройки индексированного цвета для топографической карты. Шаг 1.
Рис. 242. Последовательность настройки индексированного цвета для топографической карты. Шаг 1.

8. В окне таблицы цветов (Color Table) выбираем цвета в цветовую таблицу. Кликаем мышью в самом левом верхнем квадратике, символизирующем нулевой класс – открывается окно «Color Picker – Палитра цветов». Из палитры предлагается выбрать цвет с определёнными цветовыми характеристиками (RGB, CMYK, HSB), однако в данном случае цвет требуется выбрать из карты, согласно цветовой схеме на рис. 240, поэтому переводим курсор на карту (он автоматически трансформируется в инструмент «Eyedropper Tool – Пипетка») и кликаем им в необходимый цвет на карте (в данном случае черный).

9. Выше указанным способом выбираем с изображения карты все 16 цветов для ячеек самого верхнего ряда таблицы цветов, тем самым, задав центры всех классов с 0 до 15, в которые будет сводиться всё богатство цветов полноцветного растрового изображения (рис. 243).

10. После того как все цвета подобраны, сохраняем таблицу цветов на жёсткий диск, нажав кнопку «Save – Сохранить» в правой части окна «Color Table» – открывается окно сохранения файла в котором выбираем диск, папку, присваиваем файлу имя и сохраняем его с расширением *.act.

11. После сохранения таблицы цветов применяем ее к фрагменту изображения, нажав кнопку «ОК» в правой части окна «Color Table» и аналогичную кнопку в правой части окна «Indexed Color» – изображение переходит в индексированные цвета с заданной цветовой таблицей.

12. Теперь следует проверить, насколько качественно произошло разделение цветов, для чего:

– в исходном отсканированном изображении (также как описано в п. 4.) инструментом выделения (Rectangular Marquee Tool) выделяем небольшую часть изображения, копируем ее в буфер обмена (Edit/Copy), создаем новый файл (File/New) и вставляем в него фрагмент из буфера обмена (Edit/Paste) после чего сливаем слои командой Layer/Flatten Image;

– далее переходим в меню переключения режимов (Image/Mode) и выбираем цветовую модель «Indexed Color – Индексированный цвет» – открывается окно настройки индексированного цвета (Indexed Color).

Рис. 243. Последовательность настройки индексированного цвета для топографической карты. Шаг 2.
Рис. 243. Последовательность настройки индексированного цвета для топографической карты. Шаг 2.

– в окне настроек индексированного цвета в меню «Dither – Дизеринг» выбираем позицию «None – Не применять», в меню «Palette – Палитра» выбираем позицию «Local (Selective) – Локальная (выборочная)», в поле «Colors – Цвета» вместо 256 вписываем 16 и нажимаем «ОК» – фрагменту изображения применяется сохраненная цветовая таблица предыдущего фрагмента в которой активными цветами представлена только верхняя строка. Если этого по каким-либо причинам не произошло, принудительно загружаем цветовую таблицу, для чего заходим в меню Image/Mode/Color Table, в открывшемся окне «Color Table» нажимаем кнопку «Load – Загрузить», в окне загрузки файла выбираем сохраненный файл таблицы цветов, нажимаем кнопку «Load» в окне загрузки файла и далее «ОК» в окне таблицы цветов. После этой операции сохраненная цветовая таблица присваивается фрагменту.

После загрузки таблицы цветов, сделанной по первому фрагменту, хорошо станут заметны ошибки, то есть пиксели, которые перешли не в ту цветовую группу, в которой они должны находиться.

Внимание! Идеальное разделение без каких-либо огрехов представляет довольно большую проблему. В экотонах (участках на границе цвета) сосредоточено огромное количество переходных оттенков, разделение которых на основные цвета отнимает наибольшее количество времени. Поэтому, стремясь к идеальному разделению цветов, все же следует считать приемлемым такое разделение, при котором группа «чужих» цветов (пикселей, находящихся не в своей цветовой группе) не превышает 1 пиксель.
Наибольшую трудность представляет разделение границы чёрного и белого цветов (оттенки серого) на основной чёрный и основной белый цвета. С появлением синих пикселей на границе голубого и чёрного, а также голубых пикселей на границе синего и белого остаётся смириться, если они не превышают 1 пикселя.
Проблему экотонного эффекта позволяет решить сканирование исходного бумажного оригинала с высоким разрешением. Чем больше разрешение сканирования, тем больше доля «чистых» и меньше доля переходных цветов. Чем ниже разрешение, тем больше пикселей находится в переходных цветах. Отсканированная с разрешением 200 dpi растровая топографическая карта представляет из себя сплошной экотон. Тематическое цветоделение такого изображения оказывается довольно сложной задачей.

13. Если результат цветоделения после подгрузки тестовой таблицы цветов тестовому фрагменту карты будет удовлетворять требованиям, описанным выше, тогда остаётся последний этап — применение подобранной палитры к целой отсканированной полноцветной карте. Для этого повторяем операцию, описанную в п. 12 – заходим в меню Image/Mode/Indexed Color, в открывшемся окне «Indexed Color» в меню «Dither – Дизеринг» выбираем позицию «None», смотрим, сколько в поле «Colors» отображается цветов – если 16, то в меню «Palette – Палитра» выбираем позицию «Previous – Предыдущая», и нажимаем «ОК», если 256, то в меню «Palette» выбираем позицию «Local (Selective)», в поле «Colors» вместо 256 вписываем 16 и нажимаем «ОК» – фрагменту изображения применяется сохраненная цветовая таблица предыдущего фрагмента.

Если на одном и том же сканере сканировалась группа карт с одинаковыми полиграфическими характеристиками, то можно для них всех применить созданную для первой карты таблицу цветов, для чего в окне «Indexed Color» в меню «Palette» выбираем пользовательскую палитру «Custom…» и загружаем сохранённую на жёсткий диск таблицу цветов, нажав кнопку «Load» в окне «Color Table».

Если результат цветоделения не удовлетворителен, то возвращаемся к п. 8. и подбираем цветовые характеристики классов таким образом, чтобы по возможности большее количество пикселей на исходном изображении переходило в свою цветовую группу, то есть зелёные – в зелёную, белые – в белую, чёрные – в чёрную и т. д. Нужно стараться, чтобы переходные оттенки на границе двух основных цветов относились к одному из двух соседствующих цветов, а не к третьему. То есть, например, изолинии на белом фоне не должны иметь кайму из зелёных пикселей.

14. Цветоделенную топокарту сохраняем на жёсткий диск (File/Save As) в формате *.tif с lzw компрессией вместе с той таблицей цветов (*.act), по которой производился перевод из полноцветного изображения в индексированное. Это позволит в дальнейшем при необходимости быстро исправить ошибки.

Для систематизации архивов, цветоделенные топокарты имеет смысл записывать на DVD по миллионным листам согласно принятой номенклатуре. В названии карты после названия миллионного листа ставится тире и указывается номер листа. Пример номенклатуры листов для разных масштабов:

Масштаб 1 : 200 000:

Одинарные листы: O36-1.tif; O36-2.tif … O36-36.tif

Сдвоенные листы: P36-1,2.tif; P36-3,4.tif … P36-35,36.tif

Строенные листы: T36-1,2,3.tif; T36-4,5,6.tif … T36-34,35,36.tif

Масштаб 1 : 100 000:

Одинарные листы: O36-1.tif; O36-2.tif … O36-144.tif

Сдвоенные листы: P36-1,2.tif; P36-3,4.tif … P36-143,144.tif

Счетверённые листы: T36-1,2,3,4.tif; T36-5,6,7,8.tif … T36-141,142,143,144.tif

 

Содержание

 

 

Страниц: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55

Наверх

Пернатые хищники и их охрана
Форум сети
Фотоальбом
Видеотека
  • Login

  • Войти через loginza

    30.11.2016

    Международная конференция по сохранению птиц в Венгрии

    Международная конференция по охране птиц в Венгрии

    Международная конференция по сохранению птиц, организованная Венгерской национальной сетевой компанией MAVIR , в сотрудничестве с Обществом охраны птиц Венгрии (MME/Birdlife) и Институтом Германа Отто, прошла в Венгрии 7-8 ноября 2016.

    29.11.2016

    Прослеживание балобанов, помеченных передатчиками, подтверждает, что браконьерство наносит основной урон популяциям соколов

    DSC_7919-

    Из 10 балобанов (6 самок и 4 самцов), помеченных передатчиками в Алтае-Саянском регионе в 2016 г. после сезона браконьерского лова соколов продолжило миграцию лишь 4 сокола (3 самца и 1 самка).

    Все новости

    Flora Hoser on the conference. Photo by Márton Horváth

    Презентации докладов Международной конференции по сохранению птиц в Венгрии

    Презентации докладов Международной конференции по сохранению птиц в Венгрии, проходившей 7-8 ноября 2016 г.

    Эльвира Николенко на конференции «Сохранение биоразнообразия в Южной Сибири»

    Презентации докладов конференции «Сохранение биоразнообразия в Южной Сибири»

    Презентации докладов конференции «Сохранение биоразнообразия в Южной Сибири», проходившей в г. Новосибирск (Россия) 4–6 ноября 2016 г.

    Все публикации