Tất cả phụ thuộc vào nơi bạn vẽ đường. Bất kể, vấn đề này có vẻ như có thể được giải quyết dễ dàng bằng cách sử dụng các chức năng hình thái có sẵn trong Phân tích không gian, đặc biệt là ngưỡng (được thực hiện với "<" và ">" hoạt động cục bộ) và "Vùng nhóm" để xác định và trích xuất các thành phần.
Mặc dù tôi không có quyền truy cập vào DEM để minh họa, nhưng hình ảnh đầu tiên gần như đủ tốt để thực hiện công việc. Ví dụ, đây là một chuỗi các phiên bản được tập hợp lại của dải màu đỏ (với các giá trị được chia tỷ lệ từ 0,0 = đen đến 1,0 = trắng), bắt đầu từ ngưỡng 0 và di chuyển từ trái sang phải, từ trên xuống dưới, tăng dần 0,02:
(Những hình ảnh này được thu nhỏ để tái tạo ở đây: tất cả các phân tích được thực hiện ở độ phân giải của hình ảnh gốc.)
Các đê xuất hiện xung quanh ranh giới của khu vực màu đen khi bắt đầu hàng thứ hai (ngưỡng = 0,08). Khi bắt đầu hàng thứ ba (ngưỡng = 0,16), đê tạo thành các thành phần của riêng chúng (màu xanh lam đậm) và tại thời điểm đó có thể dễ dàng được trích xuất thành lưới hoặc đa giác riêng biệt (và ranh giới của chúng có thể được trích xuất dưới dạng polylines sau bước phát hiện cạnh ). Chỉ các đê rộng nhất còn lại ở hàng cuối cùng (ngưỡng = 0,24 trở lên). Bạn sẽ cần phải chọn một ngưỡng thích hợp để có được chính xác những gì bạn muốn.
Trong DEM ban đầu, độ cao đóng vai trò cường độ, vì vậy các quy trình này phải có hiệu quả tương tự với chính DEM. Nếu DEM có phạm vi rộng (bao gồm các đặc điểm cách xa sông hoặc đê), thì các tính năng có liên quan có thể được chọn là các đặc điểm liền kề với thành phần mà tính năng sông nằm.
Các vùng không mong muốn mỏng được tìm thấy bởi Regiongroup có thể được loại bỏ bằng cách áp dụng một sự xói mòn nhỏ (bộ đệm âm) theo sau là sự giãn nở tương đương (bộ đệm dương). Các vùng không mong muốn nhỏ có thể được loại trừ theo tiêu chí kích thước (tổng số ô hoặc diện tích). Có thể tìm thấy các điểm cao nhất trên mỗi đê (nếu đó là những gì thực sự cần thiết) bằng cách so sánh DEM với các lưới tối đa theo vùng (sử dụng đê làm vùng).
Ngẫu nhiên, chuỗi hình ảnh này được tạo ra trong Mathicala 8. Dưới đây là các lệnh cho những người có thể muốn theo đuổi tùy chọn này.
original = Import["http://i.stack.imgur.com/gV7Du.jpg"];
{r, g, b} = ColorSeparate[original];
frames = ParallelTable[Colorize[MorphologicalComponents[Binarize[r, t/100]],
ColorFunction -> "ThermometerColors"], {t, 0, 30, 2}];
Rasterize @ TableForm[Partition[frames, 4]]
Tổng thời gian đồng hồ (sau khi nhập hình ảnh) là 0,94 giây, trong đó một nửa là cần thiết để thu nhỏ và xuất tất cả 16 hình ảnh: các hoạt động hình thái có xu hướng nhanh (điều này tốt, vì LIDAR DEM có thể rất lớn).