Posterizing là một khởi đầu tuyệt vời: nó đã loại bỏ hầu hết các tạo tác nén và đơn giản hóa bản đồ đủ để cho phép làm sạch bổ sung.
Phần lớn việc làm sạch một raster phân loại liên quan đến các hoạt động được gọi là "hình thái". Chúng bao gồm mở rộng một danh mục sang các nước láng giềng, thu hẹp lại một lần nữa và phân nhóm các ô đơn phân loại liền kề thành các danh mục riêng.
Thông thường một số thử nghiệm là cần thiết, nếu chỉ vì các thành phần bị loại bỏ - chữ, dòng nở, v.v. - sẽ thay đổi kích thước pixel của chúng từ quét này sang quét khác. Để giúp bạn bắt đầu, tôi sẽ minh họa những gì các thủ tục này có thể thực hiện trên ví dụ.
Bản gốc, sau khi áp phích, trông như thế này. Đó là một lưới chỉ có ba loại được hiển thị trong ba màu. Chúng tôi hướng đến việc tạo ra một lưới trong đó các khu vực màu xanh đậm được tạo thành các phần liền kề nhau, mà không cần ghi đè hoặc chấm hoặc công việc đường không liên quan, phù hợp để phân tích sau này sử dụng đại số raster.
Mở rộng các khu vực màu xanh đậm chỉ một pixel vào tất cả các khu vực xung quanh sẽ cho hình ảnh này:
(Để kiểm soát chính xác hơn, bạn có thể muốn giới hạn việc mở rộng chỉ trong các khu vực màu đen nếu hệ thống GIS của bạn cho phép.)
Để loại bỏ rất nhiều các dòng tạo tác màu xanh lá cây mỏng và các hòn đảo nhỏ, hãy thu nhỏ mặt sau màu xanh lá cây xuống hai pixel
và sau đó, để cân bằng tất cả việc mở rộng và thu hẹp (để giảm độ lệch), chúng tôi sẽ mở rộng lại một pixel nữa:
Nhóm khu vực xác định các mảng màu xanh lục tiếp giáp nhau:
Mỗi miếng vá khác nhau được hiển thị trong một màu sắc khác nhau.
Sử dụng thao tác có điều kiện hoặc SetNull để loại bỏ các bản vá nhỏ. Nhỏ như thế nào? Tôi đã kiểm tra bảng thuộc tính và thấy rằng nhiều bản vá chiếm từ 6 đến 47 ô; sau đó đã có một bước nhảy tới 422 tế bào. Tôi đã chọn một ngưỡng trong bước nhảy đó (100) và xóa tất cả các ô có số đếm (không phải giá trị!) Nhỏ hơn ngưỡng đó. Đây là những gì còn lại, được phủ lên trên bản gốc để so sánh:
Chúng tôi đã đạt được một đại diện khá chi tiết về các lĩnh vực quan tâm, phù hợp để phát hiện và định lượng các thay đổi liên quan đến các hình ảnh được xử lý tương tự. Tôi đã thực hiện một số công việc, nhưng công việc đó ít hơn nhiều so với số hóa thủ công quét ban đầu và - miễn là các lần quét được thực hiện ở độ phân giải nhất quán - có thể được bán tự động. (Vì bản đồ gốc sử dụng các màu khác nhau, một số can thiệp thông minh phải xuất hiện ngay từ đầu để chọn màu phù hợp để mở rộng và thu nhỏ.) Mỗi bước là một phép tính khá nhanh, do đó bạn có thể đủ khả năng quét bản gốc bản đồ ở độ phân giải cực cao cho độ chính xác cao nhất.