Làm thế nào để đệm pixel raster theo giá trị của chúng?

Các pixel ở bên trái đại diện cho các vị trí của cây và bán kính vương miện liên quan của chúng (tức là các giá trị pixel nằm trong khoảng từ 2 - 5). Tôi muốn đệm các pixel raster này bằng giá trị bán kính vương miện của chúng. Hình ảnh bên phải là những gì tôi hy vọng đạt được chỉ bằng các phương pháp xử lý raster .

Ban đầu tôi sẽ nghĩ sử dụng tổng tiêu cự tròn trong ArcGIS, mặc dù cài đặt vùng lân cận là một giá trị cố định, sẽ không tính đến bán kính vương miện có kích thước thay đổi.

Một phương pháp tốt để "đệm" pixel theo giá trị của chúng là gì?

Đây là một giải pháp raster thuần túy trong Python 2.7việc sử dụng numpyvà scipy:

import numpy as np
from scipy import ndimage
import matplotlib.pyplot as plt

#create tree location matrix with values indicating crown radius
A = np.zeros((120,320))
A[60,40] = 1
A[60,80] = 2
A[60,120] = 3
A[60,160] = 4
A[60,200] = 5
A[60,240] = 6
A[60,280] = 7

#plot tree locations
fig = plt.figure()
plt.imshow(A, interpolation='none')
plt.colorbar()

#find unique values
unique_vals = np.unique(A)
unique_vals = unique_vals[unique_vals > 0]

# create circular kernel
def createKernel(radius):
    kernel = np.zeros((2*radius+1, 2*radius+1))
    y,x = np.ogrid[-radius:radius+1, -radius:radius+1]
    mask = x**2 + y**2 <= radius**2
    kernel[mask] = 1
    return kernel

#apply binary dilation sequentially to each unique crown radius value 
C = np.zeros(A.shape).astype(bool)   
for k, radius in enumerate(unique_vals):  
    B = ndimage.morphology.binary_dilation(A == unique_vals[k], structure=createKernel(radius))
    C = C | B #combine masks

#plot resulting mask   
fig = plt.figure()
plt.imshow(C, interpolation='none')
plt.show()

Đầu vào:

Đầu ra:

Cách tiếp cận dựa trên vector

Nhiệm vụ này có thể được thực hiện trong ba bước:

• Raster To Point;
• Buffer(sử dụng VALUEtrường làm trường đệm );
• Feature To Raster.

Lưu ý: sử dụng trường bộ đệm sẽ tránh việc tính toán bộ đệm cho mỗi giá trị bán kính vương miện.

Cách tiếp cận dựa trên raster

Tránh giải pháp dựa trên vectơ, vấn đề này đề nghị sử dụng một loại Cellular Automata dựa trên các hàng xóm gần nhất. Giả sử rằng tất cả các pixel đen là số không, các pixel được bình phương và kích thước của chúng bằng 1 (hoặc, thay vào đó, được chia tỷ lệ một cách cơ hội), các quy tắc để áp dụng rất đơn giản:

1. Nếu giá trị pixel ( VALUE) lớn hơn 1, giá trị của nó trở thành VALUE-1và sau đó xem xét các pixel xung quanh của nó. Nếu giá trị của chúng nhỏ hơn VALUE-1, các pixel này được sinh ra hoặc tăng lên và giá trị của chúng trở thành VALUE-1. Mặt khác, các pixel này tồn tại và được giữ nguyên.
2. Nếu VALUE<=1, không làm gì cả (pixel đã chết!).

Các quy tắc này phải được áp dụng cho đến khi tất cả các pixel bị chết, tức là các giá trị của chúng bằng 0 hoặc 1. Vì vậy, N-1thời gian, Ngiá trị tối đa bạn có trong raster đầu vào là bao nhiêu. Cách tiếp cận này có thể được thực hiện khá dễ dàng với một chút Python và numpy.

Một tùy chọn khác là tạo các raster riêng cho từng giá trị pixel, trong trường hợp này là 4 raster, với một điều kiện. Sau đó mở rộng các raster bằng số pixel tương ứng với giá trị của raster (bằng cách lặp lại qua danh sách giá trị). Cuối cùng, tham gia các raster (đại số hoặc không gian), để tạo một raster nhị phân cho các tán cây.

Đây là một câu hỏi đầy thách thức để làm điều này trong raster bởi vì bạn không có cơ hội sử dụng giá trị của pixel để xác định kích thước của bộ đệm. Do đó, bạn sẽ cần thực hiện bộ lọc tiêu cự cho từng giá trị, như bạn đã nói.

Đây là một câu trả lời khả thi để thực hiện chỉ với 3 bộ lọc (tôi không thể tìm thấy ít hơn), nhưng không hoàn hảo như được đề cập bởi Whuber: bộ đệm của bạn sẽ bị cắt cụt khi các cây gần nhau.

1) EDIT: Phân bổ Euclidian (điều này không giải quyết được hoàn toàn vấn đề, vì nó cắt các bộ đệm trong vùng lân cận của các cây nhỏ hơn, nhưng nó tốt hơn các tạo tác của giải pháp đầu tiên của tôi).

2) khoảng cách eidianidian xung quanh mỗi pixel

3) máy tính raster (đại số bản đồ) với một câu lệnh có điều kiện

Con("allocation_result" > ("distance_result" / pixel_size) , 1 , 0)

Lưu ý rằng bạn có thể điều chỉnh độ dẫn tùy theo nhu cầu của bạn về bán kính (có hoặc không có pixel trung tâm)

Tự hỏi tại sao bạn không sử dụng công cụ mở rộng của ArcGIS ?

import arcpy
from arcpy.sa import *

raster_in  = r'c:\test.tif'
raster_out = r'c:\test_out.tif'

outExpand1 = Expand(raster_in, 2, 2)
outExpand2 = Expand(outExpand1, 3, 3)
outExpand3 = Expand(outExpand3, 4, 4)
outExpand4 = Expand(outExpand4, 5, 5)

outExpand4.save(raster_out)

Trong trường hợp chồng chéo: expandlệnh mới nhất sẽ bao gồm các lệnh trước đó.

Nếu bạn có vị trí pixel, bán kính và thuật toán vòng tròn Midpoint (một biến thể của Bresenham Alg.) Cung cấp cho bạn một gợi ý. IMO thật dễ dàng để tạo một đa giác từ phương pháp này và tôi nghĩ thật dễ dàng để thực hiện điều này trong Python. Một tập hợp của tập hợp đa giác này cung cấp cho bạn khu vực che phủ.