ΤΥΠΟΙ ΕΙΚΟΝΩΝ ΣΕ ΕΝΑ ΓΣΠ

Transcript

1 Εισαγωγή Τα γεωγραφικά χαρακτηριστικά µπορούν να αναπαρασταθούν εκτός από γραµµές, σηµεία ή πολύγωνα και µε εικόνες ή ψηφιδωτά (grids), τα οποία χωρίζουν τον κόσµο σε διακριτά τετραγωνάκια ή αλλιώς φατνία( cells). Κάθε φατνίο έχει µία θέση σχετική µε µία αρχή (origin) και µία τιµή η οποία περιγράφει το χαρακτηριστικό το οποίο παρατηρείται. Για παράδειγµα οι τιµές των φατνίων σε µία δορυφορική εικόνα ή µία αεροφωτογραφία, αντιπροσωπεύουν το ποσό της αντανάκλασης του φωτός από την γήινη επιφάνεια. Ένα ψηφιδωτό (raster) µπορεί να αναπαριστά θεµατικά δεδοµένα όπως χρήσεις γης, ψηφιακό µοντέλο εδάφους, βαθυµετρία κλπ. Φωτογραφίες όπως σαρωµένους χάρτες Φασµατικά δεδοµένα όπως δορυφορικές εικόνες και αεροφωτογραφίες Γενικά τα θεµατικά και φασµατικά rasters εµφανίζονται σαν υπόβαθρο µαζί µε τα άλλα γεωγραφικά δεδοµένα του χάρτη σας. Μερικά από αυτά έχουνε ένα κανάλι δεδοµένων, ενώ άλλα πολλά κανάλια. Για παράδειγµα οι δορυφορικές εικόνες έχουν πολλά κανάλια που αναπαριστούν διαφορετικά µήκη κύµατος της ενέργειας από το υπεριώδες, µέχρι το ορατό και τα υπέρυθρα µέρη του ηλεκτροµαγνητικού φάσµατος. Τι είναι µια εικόνα; Γενικά, µια εικόνα είναι µια γραφική αναπαράσταση ή µια περιγραφή ενός αντικειµένου που παράγεται από µια οπτική ή ηλεκτρονική συσκευή. Οι εικόνες που χρησιµοποιούνται σε ένα ΓΣΠ µπορούν να ταξινοµηθούν σε δύο κατηγορίες. γεωγραφικές µη-γεωγραφικές. Οι γεωγραφικές εικόνες καταλαµβάνουν ένα γεωγραφικό διάστηµα της περιοχής ενδιαφέροντος. Οι σαρωµένοι χάρτες, οι εναέριες φωτογραφίες, και οι δορυφορικές εικόνες ανήκουν σε αυτήν την κατηγορία. Οι µη-γεωγραφικές εικόνες αποτελούνται από τις σαρωµένες φωτογραφίες ή τα έγγραφα κειµένων, και την σχεδιαστική εργασία από ένα γραφικό λογισµικό σχεδίων. Στο παρακάτω σχήµα µια γεωγραφική εικόνα παρουσιάζεται ως φόντο σε ένα σετ θεµατικών αρχείων (coverage) και δύο πρόσθετες µη-γεωγραφικές εικόνες περιγράφουν τα τονισµένα χαρακτηριστικά πάνω στο σετ αυτό. Και οι δύο τύποι εικόνων έχουν τη θέση τους σε ένα GIS. Οι µη-γεωγραφικές εικόνες, ΤΥΠΟΙ ΕΙΚΟΝΩΝ ΣΕ ΕΝΑ ΓΣΠ Γεωγραφική εικόνα Εικόνες µη γεωγραφικές Τονισµένο χαρακτηριστικό (σπίτι) Ν. Ανδρουλακάκης Σελ 1 από 14

2 εντούτοις, δεν είναι κατάλληλες για τα εργαλεία αυτοµατισµού στοιχείων των λογισµικών µετατροπής raster σε vector αρχείων. Μια µη-γεωγραφική εικόνα µπορείτε να τη χρησιµοποιήσετε, ίσως για να σβήσετε κάποιο µερικό χαρακτηριστικό γνώρισµα, αλλά όχι για να τη µετατρέψετε σε διανυσµατική µορφή. Τα εργαλεία της αυτόµατης µετατροπής στοιχείων από raster σε vector έχουν σχεδιασθεί πρωτίστως για τις γεωγραφικές εικόνες. Οργάνωση ψηφιδωτών δεδοµένων. Αντίθετα από τα διανυσµατικά δεδοµένα, όπου κάθε χαρακτηριστικό γνώρισµα καθορίζεται στο χώρο µε ιδιαίτερα x,y ζευγάρια συντεταγµένων, τα ψηφιδωτά δεδοµένα σχεδιάζονται σε µια δοµή πλέγµατος, όπου κάθε στοιχείο, ή κελί, προσδιορίζεται από έναν ιδιαίτερο αριθµό σειρών και στηλών. Μια οµάδα κελιών έπειτα µπορεί να διαµορφώσει ένα χαρακτηριστικό Κάθε τιµή κελιού περιγράφει τη µερική ιδιότητα του αντικειµένου που παρατηρείται. Σε µια δορυφορική εικόνα, η ιδιότητα είναι η φασµατική ανάκλαση, ή το ποσό ανακλώµενου φωτός από ένα συγκεκριµένο µήκος κύµατος του ηλεκτροµαγνητικού φάσµατος σε µια συγκεκριµένη θέση στη γήινη επιφάνεια. Σε ένα σαρωµένο έγγραφο, κάθε κελί αντιπροσωπεύει το ποσό φωτός που ανακλάται από το έγγραφο σε ένα δεδοµένο σηµείο. Το εύρος των τιµών που µπορούµε να υποθέσουµε για ένα κελί, εξαρτάται από τον αριθµό δυαδικών ψηφίων που χρησιµοποιούνται για να καταχωρήσουν τα δεδοµένα των κελιών. Όσο περισσότερα δυαδικά ψηφία, τόσο µεγαλύτερη η σειρά των πιθανών τιµών, και εποµένως, τόσο µεγαλύτερος ο αριθµός χαρακτηριστικών γνωρισµάτων που µπορεί να διαφοροποιηθεί. Παραδείγµατος χάριν, ο αριθµός µοναδικών τιµών που µπορούν να εκφραστούν µε µία εικόνα 1 bit είναι δύο, ή µε µία εικόνα 8 bit, 256 µοναδικές τιµές. Χαρακτηριστικά εικόνας Οι εικόνες, είτε γεωγραφικές ή µη-γεωγραφικές, µπορούν να περιγραφούν σύµφωνα µε τον τύπο, τη µορφή, και τη συµπίεσή τους. Ο τύπος καθορίζει τα οπτικά χαρακτηριστικά της εικόνας (π.χ., µαύρο και άσπρο, χρώµα), η µορφή περιγράφει την τεχνική αποθήκευσης στοιχείων και η συµπίεση περιγράφει τη χωρητικότητα των δίσκων που απαιτείται για να καταχωρηθεί η εικόνα. Τύπος Οργάνωση διανυσµατικών και ψηφιδωτών δεδοµένων Υπάρχουν 4 είδη εικόνων δύο επίπεδα µαύρο και άσπρο (B&W ή bi-level) αποχρώσεις του γκρι (grayscale) ψευδοχρώµατος ( Pseudocolor) αληθινό χρώµα (True color). Τέσσερις διαφορετικοί τύποι εικόνων Ν. Ανδρουλακάκης Σελ 2 από 14

3 ύο επίπεδα (bi-level) Οι εικόνες αυτές αναφέρονται σαν ένα bit, δυαδικές, µονοχρωµατικές, ή µαύρες και άσπρες εικόνες και αναπαριστάνουν τα δεδοµένα µε µόνο δύο κατηγορίες πληροφοριών. Οι εικόνες αυτές εµφανίζονται σαν µαύρο πάνω σε άσπρο. Εάν θα µπορούσατε να παρουσιάσετε τις πραγµατικές αξίες των δεδοµένων σε µια εικόνα, θα έµοιαζε όπως στην διπλανή εικόνα. Τα µηδενικά αντιπροσωπεύουν το υπόβαθρο (άσπρο διάστηµα), και οι άσσοι αντιπροσωπεύουν το πρώτο πλάνο (µαύρες γραµµές). Αποχρώσεις του γκρι (grayscale) Τα δεδοµένα αποθηκεύονται µε περισσότερες από δύο ιδιαίτερες κατηγορίες πληροφοριών. Όπως το όνοµα υπονοεί, οι εικόνες grayscale παρουσιάζονται µε αποχρώσεις του γκρίζου χρώµατος. Ο αριθµός σκιών που απαιτείται εξαρτάται από τον αριθµό δυαδικών ψηφίων ανά κελί. Οι εικόνες Grayscale χρησιµοποιούν χαρακτηριστικά 8 bit ανά κελί, και έτσι, µπορούµε να έχουµε µέχρι 256 (2 8 ) µοναδικές τιµές κελιών. Σε κάθε κελί ανατίθεται µια γκρίζα σκιά που βασίζεται στην τιµή του, µε τις χαµηλότερες τιµές να ανατίθενται στις σκοτεινότερες σκιές. Οι πραγµατικές τιµές των στοιχείων µιας εικόνας αποχρώσεων του γκρίζου φαίνονται στην διπλανή εικόνα: Όταν οι πραγµατικές τιµές των κελιών καλύπτουν µόνο µια στενή σειρά των πιθανών τιµών, τότε µπορεί να µη παραγάγουν µία καλή οπτική αντίθεση φωτεινότητας. Μια κοινή µέθοδος για την οπτική αντίθεση φωτεινότητας είναι να εφαρµοστεί ένα γραµµικό τέντωµα αντίθεσης φωτεινότητας και το στενό εύρος των τιµών να αναπαρασταθεί σε ένα µεγαλύτερο εύρος τιµών. Μιλάµε τότε για οπτική ενίσχυση της εικόνας όπως βλέπουµε στην παρακάτω εικόνα Ν. Ανδρουλακάκης Σελ 3 από 14

4 Ψευδοχρώµατος ( Pseudocolor) Οι ψευδοχρωµατικές εικόνες είναι ουσιαστικά grayscale εικόνες µε ένα ευρετήριο χρωµάτων, αποκαλούµενο colormap, το οποίο αναθέτει τα χρώµατα στις µεµονωµένες τιµές των κελιών. Οι εικόνες αυτές χρησιµοποιούν γενικά 8 bit ανά εικονοστοιχείο, που παράγει 256 (2 8 ) πιθανές τιµές κελιών. Οι σαρωτές χρώµατος µπορούν συχνά να εξάγουν ψευδοχρωµατικές εικόνες, όπως κάνουν τα γραφικά λογισµικά και τα εργαλεία σύλληψης οθόνης (capture screen). Κάθε κελί µιας ψευδοχρωµατικής εικόνας αναφέρεται σαν είσοδος, στον πίνακα χρωµάτων (colormap), όπως φαίνεται στη διπλανή εικόνα: Το RGB (κόκκινο πράσινο - µπλε) µοντέλο χρώµατος χρησιµοποιείται συνήθως µε τις εικόνες χρώµατος. Μια RGB τιµή αντιπροσωπεύει το Μαύρο, ή την απουσία κόκκινου, πράσινου και µπλε. Επιπλέον, µια τιµή αντιπροσωπεύει το λευκό. Ο πιθανός αριθµός συνδυασµών χρώµατος που µπορεί να πραγµατοποιηθεί σε µια ψευδοχρωµατική εικόνα είναι περίπου 16,7 εκατοµµύρια (2 8 X 2 8 X 2 8 ). Εντούτοις, ο συνολικός αριθµός που µπορεί να παρουσιαστεί ταυτόχρονα περιορίζεται από το συνολικό αριθµό µοναδικών τιµών κελιών στην εικόνα, η οποία για µια εικόνα 8 bit είναι 256. Πραγµατικό χρώµα (True color) Μια εικόνα αληθινού χρώµατος, µπορεί να δώσει οποιοδήποτε χρώµα. Οι εικόνες αληθινού χρώµατος, καταχωρούν γενικά τα στοιχεία χρησιµοποιώντας 24 bit ανά εικονοστοιχείο, που διαιρείται σε τρία στρώµατα 8 bit, ή µπάντες ή κανάλια. Κάθε κανάλι αντιπροσωπεύει το κόκκινο, πράσινο και µπλε συστατικό χρώµατος, του χρωµατικού µοντέλου RGB. Έτσι ο συνδυασµός των τριών καναλιών δηµιουργεί την τελική εικόνα. Εάν θα µπορούσατε να κοιτάξετε τις τιµές των εικονοστοιχείων θα παρατηρούσατε την διπλανή εικόνα: Συνδυάζοντας τρία στρώµατα χρωµάτων, ή τα 3 κανάλια, δηµιουργείται µια σύνθετη παρουσίαση χρώµατος. Οι δορυφορικές εικόνες είναι εικόνες αληθινούς χρώµατος, αλλά αναφέρονται συχνότερα ως πολλαπλών καναλιών ή πολυφασµατικές εικόνες. Έχουν περισσότερα από τρία κανάλια πληροφοριών, µερικές φορές µέχρι δέκα έξι. Οι εικόνες LANDSAT 7 παραδείγµατος χάριν, αποτελούνται από επτά χωριστές περιοχές του ηλεκτροµαγνητικού φάσµατος και έχει έτσι επτά κανάλια. Οι αισθητήρες στους δορυφόρους µετρούν την ηλεκτροµαγνητική ακτινοβολία στις διάφορες µπάντες κατά µήκος του ηλεκτροµαγνητικού φάσµατος. Το ορατό φως, στο οποίο το ανθρώπινο µάτι είναι ευαίσθητο, συνθέτει µόνο µια στενή µερίδα του φάσµατος. Οι µεµονωµένοι αισθητήρες καταγράφουν τα ιδιαίτερα µήκη κύµατος της ενέργειας (π.χ., κόκκινες, πράσινες, µπλε, υπέρυθρες, θερµικές υπέρυθρες ακτίνες) και τα καταχωρούν στα χωριστά κανάλια. Μια ενιαία περιοχή µπορεί να εµφανιστεί ως παρουσίαση αποχρώσεων του γκρι µε την ενεργειακή ένταση που αντιπροσωπεύεται από τις ποικίλες σκιές γκρίζου. Ο συνδυασµός τριών καναλιών, που Ν. Ανδρουλακάκης Σελ 4 από 14

5 αναθέτουν ένα χρώµα ανά κανάλι (κόκκινο, πράσινο, µπλε), παράγει µια σύνθετη παρουσίαση χρώµατος. Μορφή και συµπίεση Οι εικόνες παρουσιάζονται µε ποικίλες µορφές (format) και χρησιµοποιούν ποικίλες διαφορετικές τεχνικές συµπίεσης στοιχείων. Η µορφή µιας εικόνας καθορίζει τον εσωτερικό µηχανισµό αποθήκευσης των στοιχείων. Περιγράφει πως οι πληροφορίες για µία εικόνα, όπως ο αριθµός σειρών και στήλες, ο αριθµός δυαδικών ψηφίων ανά εικονοστοιχείο, συµπίεση, καταχωρούνται στο αρχείο, και πώς οργανώνεται το πραγµατικό κελί δεδοµένων. Χρησιµοποιώντας την περιγραφή αυτή, τα προϊόντα λογισµικού όπως το ArcGIS µπορούν να διαβάσουν την εικόνα. Αν και οι εικόνες αναφέρονται συχνά από τη µορφή, η µορφή είναι ακριβώς µια προδιαγραφή για την οργάνωση στοιχείων και δεν αποκαλύπτει απαραιτήτως τον τύπο στοιχείων εικόνας που καταχωρούνται. Παραδείγµατος χάριν, το TIFF, µπορεί να περιγράψει εικόνες σε δύο επίπεδα, σε απόχρωση του γκρίζου, ψευδοχρωµατική, και αληθινού χρώµατος. Κάθε µορφή εικόνας περιγράφεται γενικά κατά τον ίδιο τρόπο. Υπάρχει ένα αρχείο επικεφαλίδων που καταχωρεί τις πληροφορίες για την εικόνα (π.χ., αριθµός σειρών και στήλες, δυαδικά ψηφία ανά εικονοστοιχείο, απαιτήσεις χρώµατος, πληροφορίες γεωαναφοράς), που ακολουθούνται από τα πραγµατικά στοιχεία των κελιών. Μερικές µορφές συµπιέζουν τα στοιχεία, άλλα όχι. Η συµπίεση εικόνας µειώνει τον χώρο των δίσκων που απαιτείται για να καταχωρηθούν τα στοιχεία της εικόνας. Το ποσό συµπίεσης θα ποικίλει από εικόνα σε εικόνα και εξαρτάται επάνω στον αλγόριθµο, ή την τεχνική, που χρησιµοποιείται για να συµπιέσει τα στοιχεία και τα ίδια τα στοιχεία. Υπάρχουν πάρα πολλοί αλγόριθµοι συµπίεσης δεδοµένων όπως RLE(Run Length encode), Block code, chain code, Quadtree κλπ Γεωναφορά εικόνων Γεωαναφορά είναι η διαδικασία της δηµιουργίας µίας σχέσης µεταξύ του συστήµατος συντεταγµένων µίας εικόνας( γραµµή, στήλη) και ενός χαρτογραφικού συστήµατος συντεταγµένων (Χ,Υ). Μία παρόµοια διαδικασία µετασχηµατισµού, συµβαίνει όταν δηµιουργούµε µία σχέση ενός διανυσµατικού θέµατος από ένα σύστηµα συντεταγµένων (συντεταγµένες ψηφιοποιητή πχ) σε ένα άλλο σύστηµα συντεταγµένων (ΕΓΣΑ 87). Εάν έχετε διανυσµατικά και ψηφιδωτά δεδοµένα και θέλετε να κάνετε κάποια χωρική ανάλυση ή να δηµιουργήσετε µία χαρτογραφική σύνθεση θα πρέπει τα δεδοµένα σας να παρουσιασθούν σε ένα κοινό σύστηµα συντεταγµένων. Άξονας Υ Αρχή Στήλες Άξονας Χ Οι γραµµές και οι στήλες µίας εικόνας είναι πάντοτε παράλληλες προς τους άξονες Χ,Υ Γραµµές Συντεταγµένες εικόνας Μία εικόνα χωρίς γεωαναφορά έχει συντεταγµένες εικόνας, όπου οι συντεταγµένες των εικονοστοιχείων αυξάνουν από αριστερά προς τα δεξιά στον άξονα των Χ και από πάνω προς τα κάτω στον άξονα των Υ. Η αρχή των συντεταγµένων εικόνας δηλαδή βρίσκεται στο πάνω αριστερά εικονοστοιχείο της εικόνας Ν. Ανδρουλακάκης Σελ 5 από 14

6 Για να χρησιµοποιηθεί κάποια εικόνα για ανάλυση µαζί µε άλλα δεδοµένα, θα πρέπει να µετατραπεί από τον χώρο εικόνας, στον χαρτογραφικό χώρο Άξονας Υ Άξονας Χ Συντεταγµένες χάρτη Ανάλογα µε τον τρόπο συλλογής των εικόνων, µπορεί να παρουσιαστούν πολλές φασµατικές και γεωµετρικές παραµορφώσεις, µε εύρος από πολύ µικρές µέχρι και πολύ σοβαρές. Γενικά εάν µία εικόνα έχει παρθεί από αεροπλάνο σε χαµηλή πτήση, τότε η παραµόρφωση της εικόνας στα άκρα της, είναι πολύ µεγαλύτερη από κάποια αντίστοιχη εικόνα που έχει ληφθεί από δορυφόρο. Υπάρχουν πάρα πολλές τεχνικές τηλεπισκόπισης, οι οποίες χρησιµοποιούνται για να διορθώσουν πολλά είδη παραµορφώσεων. Για περισσότερες πληροφορίες για φασµατικές και γεωµετρικές διορθώσεις θα πρέπει να ανατρέξετε σε πιο εξειδικευµένα εγχειρίδια τηλεπισκόπισης. Η παραµόρφωση συχνά γίνεται πιο εύκολα ορατή στις δορυφορικές εικόνες επειδή οι φασµατογράφοι και η τροχιά των δορυφόρων σπανίως είναι παράλληλη µε τον Ισηµερινό. Εικόνα LANDSAT χωρίς γεωµετρική διόρθωση Η ίδια εικόνα µε γεωµετρική διόρθωση Άλλες γεωµετρικές στρεβλώσεις υψηλού βαθµού, εµφανίζονται στις άκρες µιας εικόνας λόγω της κυρτότητας της γης ή της οπτικής ιδιότητας ενός φακού. Η διόρθωση µιας στρέβλωσης που έχει επιπτώσεις σε ολόκληρη την εικόνα, γίνεται καλύτερα µε έναν πολυωνυµικό µετασχηµατισµό. Το πολυώνυµο θα λάβει υπόψη την επιρροή όλων των σηµείων ελέγχου και των θέσεών τους, και θα καθορίσει έναν τύπο που µπορεί να εφαρµοστεί σε κάθε εικονοστοιχείο, έτσι ώστε όλες οι θέσεις των άλλων εικονοστοιχείων να έχουν τιµές που αντιπροσωπεύουν όσο το δυνατόν περισσότερο την πραγµατικότητα. Ν. Ανδρουλακάκης Σελ 6 από 14

7 Για να δώσετε γεωαναφορά σε µία εικόνα, θα πρέπει να την καταχωρήσετε σε ένα θεµατικό αρχείο, ή χάρτη που έχει συντεταγµένες. Οι απαραίτητες παράµετροι για την καταχώρηση αυτή µπορεί να ληφθούν µε δύο τρόπους Με την εξαγωγή τους από αρχεία που συνοδεύουν την εικόνα(πχ.tfw), ή επικεφαλίδες (headers) που γράφονται στην αρχή της εικόνας (πχ GEOTIFF ) Για παράδειγµα ένα TIFF αρχείο θα πρέπει να συνοδεύεται από ένα ASCII αρχείο µε επέκταση ονόµατος TFW και το οποίο περιέχει τις κατάλληλες πληροφορίες έτσι ώστε η εικόνα σας να εµφανίζεται µε συντεταγµένες κόσµου. Εάν δεν υπάρχει αυτό το αρχείο θα πρέπει να το δηµιουργήσετε µε ένα διορθωτή κειµένου για παράδειγµα το notepad(προσοχή όχι Word). Θα πρέπει όµως να γνωρίζετε το µέγεθος του κελιού (pixel) της εικόνας σε µέτρα, καθώς και τις συντεταγµένες του κέντρου του πάνω αριστερά pixel της εικόνας σας. Η γραµµογράφηση του αρχείου αυτού είναι όπως παρακάτω 0.50 Το µέγεθος του pixel στον άξονα των Χ(Συνήθως σε µέτρα) 0.0 Στροφή για την γραµµή 0.0 Στροφή για την κολώνα Το µέγεθος του pixel στον άξονα των Υ(Συνήθως σε µέτρα) Η συντεταγµένη Χ του κέντρου του πάνω αριστερά pixel Η συντεταγµένη Υ του κέντρου του πάνω αριστερά pixel Με την χρησιµοποίηση εργαλείων γεωαναφοράς Τα ψηφιδωτά αρχεία προέρχονται συνήθως µε την σάρωση των χαρτών ή τη συλλογή των εναέριων φωτογραφιών και των δορυφορικών εικόνων. Οι σαρωµένοι χάρτες δεν περιέχουν συνήθως τις πληροφορίες, όπως είναι το που η περιοχή που αντιπροσωπεύεται στο χάρτη, εφαρµόζεται στην επιφάνεια της γης. Οι χωρικές πληροφορίες που παραδίδονται µε τις εναέριες φωτογραφίες και τις δορυφορικές εικόνες είναι συχνά ανεπαρκείς να εκτελέσουν την ανάλυση ή την παρουσίαση µε κατάλληλη ευθυγράµµιση µε άλλα υπάρχοντα χωρικά δεδοµένα. Κατά συνέπεια, προκειµένου να χρησιµοποιηθούν αυτά τα ψηφιδωτά δεδοµένα από κοινού µε τα άλλα χωρικά στοιχεία σας, χρειάζεστε συχνά να τα ευθυγραµµίσετε, ή να κάνετε τη λεγόµενη γεωαναφορά, σε ένα χαρτογραφικό σύστηµα συντεταγµένων. Όταν κάνετε γεωαναφορά σε ένα ψηφιδωτό αρχείο, καθορίζετε το πώς είναι τοποθετηµένα τα δεδοµένα στις συντεταγµένες του χάρτη. Αυτή η διαδικασία περιλαµβάνει να αναθέσει ένα σύστηµα συντεταγµένων που συνδέει τα δεδοµένα µε µια συγκεκριµένη θέση στη γη. Η γεωαναφορά επιτρέπει στα ψηφιδωτά δεδοµένα να εµφανιστούν, να αναζητηθούν, και να αναλυθούν µαζί µε άλλα γεωγραφικά στοιχεία. Γενικά, θα ευθυγραµµίσετε το ψηφιδωτό σας αρχείο στα υπάρχοντα χωρικά δεδοµένα, όπως είναι ένα σετ θεµατικών αρχείων (coverage) το οποίο βρίσκεται στο επιθυµητό σύστηµα συντεταγµένων. Αυτό υποθέτει ότι υπάρχουν χαρακτηριστικά γνωρίσµατα στα χωρικά δεδοµένα σας (δεδοµένα στόχου) που είναι επίσης ορατά στο ψηφιδωτό αρχείο (π.χ οδοί, ίχνη κτιρίων, και ρέµατα). Η βασική διαδικασία για την γεωαναφορά, είναι να κινηθεί το ψηφιδωτό αρχείο στο ίδιο διάστηµα µε τα στοιχεία στόχων, προσδιορίζοντας µια σειρά από επίγεια σηµεία ελέγχου γνωστών x,y συντεταγµένων, που συνδέουν τις θέσεις στο ψηφιδωτό, µε τις θέσεις στα δεδοµένα στόχων στο σύστηµα αναφοράς του χάρτη. Ένας συνδυασµός ενός σηµείου ελέγχου στο ψηφιδωτό και του αντίστοιχου σηµείου ελέγχου στα δεδοµένα στόχων καλείται σύνδεσµος (link).ο αριθµός των συνδέσµων που χρειάζεται να δηµιουργήσετε, εξαρτάται από τη µέθοδο που προγραµµατίζετε να χρησιµοποιήσετε για να µετασχηµατίσετε το ψηφιδωτό σας αρχείο στις συντεταγµένες χάρτη. Εντούτοις, η προσθήκη περισσότερων συνδέσµων δεν θα παραγάγει απαραιτήτως µια καλύτερη γεωαναφορά. Εάν είναι δυνατόν θα πρέπει να εξαπλώσετε τους συνδέσµους σε ολόκληρο το ψηφιδωτό παρά να Ν. Ανδρουλακάκης Σελ 7 από 14

8 τους συγκεντρώσετε σε µια περιοχή. Συνήθως έχοντας τουλάχιστον ένα σύνδεσµο κοντά σε κάθε γωνία του ψηφιδωτό και µερικούς στο εσωτερικό παράγετε τα καλύτερα αποτελέσµατα. Γενικά όσο µεγαλύτερη είναι η επικάλυψη µεταξύ του ψηφιδωτό και των χωρικών δεδοµένων στόχων, τόσο καλύτερη θα είναι η ευθυγράµµιση, επειδή θα έχετε χωρίσει κατά ευρύτερα διαστήµατα τα σηµεία µε τα οποία θα γίνει η γωαναφορά του ψηφιδωτού αρχείου. Παραδείγµατος χάριν, εάν τα δεδοµένα στόχοι καταλαµβάνουν µόνο το τέταρτο της περιοχής του ψηφιδωτό σας, τα σηµεία που θα µπορούσατε να χρησιµοποιήσετε για να ευθυγραµµίσετε το ψηφιδωτό θα περιορίζονταν σε εκείνη την περιοχή της επικάλυψης. Μπορείτε µόνο να υποθέσετε ότι οι περιοχές έξω από την περιοχή επικάλυψης ευθυγραµµίζονται κατάλληλα Μετασχηµατισµός ψηφιδωτού αρχείου Ανάλογα µε την µέθοδο που θα χρησιµοποιήσετε για τον µετασχηµατισµό του raster θα είναι και ο αριθµός των σηµείων επιγείου ελέγχου που θα χρησιµοποιήσετε. Πόσα όµως τέτοια σηµεία θα πρέπει να παίρνουµε; Συνήθως µε τέσσερα σηµεία στα άκρα του raster και ένα µε δύο σηµεία στο εσωτερικό, παίρνουµε τα καλλίτερα αποτελέσµατα. Μεγαλύτερος αριθµός σηµείων ελέγχου, πάνω από 6 δεν σηµαίνει υποχρεωτικά ότι θα κάνουµε καλύτερη γεωαναφορά Αφού έχετε πάρει αρκετά σηµεία ελέγχου, θα πρέπει να µετασχηµατίσετε τη raster εικόνα σας σε συντεταγµένες χάρτη. Η διαδικασία αυτή χρησιµοποιεί ένα µαθηµατικό µετασχηµατισµό, που έχει σαν βάσει ένα πολυώνυµο, έτσι ώστε να δώσει συντεταγµένες σε κάθε pixel της εικόνας. Με πρώτη τάξης πολυώνυµα (αφινικός µετασχηµατισµός) µπορείτε να κάνετε µετακίνηση, αλλαγή κλίµακας και στροφή της εικόνας σας. Ο αφινικός µετασχηµατισµός συνήθως καλύπτει τις περισσότερες των περιπτώσεων που θα συναντήσετε. Με ελάχιστο αριθµό των τριών σηµείων ελέγχου µπορείτε να µετασχηµατίσετε την εικόνα σας. Με παραπάνω σηµεία ελέγχου υπολογίζονται σφάλµατα, τα γνωστά residuals, τα οποία κατανέµονται σε όλη την εικόνα. Στην πράξη θα πρέπει να χρησιµοποιείτε 4 µε 6 σηµεία. Ν. Ανδρουλακάκης Σελ 8 από 14

9 Σε περισσότερες δύσκολες καταστάσεις όπου υπάρχει σηµαντική παραµόρφωση του αρχικού raster θα πρέπει να χρησιµοποιήσετε µετασχηµατισµό µε πολυώνυµα δεύτερου, ή το πολύ, τρίτου βαθµού. Αυτό σηµαίνει περισσότερα σηµεία ελέγχου (9-15) και πολύ περισσότερο χρόνο υπολογισµού. ακτογραµµή Πολυωνυµικός µετασχηµατισµός Αφινικός µετασχηµατισµός Αριστερά έχουν χρησιµοποιηθεί 15 σηµεία ελέγχου µε πολυώνυµα δευτέρου βαθµού, ενώ δεξιά 6 σηµεία µε αφινικό µετασχηµατισµό. εξιά βλέπουµε µετακινηµένη την εικόνα σε σχέση µε την ακτογραµµή. Επειδή το σφάλµα οφείλεται στον χάρτινο χάρτη, το λάθος αυτό µεταφέρθηκε και στη σάρωση, οπότε ο αφινικός µετασχηµατισµός δεν δίνει ικανοποιητικά αποτελέσµατα, οπότε αναγκαστικά στρεβλώνουµε την εικόνα µας χρησιµοποιώντας Όσο µεγαλύτερος είναι ο βαθµός του πολυωνύµου που χρησιµοποιείται, τόσο περισσότερο επιτρέπουµε την τοπική προσαρµογή της εικόνας. Αυτό σηµαίνει, από την άλλη µεριά, ότι τόσο πιο επιρρεπές είναι το αποτέλεσµα σε περίπτωση σφάλµατος (που µπορεί να προέλθει από, π.χ., λάθος αναγνώρισης του σηµείου ελέγχου). Για τον λόγο αυτόν τα πολυώνυµα δευτέρου, και περισσότερο, τρίτου βαθµού, θα πρέπει να χρησιµοποιούνται µε εξαιρετική προσοχή και µε σχολαστικό έλεγχο του αποτελέσµατος. Όταν δηµιουργήσετε αρκετούς συνδέσµους µπορείτε να µετασχηµατίσετε ή να στρεβλώσετε το ψηφιδωτό στις συντεταγµένες χάρτη. Η στρέβλωση χρησιµοποιεί έναν µαθηµατικό µετασχηµατισµό για να καθορίσει τη σωστή συντεταγµένη για κάθε κελί στο ψηφιδωτό. Χρησιµοποιήστε µια πρώτη βαθµού εξίσωση (αφινικός µετασχηµατισµός) για τη µετατόπιση, αλλαγή κλίµακας, και περιστροφή του ψηφιδωτού σας. Οι ευθείες γραµµές στο ψηφιδωτό αναπαριστούνται στις ευθείες γραµµές στο στρεβλωµένο ψηφιδωτό. Κατά συνέπεια τα τετράγωνα και ορθογώνια στο αρχικό ψηφιδωτό αλλάζουν συνήθως σε παραλληλόγραµµα στο στρεβλωµένο ψηφιδωτό. Ένας µετασχηµατισµός πρώτης τάξης θα χειριστεί πιθανώς όλες τις απαιτήσεις σας γεωαναφοράς. Με το ελάχιστο τριών συνδέσµων, η µαθηµατική εξίσωση που χρησιµοποιείται µε έναν πρώτο µετασχηµατισµό κατάταξης µπορεί ακριβώς να αντιστοιχήσει κάθε σηµείο του ψηφιδωτού στη θέση στόχων. Μετά από το τρίτο σηµείο, εισάγονται σφάλµατα, ή τα γνωστά υπόλοιπα(residuals), τα οποία διανέµονται σε όλους τους συνδέσµους. Στην πράξη, προσθέστε περισσότερους από τρεις συνδέσµους. ίνοντας µόνο τρία σηµεία ελέγχου, εάν ένα εξ αυτών είναι λάθος τοποθετηµένο, τότε έχει έναν πολύ µεγαλύτερο αντίκτυπο στο µετασχηµατισµό. Κατά συνέπεια, ακόµα κι αν το λάθος του µαθηµατικού µετασχηµατισµού αυξάνει χρησιµοποιώντας περισσότερα σηµεία ελέγχου, η τελική σας ακρίβεια στον µετασχηµατισµό θα αυξάνει. Ν. Ανδρουλακάκης Σελ 9 από 14

10 Ερµηνεύοντας το µέσο τετραγωνικό σφάλµα ρίζας (RMS) O βαθµός στον οποίο ο µετασχηµατισµός µπορεί ακριβώς να χαρτογραφήσει όλα τα σηµεία ελέγχου, µπορεί να µετρηθεί από µαθηµατική άποψη µε τη σύγκριση της πραγµατικής θέσης της συντεταγµένης του χάρτη, µε τη µετασχηµατισµένη θέση στο ψηφιδωτό. Η απόσταση µεταξύ αυτών των δύο σηµείων είναι γνωστή ως υπόλοιπο σφάλµα (residual). Το συνολικό σφάλµα υπολογίζεται µε τη λήψη του µέσου τετραγωνικού (RMS) αθροίσµατος όλων των υπολοίπων, για να υπολογισθεί το σφάλµα RMS. Αυτή η τιµή περιγράφει πόσο συνεπής είναι ο µετασχηµατισµός µεταξύ των διαφορετικών σηµείων ελέγχου. Ενώ το σφάλµα RMS είναι µια καλή αξιολόγηση της ακρίβειας του µετασχηµατισµού, µην µπερδέψετε ένα χαµηλό σφάλµα RMS, µε ένα ακριβή µετασχηµατισµό. Ο µετασχηµατισµός µπορεί ακόµα να περιέχει σηµαντικά σφάλµατα, που οφείλονται παραδείγµατος χάριν σε ένα πολύ φτωχό σηµείο ελέγχου, παρόλο που το RMS σφάλµα δείχνει πολύ µικρό. Γι αυτό καλό θα είναι να ελέγχετε διάφορα χαρακτηριστικά σηµεία στο µετασχηµατισµένο πλέον ψηφιδωτό, εάν έχουν πέσει πράγµατι στην θέση τους. Επαναδειγµατοληψία (Resampling) Ενώ νοµίζετε ότι κάθε κελί ενός ψηφιδωτού µετασχηµατίζεται στη νέα συντεταγµένη χάρτου, στην πραγµατικότητα η διαδικασία συντελείται αντίστροφα. Κατά τη διάρκεια της γεωαναφοράς µια µήτρα "κενών" κελιών υπολογίζεται στις συντεταγµένες του χάρτη. Κατόπιν, σε κάθε στοιχείο δίνεται µια τιµή που βασίζεται σε µια διαδικασία αποκαλούµενη επαναδειγµατοληψία. Οι τρεις πιο κοινές τεχνικές επαναδειγµατοληψίας είναι o Εγγύτερου γείτονα (nearest neighbour) o διγραµµική παρεµβολή (bilinear interpolation) o κυβική συνέλιξη (cubic convolution) Αυτές οι τεχνικές αναθέτουν µία τιµή σε κάθε κενό κελί από την εξέταση των κελιών του ψηφιδωτού. Η µέθοδος του εγγύτερου γείτονα παίρνει την τιµή από το κελί που είναι πιο κοντά στο µετασχηµατισµένο κελί, σαν νέα τιµή. Είναι η γρηγορότερη τεχνική επαναδειγµατοληψίας και είναι κατάλληλη για τα κατηγορικά, ή θεµατικά δεδοµένα. Η διγραµµική παρεµβολή και οι κυβικές τεχνικές συνελίξεων συνδυάζουν έναν µεγαλύτερο αριθµό κοντινών στοιχείων (4 και 16, αντίστοιχα) για να υπολογίσουν την τιµή για το µετασχηµατισµένο στοιχείο. Αυτές οι δύο τεχνικές χρησιµοποιούν µια µέσο όρο ισοσταθµισµένων βαρών µέθοδο για να υπολογίσουν τη µετασχηµατισµένη τιµή κελιού εξόδου και είναι έτσι µόνο κατάλληλες για τα συνεχή δεδοµένα όπως το ανάγλυφο, η κλίση, και άλλες συνεχείς επιφάνειες. Γεωµετρική διόρθωση ψηφιδωτού Στο λογισµικό ArcGIS µπορείτε µόνιµα να µετασχηµατίσετε το ψηφιδωτό σας µετά από την γεωναφορά, µε τη χρησιµοποίηση της εντολής Rectify στη ράβδο εργαλείων Georeferencing. Ο µόνιµος αυτός µετασχηµατισµός καλείται γεωµετρική διόρθωση και δηµιουργεί ένα νέο ψηφιδωτό αρχείο το οποίο έχει γεωαναφορά στο σύστηµα συντεταγµένων σας. Το νέο αρχείο Ν. Ανδρουλακάκης Σελ 10 από 14

11 µπορείτε να το αποθηκεύσετε σε διάφορες µορφές όπως ESRI GRID, TIFF, ή ERDAS IMAGINE. Το ArcMap δεν απαιτεί να διορθώνετε γεωµετρικά το ψηφιδωτό σας ώστε να το παρουσιάσετε µε άλλα χωρικά στοιχεία. Μπορείτε εάν θέλετε να επιλέξετε να διορθώστε γεωµετρικά το ψηφιδωτό σας, εάν προγραµµατίζετε να εκτελέσετε κάποια χωρική ανάλυση µε αυτό, ή να θελήσετε να το χρησιµοποιήσετε µε κάποιο άλλο λογισµικό που δεν αναγνωρίζει τις εξωτερικές πληροφορίες γεωαναφοράς που δηµιουργούνται από το ArcMap. Μετατροπή Ψηφιδωτού σε διανυσµατική µορφή (Raster to Vector) Ένας από τους πλέον βασικούς τρόπους εισαγωγής δεδοµένων σε ένα ΓΣΠ είναι και η µετατροπή ψηφιδωτών δεδοµένων σε διανυσµατική µορφή. Τα ψηφιδωτά δεδοµένα έχουν προκύψει είτε από σάρωση αναλογικών χαρτών είτε από σάρωση φωτογραφιών είτε από προµήθεια δορυφορικών εικόνων. Η διαδικασία της µετατροπής αυτής περιλαµβάνει τα παρακάτω στάδια o o o Γεωαναφορά ή Γεωµετρική διόρθωση της εικόνας (Georeferencing Rectify) Επεξεργασία της εικόνας σε ψηφιδωτή µορφή (Raster Edit) ιανυσµατοποίηση (Vectorization) Όσον αφορά τη γεωαναφορά ή την γεωµετρική διόρθωση της εικόνας έχουµε αναφερθεί εκτενώς στα προηγούµενα κεφάλαια Επεξεργασία της εικόνας σε ψηφιδωτή µορφή (Raster Edit) Είναι γεγονός ότι δεν υπάρχει ποτέ η ιδανική σάρωση κάποιου χάρτη και τα αποτελέσµατα που παίρνουµε θέλουν κάποια διόρθωση, είτε επειδή ο πρωτότυπος χάρτης δεν είναι αρκετά καθαρός ή περιέχει σύνθετη πληροφορία, είτε επειδή η ίδια η σάρωση δεν ήταν ικανοποιητική και αρκετές γραµµές δεν έχουν σαρωθεί σωστά. Η διόρθωση της ψηφιδωτής µορφής περιλαµβάνει πάρα πολλές διαδικασίες, έτσι ώστε να πάρουµε κάποια καλλίτερη εικόνα, πράγµα που θα µας βοηθήσει στο να διανυσµατοποιήσουµε τα χαρακτηριστικά που επιθυµούµε πιο γρήγορα και πιο εύκολα. Συνήθως η διόρθωση της εικόνας παραλείπεται, ιδίως από τους πιο έµπειρους χειριστές των λογισµικών µετατροπής raster σε vector γιατί απαιτεί πολύ χρόνο. Όταν όµως την διανυσµατοποίηση κάνει ένα λιγότερο έµπειρος χειριστής ή θέλουµε να κάνουµε αυτόµατη Επανασχεδίαση σε διαφανές (προαιρετικό) Αρχικός χάρτης Σαρωµένος χάρτης Μετατροπή ψηφιδωτού σε διανυσµατική µορφή ιόρθωση διανυσµάτων ιόρθωση raster εικόνας (προαιρετικό) διανυσµατοποίηση τότε θα πρέπει να διορθώσουµε οπωσδήποτε την εικόνα µας. Παρακάτω περιγράφονται οι σπουδαιότερες διαδικασίες διόρθωσης της ψηφιδωτής εικόνας. Η διόρθωση αυτή µπορεί να γίνει από το ειδικό λογισµικό είτε µε κάποιο άλλο εξωτερικό πρόγραµµα επεξεργασίας εικόνας (Πχ Adobe Photoshop). Ειδικά για το ArcGIS η διόρθωση και η µετέπειτα διανυσµατοποίηση γίνεται µε ειδικό λογισµικό που καλείται Arcscan. Ν. Ανδρουλακάκης Σελ 11 από 14

12 Εικόνα κατάλληλη για αυτόµατη ψηφιοποίηση Εικόνα ακατάλληλη για ψηφιοποίηση Αφαίρεση στιγµάτων- Speckle remove Πριν την αφαίρεση Μετά την αφαίρεση Η διαδικασία λειτουργεί όπως παρακάτω Ορίζουµε ένα παράθυρο στίγµατος µεγέθους 5 Χ 4 εικονοστοιχεία Κανένα σκιαγραφηµένο κελί δεν ακουµπά στα όρια του παραθύρου στίγµατος. Το στίγµα θα αφαιρεθεί Παρόλο που το στίγµα είναι µικρότερο και χωρά µέσα στο παράθυρο, εντούτοις δεν αφαιρείται επειδή ακουµπά στα όρια του παραθύρου στίγµατος Περίγραµµα παραθύρου στίγµατος Κελί που υπάρχει στο στίγµα Ν. Ανδρουλακάκης Σελ 12 από 14

13 Γέµισµα ψηφιδωτού Από τη σάρωση ορισµένες γραµµές δεν είναι συνεχόµενες, είτε επειδή οι αρχικές ήταν διακεκοµµένες είτε επειδή η σάρωση δεν ήταν ικανοποιητική. Οπότε µε τη χρησιµοποίηση κάποιου εργαλείου γεµίσµατος κάνουµε τις γραµµές αυτές συνεχόµενες Σβήσιµο αντικειµένων από το ψηφιδωτό Είναι αρκετές φορές που πρέπει να σβήσουµε ορισµένα αντικείµενα από την εικόνα πριν αρχίσει η διανυσµατοποίηση. Αυτό συνήθως γίνεται σε σηµεία που τέµνονται γραµµές που αναπαριστούν διαφορετικό χαρακτηριστικό. Πχ ρέµατα µε ισοϋψείς. Έτσι µε κάποιο εργαλείο σβησίµατος καθαρίζουµε την εικόνα µας από την γραµµή που δηµιουργεί προβλήµατα. Άλλα εργαλεία διόρθωσης Με αυτά µπορείτε να κάνετε διορθώσεις στην εικόνα σας όπως στροφή, να πάρετε την αρνητική εικόνα, να κόψετε ένα κοµµάτι της εικόνας, να κάνετε επαναδειγµατοληψία, ή τέλος να περάσετε ορισµένα φίλτρα πάνω από την εικόνα ιανυσµατοποίηση εικόνας Αφού έχετε ολοκληρώσει την επεξεργασία της εικόνας είσαστε έτοιµοι για την διανυσµατοποίησή της. Η διανυσµατοποίηση δεν είναι τίποτε άλλο από την ιχνηλάτηση των raster γραµµών και η δηµιουργία αντίστοιχων διανυσµάτων. Έχετε την δυνατότητα να κάνετε ιχνηλάτηση αυτόµατα, οπότε ότι υπάρχει µέσα στην εικόνα µετατρέπεται σε διανύσµατα ακόµη και το κείµενο. Η αυτόµατη ψηφιοποίηση είναι πολύ καλή όταν έχετε µόνο ένα επίπεδο να µετατρέψετε, όπως µόνο ισοϋψείς ή µόνο δρόµους. Σε αντίθετη περίπτωση χρησιµοποιούµε την ηµιαυτόµατη µέθοδο. Σε αυτή ιχνηλατούµε µία γραµµή. Το πρόγραµµα µετατροπής όταν βρίσκει ένα κόµβο ή ένα κενό µεγαλύτερο από κάποιο όριο που του έχουµε ορίσει, σταµατά και µας ρωτά προς τα πού θέλουµε να προχωρήσει. Ν. Ανδρουλακάκης Σελ 13 από 14

14 Μπορούµε επίσης να καθορίσουµε µόνο ένα κοµµάτι της εικόνας που θέλουµε να ιχνηλατήσουµε. Στο κοµµάτι αυτό µετά µπορούµε να κάνουµε αυτόµατη ή ηµιαυτόµατη ψηφιοποίηση. Έχετε επίσης την δυνατότητα να δώσετε τιµές σε κάθε γραµµή πχ το υψόµετρο έτσι ώστε οι γραµµές αυτές να είναι άµεσα επεξεργάσιµες από ένα σύστηµα ΓΣΠ στο οποίο θα τις εισάγετε. Στην διπλανή εικόνα επιλέγουµε τρεις γραµµές και λέµε στο σύστηµα να τους βάλει υψόµετρο στην πρώτη γραµµή 100 και να συνεχίσει ανά 20 µέτρα. Τέλος αρκετά λογισµικά διαθέτουν και αναγνώριση κειµένου έτσι ώστε η ονοµατολογία να εισάγεται στο ΓΣΠ σαν κείµενο και όχι σαν διανύσµατα. Επειδή η ιχνηλάτιση γίνεται είτε στη µέση της ψηφιδωτής γραµµής ή στα άκρα της και επειδή από την σάρωση δεν είναι δυνατόν όλες οι γραµµές να προκύψουν µε το ίδιο πάχος, η ιχνηλάτιση παράγει γραµµές κατσαρές µε αρκετά περιττά σηµεία. Για αυτό µετά την ιχνηλάτηση θα πρέπει να εξοµαλύνετε τις γραµµές αυτές, µε αντίστοιχη επιλογή του προγράµµατος (smoothing) Χωρίς εξοµάλυνση Μετά από εξοµάλυνση Τέλος αφού εξοµαλύνουµε τα διανύσµατα, µπορούµε να κάνουµε κάποια διόρθωση σε αυτά προτού τα εισάγουµε σε ένα Γεωγραφικό Σύστηµα Πληροφοριών. Η διόρθωση αυτή περιλαµβάνει σβήσιµο ορισµένων γραµµών ένωση γραµµών, χωρισµός τόξων, δηµιουργία κόµβων κλπ. Ν. Ανδρουλακάκης Σελ 14 από 14