后期喷涂是一个很好的开始:它消除了大多数压缩伪影,并简化了制图,足以进行额外的清洁。
分类栅格的大部分清理工作涉及所谓的“形态”操作。这些措施包括将一个类别扩展到其邻近区域,再将其缩小,以及将连续的单类别单元格分组为自己的类别。
通常只需要进行一些实验,即使仅仅是因为要去除的伪像(刻字,阴影线等)在一次扫描到另一次扫描时,其像素大小也会有所不同。为了让您入门,我将在示例中说明这些过程可以完成的工作。
经过分拆后的原始图像如下所示。这是一个网格,其中只有三个类别以三种颜色显示。我们的目标是创建一个网格,在其中将深绿色区域制成连续的块,而不会出现多余的字母,圆点或无关的线条,适合以后使用栅格代数进行分析。
将暗绿色区域扩展到所有周围区域仅一个像素即可得到以下图像:
(为获得更精确的控制,如果您的GIS允许,您可能希望将扩展限制为仅黑色区域。)
为了消除绿色假象的细线和小岛,让我们将绿色向内缩小两个像素
然后,为了平衡所有的扩展和收缩(以减少偏差),我们将其再扩展一个像素:
区域分组标识了这些连续的绿色补丁:
每个不同的色块均以不同的颜色显示。
使用条件或SetNull操作消除微小的补丁。有多小?我检查了属性表,发现许多补丁占据了6到47个单元;之后,跳到了422个单元。我在该跳转(100)中选择了一个阈值,并删除了所有计数(不是值!)小于该阈值的单元格。这是剩下的内容,覆盖在原始内容上以进行比较:
我们已经获得了感兴趣区域的相当精细的表示,适用于检测和量化相对于经过类似处理的图像的变化。我做了一些工作,但是比手动数字化原始扫描要少得多,并且-如果扫描以一致的分辨率进行-可以半自动进行。(由于原始地图使用不同的颜色,因此必须从一开始就进行一些智能干预,以选择适当的颜色进行缩放。)每个步骤中的一个计算速度也相当快,因此您可以负担得起扫描原始图像的费用。以极高的分辨率映射,以实现最高的精度。