Combar (Administración de datos)

Resumen

Transforma un dataset ráster utilizando puntos de control de origen y de destino. Es similar a la georreferenciación.

Ilustración

Ejemplo de transformaciones de coordenadas de dos dimensiones

Uso

  • Debe especificar las coordenadas de origen y de destinto. El tipo de transformación (orden polinómico) del que realizará la elección depende de la cantidad de puntos de control introducidos.

  • El orden polinómico predeterminado realizará una transformación afín.

  • La herramienta Combar es útil cuando el ráster requiere una corrección geométrica sistemática que se pueda modelar con un polinomio. Una transformación espacial puede invertir o eliminar una distorsión utilizando una transformación polinómica del orden apropiado. Cuanto más elevado sea el orden, más compleja será la distorsión que puede ser corregida. Los órdenes de polinomios más elevados involucrarán progresivamente más tiempo de procesamiento.

  • Para determinar la cantidad mínima de vínculos necesarios para un orden de polinomios dado, utilice la siguiente fórmula:

    n = (p + 1) (p + 2) / 2

    donde n es el número mínimo de vínculos requeridos para una transformación de orden polinómico p. Se recomienda utilizar más que el número mínimo de vínculos.

  • Esta herramienta determinará la extensión del ráster combado y definirá la cantidad de filas y columnas para que sea similar a la del ráster de entrada. Algunas diferencias menores se deben a la proporción que cambió entre los tamaños de ráster de salida en las direcciones de X y de Y. El tamaño de celda predeterminado se calcula dividiendo la extensión por la cantidad de filas y columnas previamente determinada. El valor del tamaño de celda será utilizado por el algoritmo de remuestreo.

  • Si elige definir un tamaño de celda de salida en la configuración del entorno, la cantidad de filas y columnas se calculará del siguiente modo:

    columns = (xmax - xmin) / cell size rows = (ymax - ymin) / cell size
  • Puede guardar la salida en los formatos BIL, BIP, BMP, BSQ, DAT, Cuadrícula de Esri, GIF, IMG, JPEG, JPEG 2000, PNG, TIFF, MRF, CRF o en cualquier dataset ráster de geodatabase.

  • Cuando se almacena el dataset ráster en un archivo JPEG, un archivo JPEG 2000 o una geodatabase, se puede especificar un Tipo de compresión y la Calidad de compresión en Entornos.

  • Esta herramienta admite datos ráster multidimensionales. Para ejecutar la herramienta en cada porción del ráster multidimensional y generar una salida de ráster multidimensional, asegúrese de guardar la salida en CRF.

    Entre los tipos de dataset multidimensional de entrada admitidos se incluyen: capa ráster multidimensional, dataset de mosaico, servicio de imágenes y CRF.

Parámetros

EtiquetaExplicaciónTipo de datos
Ráster de Entrada

El ráster que se va a transformar.

Mosaic Layer; Raster Layer
Fuente puntos de control

Las coordenadas del ráster que se va a distorsionar.

Point
Puntos de control de destino

Las coordenadas en las que se distorsionará el ráster de origen.

Point
Dataset ráster de salida

Nombre, ubicación y formato para el dataset que está creando. Cuando almacene un dataset ráster en una geodatabase, no agregue ninguna extensión de archivo al nombre del dataset ráster. Cuando se almacena el dataset ráster en un archivo JPEG, un archivo JPEG 2000, un archivo TIFF o una geodatabase, puede especificar un tipo de compresión y la calidad de compresión.

Al almacenar el dataset ráster en un formato de archivo, deberá especificar la extensión del archivo:

  • .bil: Esri BIL
  • .bip: Esri BIP
  • .bmp: BMP
  • .bsq: Esri BSQ
  • .dat: ENVI DAT
  • .gif: GIF
  • .img: ERDAS IMAGINE
  • .jpg: JPEG
  • .jp2: JPEG 2000
  • .png: PNG
  • .tif: TIFF
  • .mrf: MRF
  • .crf: CRF
  • Ninguna extensión para Cuadrícula de Esri
Raster Dataset
Tipo de transformación
(Opcional)

Especifica el método de transformación para convertir el dataset ráster.

  • Solo convertirEste método utiliza un polinomio de orden cero para convertir los datos. Esto se utiliza generalmente cuando los datos ya están georreferenciados, pero un pequeño cambio alinea mejor los datos. Solo se necesita un vínculo para realizar un cambio con polinomio de orden cero.
  • Transformación afínUn polinomio de primer orden (afín) fija un plano chato en los puntos de entrada.
  • Transformación polinómica de segundo ordenUn polinomio de segundo orden fija una superficie algo más complicada en los puntos de entrada.
  • Transformación polinómica de tercer ordenUn polinomio de tercer orden fija una superficie más complicada en los puntos de entrada.
  • Optimiza la precisión global y localEste método combina una transformación polinómica y utiliza una técnica de interpolación de red irregular de triángulos (TIN) para optimizar la precisión global y local.
  • Transformación SplineEste método transforma de manera precisa los puntos de control de origen en puntos de control de destino. En la salida, los puntos de control serán precisos, pero los píxeles de ráster que están entre los puntos de control no lo serán.
  • Transformación proyectivaEste método comba las líneas para que permanezcan rectas. Al hacerlo, es posible que las líneas que una vez fueron paralelas ya no sigan siendo paralelas. La transformación proyectiva es especialmente útil para las imágenes oblicuas, mapas escaneados y para algunos productos de imágenes.
  • Transformación de similitudEs la transformación de primer orden que intenta conservar la forma del ráster original. El error RMS tiende a ser superior que el de otras transformaciones polinómicas dado que preservar la forma es más importante que conseguir el mejor ajuste.
String
Técnica de remuestreo
(Opcional)

El algoritmo de remuestreo que se va a utilizar. La opción predeterminada es Más cercano.

Las opciones Más cercano y Mayoría se utilizan para datos categóricos como, por ejemplo, la clasificación de uso del suelo. La opción Más cercano es la opción predeterminada debido a que es la más rápida y también porque no cambiará los valores de celda. No utilice ninguna de estas opciones para datos continuos, como las superficies de elevación.

Las opciones Bilineal y Cúbica son las más apropiadas para los datos continuos. No se recomienda utilizar ninguna de estas opciones con datos categóricos porque se pueden alterar los valores de celda.

  • Vecino más próximoVecino más cercano es el método de remuestreo más rápido; minimiza los cambios en los valores de píxel porque no se crean valores nuevos. Es adecuado para datos discretos, como la cobertura de suelo.
  • Interpolación bilinealInterpolación bilineal calcula el valor de cada píxel promediando (ponderados por la distancia) los valores de los cuatro píxeles circundantes. Es adecuado para datos continuos.
  • Convolución cúbicaConvolución cúbica calcula el valor de cada píxel ajustando una curva suavizada basada en los 16 píxeles circundantes. Esto genera la imagen más suavizada, pero puede crear valores fuera del rango detectado en los datos de origen. Es adecuado para datos continuos.
  • Remuestreo de mayoríaRemuestreo de mayoría determina el valor de cada píxel según el valor más popular dentro de una ventana de 3 por 3. Adecuado para datos discretos.
String

arcpy.management.Warp(in_raster, source_control_points, target_control_points, out_raster, {transformation_type}, {resampling_type})
NombreExplicaciónTipo de datos
in_raster

El ráster que se va a transformar.

Mosaic Layer; Raster Layer
source_control_points
[source_control_point,...]

Las coordenadas del ráster que se va a distorsionar.

Point
target_control_points
[target_control_point,...]

Las coordenadas en las que se distorsionará el ráster de origen.

Point
out_raster

Nombre, ubicación y formato para el dataset que está creando. Cuando almacene un dataset ráster en una geodatabase, no agregue ninguna extensión de archivo al nombre del dataset ráster. Cuando se almacena el dataset ráster en un archivo JPEG, un archivo JPEG 2000, un archivo TIFF o una geodatabase, puede especificar un tipo de compresión y la calidad de compresión.

Al almacenar el dataset ráster en un formato de archivo, deberá especificar la extensión del archivo:

  • .bil: Esri BIL
  • .bip: Esri BIP
  • .bmp: BMP
  • .bsq: Esri BSQ
  • .dat: ENVI DAT
  • .gif: GIF
  • .img: ERDAS IMAGINE
  • .jpg: JPEG
  • .jp2: JPEG 2000
  • .png: PNG
  • .tif: TIFF
  • .mrf: MRF
  • .crf: CRF
  • Ninguna extensión para Cuadrícula de Esri
Raster Dataset
transformation_type
(Opcional)

Especifica el método de transformación para convertir el dataset ráster.

  • POLYORDER0Este método utiliza un polinomio de orden cero para convertir los datos. Esto se utiliza generalmente cuando los datos ya están georreferenciados, pero un pequeño cambio alinea mejor los datos. Solo se necesita un vínculo para realizar un cambio con polinomio de orden cero.
  • POLYSIMILARITYEs la transformación de primer orden que intenta conservar la forma del ráster original. El error RMS tiende a ser superior que el de otras transformaciones polinómicas dado que preservar la forma es más importante que conseguir el mejor ajuste.
  • POLYORDER1Un polinomio de primer orden (afín) fija un plano chato en los puntos de entrada.
  • POLYORDER2Un polinomio de segundo orden fija una superficie algo más complicada en los puntos de entrada.
  • POLYORDER3Un polinomio de tercer orden fija una superficie más complicada en los puntos de entrada.
  • ADJUSTEste método combina una transformación polinómica y utiliza una técnica de interpolación de red irregular de triángulos (TIN) para optimizar la precisión global y local.
  • SPLINEEste método transforma de manera precisa los puntos de control de origen en puntos de control de destino. En la salida, los puntos de control serán precisos, pero los píxeles de ráster que están entre los puntos de control no lo serán.
  • PROJECTIVEEste método comba las líneas para que permanezcan rectas. Al hacerlo, es posible que las líneas que una vez fueron paralelas ya no sigan siendo paralelas. La transformación proyectiva es especialmente útil para las imágenes oblicuas, mapas escaneados y para algunos productos de imágenes.
String
resampling_type
(Opcional)

El algoritmo de remuestreo que se va a utilizar. La opción predeterminada es Más cercano.

  • NEARESTVecino más cercano es el método de remuestreo más rápido; minimiza los cambios en los valores de píxel porque no se crean valores nuevos. Es adecuado para datos discretos, como la cobertura de suelo.
  • BILINEARInterpolación bilineal calcula el valor de cada píxel promediando (ponderados por la distancia) los valores de los cuatro píxeles circundantes. Es adecuado para datos continuos.
  • CUBICConvolución cúbica calcula el valor de cada píxel ajustando una curva suavizada basada en los 16 píxeles circundantes. Esto genera la imagen más suavizada, pero puede crear valores fuera del rango detectado en los datos de origen. Es adecuado para datos continuos.
  • MAJORITYRemuestreo de mayoría determina el valor de cada píxel según el valor más popular dentro de una ventana de 3 por 3. Adecuado para datos discretos.

Las opciones Más cercano y Mayoría se utilizan para datos categóricos como, por ejemplo, la clasificación de uso del suelo. La opción Más cercano es la opción predeterminada debido a que es la más rápida y también porque no cambiará los valores de celda. No utilice ninguna de estas opciones para datos continuos, como las superficies de elevación.

Las opciones Bilineal y Cúbica son las más apropiadas para los datos continuos. No se recomienda utilizar ninguna de estas opciones con datos categóricos porque se pueden alterar los valores de celda.

String

Muestra de código

Ejemplo 1 de Combar (ventana de Python)

Esta es una muestra de Python para la herramienta Warp.

import arcpy
from arcpy import env
env.workspace = "c:/data"
source_pnt = "'234718 3804287';'241037 3804297';'244193 3801275'"
target_pnt = "'246207 3820084';'270620 3824967';'302634 3816147'"
arcpy.Warp_management("raster.img", source_pnt, target_pnt, "warp.tif", "POLYORDER1",\
                          "BILINEAR")
Ejemplo 2 de Combar (secuencia de comandos independiente)

Esta es una muestra del script de Python para la herramienta Warp.

##====================================
##Warp
##Usage: Warp_management in_raster source_control_points;source_control_points... 
##                       target_control_points;target_control_points... out_raster
##                       {POLYORDER_ZERO | POLYORDER1 | POLYORDER2 | POLYORDER3 | 
##                       ADJUST | SPLINE | PROJECTIVE} {NEAREST | BILINEAR | 
##                       CUBIC | MAJORITY}
    

import arcpy

arcpy.env.workspace = r"C:/Workspace"

##Warp a TIFF raster dataset with control points
##Define source control points
source_pnt = "'234718 3804287';'241037 3804297';'244193 3801275'"

##Define target control points
target_pnt = "'246207 3820084';'270620 3824967';'302634 3816147'"

arcpy.Warp_management("raster.img", source_pnt, target_pnt, "warp.tif", "POLYORDER2",\
                      "BILINEAR")

Información de licenciamiento

  • Basic: Sí
  • Standard: Sí
  • Advanced: Sí

Temas relacionados