Введение в изображения и растровые данные

В самой простой форме растр состоит из матрицы пикселов (или ячеек), организованной в строки и столбцы (или сетку), где каждый пиксел содержит значение, представляющее информацию, например, отражающую способность изображения или температуру. Растры — это цифровые изображения, собранные самолетами, дронами, спутниками, наземными и водными сенсорами, цифровые изображения и отсканированные карты.

Данные, хранящиеся в растровом формате, представляют явления реального мира следующими способами:

• Непрерывные данные представляют собой спектральные данные, такие как изображения со спутников, аэрофотоснимков и дронов, а также физико-географические данные и данные об окружающей среде, такие как высота над уровнем моря и температура.
• Тематические данные (также известные как дискретные данные) представляют такие данные, как данные землепользования или данные почв.
• Изображения могут включать отсканированные карты или чертежи и фотографии зданий.

Непрерывные изображения могут отображаться как слои данных вместе с другими географическими данными на карте, но часто используются в качестве исходных данных для анализа изображений. Тематические и цифровые изображения часто используются в качестве атрибутов в таблицах. Они могут отображаться вместе с географическими данными и использоваться для передачи дополнительной информации об объектах карты.

Изображения и растровые данные полезны для широкого круга приложений. В ГИС изображения и растровые данные обычно используются для следующих целей:

• Изображения как базовые карты

  Обычно данные изображений используются в ГИС в качестве фоновых изображений для других векторных слоев. Например, ортоизображения, которые отображаются под другими слоями ГИС, позволяют пользователям карт убедиться, что слои карты пространственно выровнены и представляют реальные объекты, а также предоставляют дополнительную контекстную информацию. Основными источниками растровых базовых карт являются ортотрансформированные изображения с самолетов, беспилотных летательных аппаратов и спутников, а также отсканированные карты. Следующее изображение используется в качестве базовой карты для дорожных данных.

  

• Растры как карты поверхности

  Растры хорошо подходят для представления данных, которые непрерывно изменяются в ландшафте (поверхности). Они обеспечивают метод хранения непрерывных данных в виде поверхности. Они также создают представление поверхностей с регулярно размещенными данными. Общеизвестным применением карт поверхности являются значения высот, измеренные от поверхности земли, но другие значения, такие как количество осадков, температура, соленость, магнитные свойства и плотность горных пород, также могут составлять поверхности, которые можно анализировать в пространстве. Растр на изображении ниже отображает высоты - зеленый цвет представляет более низкие высоты, а красный, розовый и белый более высокие значения высот.

  

• Растры как тематические карты

  Растры, представляющие тематические данные, могут быть получены на основе анализа других данных. Распространенным применением анализа является классификация спутникового изображения по категориям земельного покрова. При этом значения мультиспектральных данных группируются в классы (например, тип растительности) и им присваивается значение категории. Тематические карты также могут быть результатом операций геообработки, которые объединяют данные из различных источников, таких как векторные, растровые и данные рельефа. Например, вы можете обрабатывать данные с помощью модели геообработки, чтобы создать набор растровых данных, который отображает степень пригодности для определенного вида деятельности. На изображении ниже приведен пример классифицированного набора растровых данных, отображающего землепользование.

  

Преимущества хранения данных в виде растра

Иногда у вас нет возможности выбора, хранить данные в виде растра или нет; например, изображения доступны только в виде растра. Однако множество других объектов (например, точки) и измерений (например, количество осадков) могут храниться либо в виде растров, либо в виде пространственных (векторных) данных.

Преимущества хранения данных в виде растра включают следующее:

• Простая структура данных — матрица пикселов со значениями, имеющими координаты местоположения, которые можно связать с таблицей атрибутов
• Формат для расширенного пространственного и статистического анализа
• Представление непрерывных данных изображений, поверхностей и выполнение исследовательского анализа
• Единообразное хранение точек, линий, полигонов и поверхностей
• Выполнение быстрых наложения со сложными наборами данных

В некоторых случаях хранение данных в виде растра не подходит, и вы можете захотеть использовать вариант хранения на основе векторов. Ниже приведены примеры:

• Существование пространственной неточности из-за ограничений, налагаемых размером ячеек набора растровых данных
• Наборы растровых данных могут быть очень большими. Разрешение увеличивается по мере уменьшения размера пиксела; однако, как правило, затраты также увеличиваются, как с точки зрения дискового пространства, так и скорости обработки. Для данной области изменение размера пиксела до половины текущего размера потребует в четыре раза больше места для хранения, что также зависит от используемого типа данных и метода хранения. Увеличенный объем хранения и время обработки можно уменьшить с помощью растровых функций и обработки «на лету».

  Более подробно о размере пиксела

• Потеря геометрической точности, сопровождающая перестройку данных до границ равномерно распределенных ячеек растра.

Общие характеристики растровых данных

В наборах данных изображений каждый пиксел содержит значение. Значения пикселов представляют явление, отображаемое набором растровых данных, это могут быть спектральные значения, категории, величины или высоты. Категории могут представлять классы землепользования, такие как пастбища, леса или дороги. Спектральные значения, используемые в спутниковых и аэрофотоснимках, представляют собой коэффициент отражения света и цвет. Величины могут представлять силу тяжести, шумовое загрязнение или процент осадков. Высоты (расстояния) могут представлять высоту поверхности над средним значением уровня моря, которая может быть использована для определения уклона, экспозиции и водосборной области.

Значения пикселов могут быть положительными или отрицательными, целочисленными или с плавающей точкой. Целочисленные значения лучше всего использовать для представления категорийных (дискретных) данных, а значения с плавающей точкой подходят для непрерывных поверхностей. У пикселов может быть значение NoData, которое говорит об отсутствии данных. Подробнее про значения NoData см. в разделе NoData в растровых наборах данных.

Растры хранятся в виде упорядоченного списка значений пикселов, например, 80, 74, 62, 45, 45, 34 и так далее.

Область (или поверхность) каждого пиксела имеет одинаковую ширину и высоту, и каждый пиксел представляет собой равную часть поверхности, представляемой изображением. Например, изображение, представляющее рельеф (цифровая модель рельефа (ЦМР)), может покрывать площадь в 100 квадратных километров. Если в этом изображении 100 пикселов, каждый пиксел представляет собой 1 квадратный километр с равной шириной и высотой (т.е. 1 км на 1 км).

Размер пикселов может быть настолько большим или настолько маленьким, насколько это необходимо для представления поверхности с помощью набора растровых данных и представления объектов на этой поверхности; это может быть квадратный километр, квадратный фут или квадратный сантиметр. Размер пиксела определяет, насколько грубыми или мелкими будут выглядеть детали или объекты на изображении. Чем меньше размер пиксела, тем более сглаженным или детализированным будет изображение. Если размер пиксела слишком велик, информация может быть потеряна или тонкие детали могут быть скрыты. Например, если размер пикселов больше, чем интересующий объект, этот объект может отсутствовать в наборе растровых данных. На диаграмме ниже простой полигональный объект представлен набором растровых данных с различными размерами пикселов.

Местоположение каждого пиксела определяется строкой или столбцом, в которых она расположена в растровой матрице. Матрица представлена декартовой системой координат, в которой строки матрицы параллельны оси x, а столбцы - оси y декартовой плоскости. Значения строк и столбцов начинаются с 0. В приведенном ниже примере, если растр находится в Универсальной поперечной системе координат Меркатора (UTM) и имеет размер пиксела 100, местоположение пиксела 5,1 будет 300500 на восток, 5900600 на север.

Когда вам необходимо задать экстент изображения, экстент определяется верхними, нижними, левыми и правыми координатами прямоугольной области, покрываемой изображением, как показано ниже.

Географические свойства данных изображений

Обычно для всех наборов данных изображений определяются четыре географических свойства. Они полезны для пространственной привязки и помогают объяснить структуру файлов данных изображений. Эта концепция важна для понимания: она помогает объяснить, как изображения хранятся и управляются в базе геоданных.

Наборы данных изображений имеют уникальный способ определения географического местоположения. Когда пикселы имеют точную пространственную привязку, становится доступен упорядоченный список значений пикселов в изображении или растре. Это означает, что каждый набор растровых данных обычно имеет запись заголовка, содержащую географические свойства растра, и тело содержимого – в виде упорядоченного списка значений ячеек.

Четыре географических свойства наборов данных изображений:

• Система координат
• Опорная координата или местоположение x,y (обычно это верхний левый угол или нижний левый угол изображения)
• Размер пиксела
• Число строк и столбцов.

Эта информация может использоваться для нахождения местоположения любого пиксела. Когда эта информация доступна, структура растровых данных перечисляет значения пикселов в порядке от верхнего левого пиксела вдоль каждой строки до нижнего правого пикселя, как показано ниже.