Picha kwa Ramani

Picha ya setilaiti ya kijiji cha Nukuni kwenye Ono-i-Lau, Fiji. Ono-i-Lau ni kundi la visiwa vilivyo ndani ya mfumo wa miamba ya kizuizi katika visiwa vya Fiji vya Visiwa vya Lau. Picha © Planet Labs Inc.

Picha za kuhisi kijijini ni gridi ya saizi na nambari za nambari wakati ramani hutumia X na Y kuratibu ili kufafanua eneo la alama, mistari, na maeneo (polygoni) ambayo yanahusiana na sifa za ramani. Kubadilisha picha ya setilaiti kuwa ramani ambayo ina usahihi wa hali ya juu ni mchakato ambao unahitaji wataalam na kazi ya shamba.

Kutoka picha ya setilaiti hadi ramani ya mwamba na madarasa ya benthic

Kutoka picha ya setilaiti (kushoto) hadi ramani ya mwamba na madarasa ya benthic (kulia). Picha na ramani hii inaonyesha Kisiwa cha Heron cha Australia, cay ya matumbawe katika mwisho wa kusini wa Great Barrier Reef. Picha © Allen Coral Atlas

Mchakato wa kuunda ramani kutoka kwa data ya kutambua kwa mbali unaweza kugawanywa katika hatua 4 ambazo zinasalia sawa kwa makazi yote yenye tofauti fulani kulingana na aina ya data ya vihisishi vya mbali, kipimo, timu inayotengeneza ramani, n.k.

Baadhi ya hatua za kawaida ni:

  1. Inapata taswira ya kutambua kwa mbali
  2. Inachakata data ghafi
  3. Mafunzo na uainishaji
  4. Uthibitishaji

Hapa tunatoa muhtasari wa haraka wa kila moja ya hatua hizi.

1. Kupata taswira ya kutambua kwa mbali

Kuna aina nyingi za data ya kutambua kwa mbali. Picha za setilaiti ya macho, taswira ya satelaiti ya rada, taswira ya hali ya juu kutoka kwa vitambuzi vya angani, picha za ndege zisizo na rubani, n.k. Data ya kutambua kwa mbali inayotumiwa kwa mradi inategemea ukubwa wa mradi, uwezo wa uchanganuzi wa data, mahitaji ya makazi na bajeti. . Kwa mfano, kuchora mwamba wa matumbawe kwenye mwamba mmoja kutahitaji data tofauti ya kutambua kwa mbali kuliko kuchora ramani ya kiwango cha kimataifa cha mikoko. Kama kanuni ya kidole gumba, kadiri eneo la ramani linavyopungua, ndivyo mwonekano wa juu wa picha.

2. Kuchakata data ghafi

Data ghafi kawaida huhitaji kuchakatwa kabla ya kutumika. Kwa mfano, picha za ramani ya miamba ya matumbawe zitasahihishwa kwa athari za ukungu, mfuniko wa mawingu, mng'ao wa jua na kina.

3. Mafunzo na Uainishaji

Inasimamiwa kulingana na Pixel ni mojawapo ya mbinu za kawaida za uchambuzi wa picha. Pikseli zinazowakilisha kila darasa huchaguliwa katika mpango wa ramani ambao utatumika kama saizi za mafunzo. Pikseli za mafunzo zimeidhinishwa kupitia data ya uga au vyanzo vingine vya kuaminika na sahihi ya uakisi wa spectral imeundwa. Sahihi za mafunzo kwa kila darasa litakalochorwa zinalinganishwa kwa kiasi na kila pikseli kwenye picha, na saizi zimegawiwa kwa darasa la uchoraji ramani ambalo sahihi yao ya taswira inafanana zaidi.

Uchambuzi wa picha kulingana na kitu ni mbinu ya hivi karibuni na yenye nguvu zaidi ya uainishaji wa picha. Uchanganuzi wa picha kulingana na kitu kwanza hugawanya picha kuwa vitu. Mgawanyiko unatokana na saini za spectral za pikseli, umbo na ukubwa wa kitu, au umbile la saizi ndani ya kitu. Mara tu picha ikiwa imegawanywa, mtumiaji analinganisha kila darasa la jalada la ardhi na sampuli chache za vitu. Kisha picha imeainishwa.

uainishaji wa kitu

Ugawaji na uainishaji wa picha wakati wa uchambuzi wa msingi wa kitu. Picha © GISJografia

4. Uthibitisho/ Usahihi

Tathmini ya usahihi au uthibitishaji ni sehemu muhimu ya mradi wowote wa uainishaji na hutoa kipimo cha jinsi bidhaa ya ramani ilivyo sahihi. Inatumia data huru ya "marejeleo ya msingi" ili kukokotoa alama ya usahihi kulingana na takwimu kulingana na ulinganisho wa mistari ya darasa iliyotabiriwa (iliyopangwa) inayotazamwa katika uwanja. Kwa maneno mengine, saizi zilizoainishwa au vitu vilivyoainishwa vinalinganishwa na hali halisi, au kile kilichopo mahali hapo. Ingawa ukusanyaji wa data wa eneo huru unaweza kuchukua muda na gharama kubwa, data hizi pia zinaweza kutolewa kutokana na kutafsiri taswira zenye msongo wa juu, picha zilizoainishwa zilizopo, au wataalamu wa ndani.

Translate »