Raster pikselleri değerlerine göre tamponlama nasıl yapılır?

Soldaki pikseller ağaç konumlarını ve bunlarla ilişkili taç yarıçaplarını temsil eder (yani 2 ila 5 arasında değişen piksel değerleri). Bu raster pikselleri taç yarıçapı değerlerine göre tamponlamak istiyorum. Sağdaki görüntü, yalnızca raster işleme yöntemlerini kullanarak gerçekleştirmeyi umduğum şey .

Başlangıçta ArcGIS'te dairesel bir odak toplamı kullanmayı düşünürdüm, ancak mahalle ayarı değişken büyüklükteki taç yarıçapı dikkate alınmayacak sabit bir değerdir.

Pikselleri değerlerine göre "tamponlamak" için iyi bir yöntem nedir?

Burada bir saf raster çözümdür Python 2.7kullanarak numpyve scipy:

import numpy as np
from scipy import ndimage
import matplotlib.pyplot as plt

#create tree location matrix with values indicating crown radius
A = np.zeros((120,320))
A[60,40] = 1
A[60,80] = 2
A[60,120] = 3
A[60,160] = 4
A[60,200] = 5
A[60,240] = 6
A[60,280] = 7

#plot tree locations
fig = plt.figure()
plt.imshow(A, interpolation='none')
plt.colorbar()

#find unique values
unique_vals = np.unique(A)
unique_vals = unique_vals[unique_vals > 0]

# create circular kernel
def createKernel(radius):
    kernel = np.zeros((2*radius+1, 2*radius+1))
    y,x = np.ogrid[-radius:radius+1, -radius:radius+1]
    mask = x**2 + y**2 <= radius**2
    kernel[mask] = 1
    return kernel

#apply binary dilation sequentially to each unique crown radius value 
C = np.zeros(A.shape).astype(bool)   
for k, radius in enumerate(unique_vals):  
    B = ndimage.morphology.binary_dilation(A == unique_vals[k], structure=createKernel(radius))
    C = C | B #combine masks

#plot resulting mask   
fig = plt.figure()
plt.imshow(C, interpolation='none')
plt.show()

Giriş:

Çıktı:

Vektör tabanlı yaklaşım

Bu görev üç adımda yapılabilir:

• Raster To Point;
• Buffer( VALUEalanı tampon alanı olarak kullanarak );
• Feature To Raster.

Not: Tampon alanını kullanmak, her taç yarıçapı değeri için bir tampon hesaplanmasından kaçınır.

Raster tabanlı yaklaşım

Vektör tabanlı çözümden kaçınarak, bu sorun en yakın komşulara dayanan bir tür Hücresel Otomata kullanılmasını önerir . Tüm siyah piksellerin sıfır olduğunu varsayalım, pikseller karedir ve boyutları 1'e eşittir (veya alternatif olarak, fırsat ölçeklenir), kabul edilmesi gereken kurallar çok basittir:

1. Eğer piksel değeri ( VALUE) 1'den büyükse, değeri olur VALUE-1ve çevreleyen pikselleri göz önünde bulundurun. Değerleri daha küçükse VALUE-1, bu pikseller doğar veya büyür ve değerleri olur VALUE-1. Aksi takdirde, bu pikseller hayatta kalır ve değişmeden kalır.
2. Eğer bir VALUE<=1şey yapmazsanız (piksel ölür!).

Bu kurallar, tüm pikseller ölünceye kadar uygulanmalıdır, yani değerleri 0 veya 1'e eşittir. Öyleyse , giriş rasterinde maksimum değerin N-1olduğu zamanlar N. Bu yaklaşım biraz Python ve numpy ile kolayca uygulanabilir.

Diğer bir seçenek, her durumda bir piksel değeri için ayrı rasterler oluşturmaktır, bu durumda bir koşulla 4 raster. Ardından, rasterleri, raster değerine karşılık gelen bir piksel sayısıyla genişletin (muhtemelen bir değer listesi üzerinde yineleyerek). Son olarak, ağaç kronları için bir ikili raster oluşturmak için rasterleri (cebirsel veya uzaysal olarak) birleştirin.

Rasterde bunu yapmak zor bir soru çünkü tamponun boyutunu tanımlamak için pikselin değerini kullanma fırsatınız yok. Bu nedenle, daha önce de söylediğiniz gibi her değer için odak filtresi yapmanız gerekir.

İşte sadece 3 filtre ile yapabileceğim olası bir cevap (daha az bulamadım), ancak Whuber tarafından söylendiği gibi mükemmel değil: aralarında ağaçların birbirine yakın olduğu durumlarda tamponlarınız kesilecektir.

1) EDIT: Öklidiyen tahsisi (bu, sorunu daha küçük ağaçların çevresindeki tamponları kestiği için tam olarak çözmez, ancak ilk çözümümün eserlerinden daha iyidir).

2) her pikselin etrafındaki öklid mesafesi

3) koşullu bir ifadeyle raster hesap makinesi (harita cebiri)

Con("allocation_result" > ("distance_result" / pixel_size) , 1 , 0)

İhtiyaçlarınıza bağlı olarak, yarıçap cinsinden (merkezi piksel ile veya bu pikselle) ilgili ayarları yapabilirsiniz.

Acaba neden ArcGIS'in genişletme aracını kullanmıyorsunuz ?

import arcpy
from arcpy.sa import *

raster_in  = r'c:\test.tif'
raster_out = r'c:\test_out.tif'

outExpand1 = Expand(raster_in, 2, 2)
outExpand2 = Expand(outExpand1, 3, 3)
outExpand3 = Expand(outExpand3, 4, 4)
outExpand4 = Expand(outExpand4, 5, 5)

outExpand4.save(raster_out)

Çakışma durumunda: En son expandkomut öncekileri kapsayacaktır.

Eğer piksel konumunuz varsa, yarıçap ve Orta Nokta daire algoritması (Bresenham Alg'in bir değişkeni) size bir ipucu verir. IMO, bu yaklaşımdan çokgen oluşturmak kolaydır ve bunu Python'da uygulamanın kolay olduğunu düşünüyorum. Bu çokgen grubunun birliği size kaplama alanını verir.