Adatok digitalizálása

Elsősorban az archív mérések esetében lehet szükségünk az analóg adatok digitalizálására. A pontszerű terepi adatokat az ismert koordinátáikon keresztül vektoros formában helyezhetjük térbeli informatikai rendszerbe, míg a XVIII. sz. óta készülő topográfiai térképeket, illetve az 1950-es évek óta készülő hazai légifotókat szkenneléssel digitalizálhatjuk (4.6. ábra). A folyamatos, nemnegatív és korlátos értékű természetes kép akkor lesz digitális, ha a szkennelés során a leképezés, a mintavételezés és kvantálás lépésekkel mind a geometriai felbontás, mind a színárnyalatok – vagyis a digitalizálási szintek – szerint diszkrét értékeket kapunk. A szkennelési beállításokat elsősorban az egykori nyomtatási felbontás (térképek), vagy a repüléshez és képkészítéshez kötődő műszaki paraméterek (magasság, mérőkamera paraméterei, stb.) alapján célszerű megadnunk. Az nem baj, ha az említett értékek alapján kiszámított és ajánlott minimális felbontásnál nagyobbat választunk, mert így a későbbi transzformációs műveletek pontosabban végezhetők el, illetve nem lesz szemcsés, nehezen értelmezhető kép a végeredmény. Válasszunk olyan felbontást amelyen minden fontos részlet jól látszódik, illetve a vonalak legalább 4-6 pixel vastagságúak legyenek, hogy a raszteres képen megjelenő fűrészfogas töredezettség ne legyen feltűnő. Mit tegyünk, ha ki akarjuk használni egy nagyított, 1:10.000-es légifotónak az 1 m-es felbontását? A méretarányból tudjuk, hogy ami a valóságban 1 m, az a képen 0,01 cm. A szkenneren beállítható dpi (dot per inch) felosztás szerint az a kérdés, hogy 1 inch-ben hányszor van meg ez a 0,01 cm (1 inch = 2,54 cm). Az eredmény 254 dpi. Ha nem akarjuk, hogy a szkennelés középponti jelenség szerinti értékadása miatt, illetve a későbbi képfeldolgozás miatt valamilyen fontos részletet elveszítsünk, akkor itt inkább az 500 dpi ajánlott, amelynél már körülbelül 0,5 m lesz a geometriai felbontás (4.7. ábra). Ennél nagyobb részletesség már nem ajánlott, mivel az információtartalmat nem, csak a tárhelyigényt növelnénk; kétszeres felbontásnövelés négyszeres tárhelyigény növekedést jelent!

4.6. ábra - Törzs mérőhálózat pontjainak digitalizálása koordináták alapján

Törzs mérőhálózat pontjainak digitalizálása koordináták alapján

4.7. ábra - A szkennelés során használt középponti jelenség értékmegadási módszer eredménye

A szkennelés során használt középponti jelenség értékmegadási módszer eredménye

A geometriai felbontás mellett számolnunk kell a radiometrikus felbontással is, vagyis szükség van a kvantálásra. Ekkor az analóg (folyamatos változású) sugárzási mezőt az általunk beállított mérési szintek száma szerint digitalizáljuk. Ez határozza meg a kép szürkeségi fokát, illetve a szín árnyalatát. Mivel digitális, vagyis bináris alapú adatokról van szó, ezen mérési szintek a 2n formával fejezhetők ki. Amikor a pixelértékek 0-tól 255-ig terjednek, az a 8 bites kódolás eredménye (28 = 256). Ha 24 bites képpel találkozunk akkor egy 3 rétegű, rétegenként 8 biten kódolt képről van szó. A felhasználó dönti el, hogy raszteres állományát a továbbiakban is képként használja, vagy interpretáció során a számára fontos pontokat, vonalakat, foltokat manuálisan átrajzolja, vektorizálja (4.8. ábra). Az automatikus digitalizálás a raszteres térkép automatikus vektorizálását és szimbólumainak felismerését jelenti. Megfelelő minőségű térképanyagon hatékony módszer, viszont önmagában alkalmazva minőségi kívánnivalókat hagyhat maga után, manuális utókorrekciót igényel. A raszter-vektor konverzió, mint automatikus digitalizálás akkor működik pontosan, ha saját értékkel bíró foltok (pl. klasszifikált műholdkép osztályhatárai) határait keressük (4.9. ábra). A későbbi térbeli elemzések miatt a vektoros állományon nem szabad megfeledkezni a topológia kialakításáról, ami az objektumok belső térbeli összefüggéseinek a leírása.

4.8. ábra - 1:10.000 raszteres topográfiai térkép és vektorizált (területhasználat) változata

1:10.000 raszteres topográfiai térkép és vektorizált (területhasználat) változata

4.9. ábra - Automatikus vektorizálás tematikus raszteradatok alapján

Automatikus vektorizálás tematikus raszteradatok alapján