항공 사진을 투사 할 때 어떤 리샘플링 기술을 사용해야합니까?


23

항공 사진을 시간 집약적으로 투영하고 있는데 궁금합니다. 항공 사진에 가장 적합한 리샘플링 기술은 무엇입니까? ArcMap에서 내 옵션은 NEAREST, BILINEAR, CUBIC 및 MAJORITY입니다.

가장 가까운 이웃과 과반수가 범주 형 데이터에 권장되는 반면 입방 형 회선 및 쌍 선형 보간은 연속 데이터에 사용됩니다.

항공 사진을 영사하기 위해 일반적으로 사용되는 알고리즘이 있는지 궁금합니다 . Nearest Neighbor를 사용하여 하나의 이미지를 영사했습니다.보기에는 좋지만 항공 사진은 범주 형 데이터가 아니므로 다음에 Bilinear를 사용해 보겠습니다.

편집
나는 항공 사진을 DEM이나 강수량 데이터와 같은 종류의 연속 데이터로 생각하지는 않았지만, whuber는 연속적이고 처리해야한다고 지적했다. 다시 감사합니다.


1
gis.stackexchange.com/questions/2587/… 에서 밀접하게 관련된 스레드에 관심이있을 수도 있습니다 .
whuber

누군가가 continouous와 categorical 데이터에 대해 서로 다른 리샘플링 방법을 비교 한 과학 논문을 제공 할 수 있습니까?
NikosGr

답변:


25

항공 사진은 연속적인 데이터입니다. 각 픽셀은 센서 영역으로 향하는 빛에 대한 반응을 나타내며, 빛이 변함에 따라 반응은 지속적으로 변합니다. 결과는 일반적으로 이산 (종종 255 또는 256) 범주로 분류되지만 데이터의 특성을 변경하지는 않습니다. 따라서 가장 가까운 이웃 또는 다수와 같은 범주 형 알고리즘을 사용하지 않고 보간하려고합니다. 쌍 선형 보간은 보통 괜찮습니다. 실행 시간에 약간의 비용으로 입방체 컨볼 루션은 로컬 대비를 약간 더 잘 유지합니다. 약간의 추가 흐림 ​​효과는 피할 수 없지만 이미지가 많은 변형을 겪을 때까지는 거의 눈에 띄지 않습니다. 가장 가까운 이웃으로 만든 오류는 비교 상 훨씬 더 나쁩니다.


7
이것은 좋은 대답입니다. 때때로 입방체 컨볼 루션이 비정상적인 밴딩을 야기한다고 덧붙입니다. 특히 사진을 이전에 리샘플링했거나 팬 샤프닝 한 경우. 이러한 왜곡이 보이지 않는 한 일반적으로 입방체 컨볼 루션으로 진행 한 다음 이중 선형 보간으로 전환합니다. 나에게 진짜 질문은 항상 색상 리샘플링에 사용할 히스토그램입니다. 선형 최소 최대 히스토그램을 선호하지만 때로는 2 표준 편차 기반 히스토그램이 주요 기능을 더 잘 강조합니다.
blord-castillo 님

5

나는 "평판"이 부족하기 때문에 ...

항공 사진에 대해 방사선 분석을 수행 하려는 경우 리샘플링 / 투영 전에 수행해야합니다 . 그렇지 않으면 거의 확실하게 최종 제품에 의도 치 않은 편향이 생길 것입니다. 위의 blord-castillo의 유용한 의견에 따라.

안테나의 근접하고 최종적인 용도가 시각적 호소력이나 배경 매핑을위한 것이라면 사용 가능한 제품을 제공하는 가장 빠른 방법을 사용하겠습니다.

  • 새 안테나의 셀 크기가 원본과 동일하면 가장 가까운 IMHO가 가장 효과적입니다.

  • 새 안테나의 셀 크기가 원본보다 크면 BILINEAR가 가장 효과적입니다.

  • (어떤 미친 이유 때문에) 새로운 안테나의 셀 크기가 원본보다 작 으면 NEAREST를 다시 사용합니다.

다른 옵션 인 CUBIC 및 MAJORITY는 리샘플링 된 제품에서 아티팩트를 생성하고 처리하는 데 시간이 오래 걸리며 수행하려는 작업에는 적용되지 않는 것 같습니다.

마지막으로 : 지구 표면에서 발산 / 반사되는 빛을 샘플링하는 과정은 개념적으로 연속적이지만, 지구 표면이 연속적이고 불연속적인 현상을 나타내는 것도 사실입니다.

  • 일반적으로 인간의 활동은 불연속 전환을 일으키고

  • "천연"기능은 종종 지속적으로 변하거나 적어도 희미한 가장자리를 가지고 있습니다.

위의 첫 번째 부분에서 알 수 있듯이 안테나 조작 방법은 안테나 사용 방법에 따라 다릅니다.


4

나는이 질문이 다소 오래되었다는 것을 알고 있지만 다른 사람들이 동일한 질문에 대답 하려고이 스레드를 발견 할 경우를 대비하여 2 센트를 추가하고 싶었습니다 ...

데이터를 30m 픽셀 크기에서 90m 픽셀 크기로 집계하는 경우와 같이 데이터를 실제로 리샘플링하려는 경우 이전 답변이 정확합니다. 이 경우 주변 픽셀 모음을 기반으로 각 개별 픽셀에 대해 새 값을 만들려고합니다. 예, 여기서는 이산 데이터 세트의 경우 가장 가까운 이웃을 선택하고 연속 데이터의 경우 이중선 또는 입방체 회선을 선택합니다.

그러나이 질문에서 목표는 실제로 데이터를 다시 샘플링하는 것이 아니라 기존 데이터를 새 투영으로 변환하는 것입니다. 새 투영에서 동일한 값을 원합니다. 이 경우, 원래 데이터 값의 무결성을 유지하기 위해 이산 및 연속 데이터 세트에 가장 가까운 이웃 리샘플링을 사용하려고합니다. 나는이 진술이 "리샘플링"에 관해 읽은 모든 것에 반대한다는 것을 알고 있지만 실제로 달성하고자하는 것과 데이터에 대해하고있는 것에 대해 비판적으로 생각합니다. 또한 저는이 권고 사항을 변덕스럽게 생각하지 않습니다. 저는 5 년 동안 GIS / 원격 감지 전문 박사 학위를 받았으며 GIS / 원격 감지 학부 과정을 강의했습니다.

또 다른 참고로, 원래 포스터는 0 및 / 또는 음수 값에 대해 물었습니다.이 값이 실제 데이터 값인 경우 (예 : 고도가 실제로 0 또는 -34.5 일 수있는 경우)이 값을 포함하려고합니다. 그러나 해당 값이 실제 데이터가 아니고 대신 NoDATA를 나타내는 데 사용되는 경우 (예 : 0 또는 -9999), 이중선 또는 입방체 컨볼 루션을 통해 리샘플링하기 전에 래스터에서 이러한 픽셀을 마스킹 (제거)해야합니다. . 그렇지 않으면 해당 -9999 픽셀이 실제 고도가 -9999 인 것처럼 리샘플링 계산에 포함되어 잘못된 데이터 값으로 끝납니다. 3 차 컨벌루션에서 매우 단순화 된 예로서, 가장 가까운 4 개의 셀 값이 4, 5, 16, -9999 인 경우 -9999를 포함하면 새로운 픽셀 값 -9974가 발생하여 유효하지 않은 데이터가됩니다.

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.