Arcgis Moving Average Raster

Dibujo de datos ráster mediante símbolos vectoriales El renderizador Campo vectorial utiliza símbolos vectoriales para mostrar datos ráster. Este renderizador se utiliza a menudo para visualizar la dirección del flujo y rasters de magnitud, en meteorología y oceanografía. La dirección de la trama define los ángulos, mientras que la trama de magnitud define el tamaño del símbolo. También se puede usar para simbolizar una sola capa rasterizada donde los símbolos son escalares. A continuación, la primera imagen se procesa con el ráster de vista direccional. La siguiente imagen es la misma trama con la vista de magnitud de la trama. La tercera imagen es la misma trama con un renderizador de campo vectorial aplicado, que muestra magnitud y dirección al mismo tiempo. Estos datos multidimensionales se muestran procesando el renderizador de campo vectorial. La entrada para este renderizador de campo vectorial puede ser capas de mosaico, capas ráster y capas de trama netCDF. La dirección del flujo y los datos de magnitud se pueden almacenar en un conjunto de datos como dos bandas o dos conjuntos de datos separados. Los datos también se pueden capturar como componentes U y V que el procesador convierte en magnitud y dirección sobre la marcha durante la representación. El renderizador de campo vectorial dibuja cada símbolo dentro de un tamaño de mosaico definido, donde el tamaño de mosaico controla la densidad de los símbolos vectoriales mostrados. El tamaño del símbolo está determinado por el valor de la magnitud de las baldosas y la dirección del símbolo (flecha) está determinada por el valor de la dirección de las baldosas. Como cada mosaico puede contener muchos píxeles, los valores de magnitud y dirección de las baldosas se vuelven a muestrear usando un método de dilución. Las siguientes imágenes muestran dos tamaños de azulejos diferentes. La imagen de la izquierda muestra cada símbolo que representa 50 píxeles de pantalla. La imagen de la derecha muestra cada símbolo que representa 100 píxeles de pantalla. Nota: Los mosaicos están determinados por los valores de píxeles de origen y no se verán afectados por pirámides o remuestreo. Los tamaños de símbolo mínimo y máximo se utilizan para ajustar el tamaño del símbolo al mosaico: Descripción del parámetro del renderizador de campo vectorialCómo funciona el filtro La herramienta Filtro puede utilizarse para eliminar datos espurios o mejorar características que de otra forma no son visibles en los datos. Los filtros crean esencialmente valores de salida mediante una ventana de vecindario de celdas 3x3 móvil que se traslapa y que escanea a través del ráster de entrada. A medida que el filtro pasa sobre cada celda de entrada, el valor de esa celda y sus 8 vecinos inmediatos se utilizan para calcular el valor de salida. Hay dos tipos de filtros disponibles en la herramienta: paso bajo y paso alto. Tipos de filtro El tipo de filtro LOW emplea un filtro de paso bajo, o promediado, sobre el ráster de entrada y esencialmente suaviza los datos. El tipo de filtro HIGH utiliza un filtro de paso alto para mejorar los bordes y los límites entre las funciones representadas en el ráster. Filtro de paso bajo Un filtro de paso bajo suaviza los datos reduciendo la variación local y eliminando el ruido. Calcula el valor medio (promedio) para cada vecindario 3 x 3. Es esencialmente equivalente a la herramienta de Estadísticas Focales con la opción Estadística media. El efecto es que los valores altos y bajos dentro de cada vecindario serán promediados, reduciendo los valores extremos en los datos. Ejemplo 1 A continuación se muestra un ejemplo de los valores de vecindad de entrada para una celda de procesamiento, la celda central con el valor 8. El cálculo para la celda de procesamiento (la celda de entrada central con el valor 8) es encontrar el promedio de las celdas de entrada. Esta es la suma de todos los valores en la entrada contenida por el vecindario, dividido por el número de celdas en el vecindario (3 x 3 9). El valor de salida para la ubicación de la célula de procesamiento será 4.22. Puesto que la media se calcula a partir de todos los valores de entrada, se promedia el valor más alto de la lista, que es el valor 8 de la celda de procesamiento. Ejemplo 2 Este ejemplo muestra el ráster resultante generado por Filter con la opción LOW en un ráster de 5 x 5 células. Para ilustrar cómo se manejan las celdas NoData, los valores de salida con el parámetro Ignorar NoData establecido en Datos entonces NODATA siguen: Valores de celda de entrada: Valores de celda de salida con el conjunto de opciones DATA (las celdas NoData en una ventana de filtro serán ignoradas en el cálculo) (La salida será NoData si cualquier celda en la ventana de filtro es NoData): Ejemplo 3 En el ejemplo siguiente, el ráster de entrada tiene un punto de datos anómalo causado por un error de recopilación de datos. Las características de promedio de la opción LOW han suavizado el punto de datos anómalo. Ejemplo de salida de filtro con opción LOW Filtro de paso alto El filtro de paso alto acentúa la diferencia comparativa entre los valores de una celda y sus vecinos. Tiene el efecto de resaltar los límites entre las características (por ejemplo, cuando un cuerpo de agua se encuentra con el bosque), afilando así los bordes entre los objetos. Generalmente se denomina filtro de mejora de borde. Con la opción HIGH, los nueve valores z de entrada se ponderan de tal manera que elimina las variaciones de baja frecuencia y resalta el límite entre diferentes regiones. El filtro 3 x 3 para la opción HIGH es: Tenga en cuenta que los valores en el kernel suman 0, ya que están normalizados. El filtro de paso alto es esencialmente equivalente utilizando la herramienta de Estadísticas Focales con la opción de estadística de suma y un kernel ponderado específico. Los valores z de salida son una indicación de la suavidad de la superficie, pero no tienen relación con los valores z originales. Los valores Z se distribuyen alrededor de cero con valores positivos en el lado superior de un borde y valores negativos en el lado inferior. Las zonas donde los valores z son cercanos a cero son regiones con pendiente casi constante. Las áreas con valores cercanos a z-min y z-max son regiones en las que la pendiente está cambiando rápidamente. Ejemplo 1 A continuación se muestra un ejemplo sencillo de los cálculos para una celda de procesamiento (la celda central con el valor 8): El cálculo para la celda de procesamiento (la celda central con el valor 8) es como sigue: El valor de salida para la celda de procesamiento Será de 29,5. Al dar pesos negativos a sus vecinos, el filtro acentúa el detalle local extrayendo las diferencias o los límites entre los objetos. Ejemplo 2 En el ejemplo siguiente, el ráster de entrada tiene un borde afilado a lo largo de la región en la que los valores cambian de 5,0 a 9,0. La característica de realce de borde de la opción HIGH ha detectado el borde. Procesamiento de celdas de NoData La opción Ignorar NoData en cálculos controla cómo se manejan las celdas NoData dentro de la ventana de vecindario. Cuando esta opción está marcada (la opción DATA), cualquier celda en el barrio que no sea Data será ignorada en el cálculo del valor de la celda de salida. Cuando no se selecciona (la opción NODATA), si cualquier celda en el barrio es NoData, la celda de salida será NoData. Si la celda de procesamiento es NoData, con la opción Ignorar NoData seleccionada, el valor de salida para la celda se calculará en función de las otras celdas del barrio que tengan un valor válido. Por supuesto, si todas las celdas en el vecindario son NoData, la salida será NoData, independientemente de la configuración de este parámetro. Referencias González, R. C. y P. Wintz. 1977. Procesamiento de imágenes digitales. Massachusetts: AddisonWesley. Hord, R. M. 1982. Procesamiento de imágenes digitales de datos de detección remota. Nueva York: Académico. Moik, J. G. 1980. Procesamiento digital de imágenes de detección remota. Nueva York: Académico. Richards, J. A. 1986. Análisis de imágenes digitales por teledetección: una introducción. Berlín: Springer-Verlag. Rosenfeld, A. 1978. Procesamiento y Reconocimiento de Imágenes. Informe Técnico 664. Laboratorio de Visión por Computador de la Universidad de Maryland. Temas relacionados Función de conversión La función de convolución realiza filtrado en los valores de píxeles de una imagen, que puede utilizarse para afilar una imagen, difuminar una imagen, detectar bordes dentro de una imagen u otras mejoras basadas en el núcleo. Las entradas para esta función son las siguientes: Tipo de ráster de entrada Kernel Tipos de filtro de convolución Los filtros se utilizan para mejorar la calidad de la imagen raster eliminando datos falsos o mejorando las características de los datos. Estos filtros de convolución se aplican sobre un núcleo en movimiento, solapado (ventana o vecindario), tal como 3 por 3. Los filtros de convolución funcionan calculando el valor de píxel basado en la ponderación de sus vecinos. Hay una serie de tipos de filtros de convolución que puede elegir dentro de esta función. También puede especificar un tipo definido por el usuario e ingresar sus propios valores de kernel. Puede aplicar un filtro mediano a la imagen especificando un peso de 1/9 para un kernel de 3 por 3, dando así a cada píxel del núcleo un peso igual. Este filtro se puede utilizar para suavizar una imagen. Hay otros núcleos que se pueden utilizar para afilar o mejorar bordes. Puede combinar filtros para obtener resultados específicos. Por ejemplo, es posible que desee aplicar un filtro que quitará salpicado o suavizar una imagen y, a continuación, aplicar un filtro que detecte bordes. Para obtener resultados de visualización óptimos, puede aplicar un estiramiento de histograma para ajustar el contraste o el brillo de las imágenes para ayudar a extraer funciones. Los siguientes ejemplos se aplican en una de estas dos imágenes: GeoNet Media móvil en Model Builder Podría aclarar Desea un número único para la ventana en movimiento Desea un ráster de salida para la ventana en movimiento que tendría un promedio por secuencia Esta demo Ejemplificará la diferencia. (He utilizado matrices numpy para demostrar) Por supuesto, esto puede ser enormemente simplificado es utilizar RasterToNumPyArraymdashHelp ArcGIS para Desktop para obtener los rasters en formato de matriz, a continuación, utilizar NumPyArrayToRastermdashHelp ArcGIS para Desktop para obtener cualquier necesario volver a formato raster. (Nota: en ArcGIS 9.1 ahora hay una herramienta de fusión para datos vectoriales como: Bien.) Véase también Mosaicing Imágenes (en contraposición a Grids) Dos métodos comunes para combinar capas de trama adyacentes o superpuestas son MERGE y MOSAIC. A continuación se presentan algunas notas sobre la diferencia entre estas dos herramientas. Las funciones MOSAIC y MERGE funcionan de manera similar, y ambas están disponibles desde la línea de comandos ArcInfo (GRID) o la calculadora raster de ArcGIS (Spatial Analyst). Sin embargo, para el geoprocesamiento desde ArcToolbox, estas dos funciones ya se han combinado en la herramienta MOSAIC única. Ninguna de las funciones llenará espacios entre conjuntos de datos no adyacentes (vea las notas de Gap a continuación). Raster Calculator (o ArcInfo de línea de comandos) Cuando las cuadrículas de entrada no tienen ningún área superpuesta, no hay diferencia en la salida de MERGE o MOSAIC. La diferencia es sólo en el procesamiento de áreas superpuestas. En el caso de MERGE, la secuencia de las cuadrículas de entrada determina los valores asignados a las celdas, dando prioridad a aquellos ingresados ​​primero. Para MOSAIC, las áreas solapadas se mezclaron para hacer una transición suave y la secuencia de entrada es irrelevante (si en cada área superpuesta no más de dos rejillas se cruzan). MOSAIC se utiliza típicamente para datos continuos (como las cuadrículas espacialmente adyacentes que representan modelos de elevación digital, imágenes de satélite adquiridas en un tiempo ligeramente diferente, plumas de contención, etc.) (Herramientas / Gestión de datos / Raster / Mosaico o Herramientas / Gestión de datos / Raster / Mosaic to New Raster) La herramienta MOSAIC combina el geoprocesamiento de MERGE y MOSAIC. Las áreas superpuestas se pueden manejar de cualquiera de las siguientes maneras: FIRST El valor de la celda de salida de las áreas superpuestas será el valor de la primera trama de la lista. Este es el valor por defecto, y es análogo a la calculadora Raster MERGE). LAST El valor de la celda de salida de las áreas superpuestas será el valor del último trama de la lista. BLEND El valor de la celda de salida de las áreas solapadas será una mezcla de valores de las celdas superpuestas. Este valor de mezcla en un algoritmo basado en el peso depende de la distancia desde el píxel al borde dentro del área de superposición. Esto es MEANel valor de la celda de salida de las áreas solapadas será el valor medio de las celdas superpuestas. MINIMUM El valor de la celda de salida de las áreas superpuestas será el valor mínimo de las celdas superpuestas. MAXIMUMEl valor de la celda de salida de las áreas superpuestas será el valor máximo de las celdas superpuestas. MOSAIC requiere una Grid existente como su salida. Sin embargo, MOSAIC TO NEW RASTER es idéntico a MOSAIC, pero las salidas a una nueva Grid. Pequeños espacios entre los conjuntos de datos que no se superponen y / o no adyacentes se convierten en NODATA (La función MERGE o MOSAIC no interpolará para rellenar los datos que faltan entre rasters adyacentes). La siguiente expresión de álgebra de mapa puede ayudar a resolver el problema mediante la interpolación de valores de las celdas que faltan. Primero use MERGE o MOSAIC para combinar conjuntos de datos de ráster (creando una trama con un espacio en ella). A continuación, utilice la siguiente expresión de la calculadora ráster para rellenar intervalos de hasta tres filas o columnas de celdas NoData con el valor de celda media del cuadrado 4 x 4 (dejando los datos existentes válidos sin cambios). Si el espacio es más ancho que tres celdas, se puede aumentar el tamaño de la ventana focal. Utilizando la Calculadora de Raster, escriba la siguiente expresión (donde gapmerge es el nombre de su cuadrícula mosaizada con espacios en ella): ltnewgridgt con (isnull (gapmerge), focalmean (gapmerge, rectangle, 4,4), gapmerge) Declaración condicional donde si una celda no tiene datos (es nula, es decir, una brecha) entonces se genera un valor a partir del promedio de los valores en una ventana de celda 4x4 alrededor de la celda sin datos. Las células que no son nulas (es decir, tienen datos) permanecen sin cambios. Si la brecha necesita ser eliminada de un mosaico formado por rasters categóricos (donde un valor medio o medio no sería apropiado), el siguiente enfoque puede ser útil: Que contienen datos) a las células en las lagunas sin ningún promedio de valores (una asignación de distancia euclidiana). HILLSHADE NOTA: (No MOSAIC sombrillas: MOSAIC los DEM primero y luego crear un hillshade). Cuando se trabaja con múltiples archivos DEM, es importante MOSAIC los archivos DEM individuales antes de crear una sombreada. Un proceso de sombreado no puede crear ningún sombreado en los bordes del conjunto de datos (no hay nada para comparar las celdas del borde con). Esto creará lagunas de datos si dos sombras están MOSAICed - incluso si los archivos originales de DEM no tenían una brecha. Las herramientas estándar de MERGE y MOSAIC en ArcGIS no funcionan con formatos de archivo de imagen en mosaico (por ejemplo, archivos. tif jpg o. img adyacentes como fotografías aéreas, imágenes de satélite o mapas escaneados). Para MOSAIC un archivo de imagen en ArcGIS primero debe convertir el archivo de imagen a un GRID (o más típicamente, a un GRID STACK, que es una combinación de GRIDS Rojo, Verde y Azul para las diferentes bandas de color que componen un multi-banda imagen). Alternativamente, en AH-16, tenemos la extensión de análisis de imagen disponible en los ordenadores Dell. Esta extensión maneja el mosaico de archivos de imagen (así como el subconjunto o recorte de imágenes, etc.). La herramienta MOSAIC en Análisis de imágenes también incluía opciones de equilibrio de color y de recorte. Consulte la Ayuda del análisis de imágenes (disponible en la lista desplegable principal de la barra de herramientas Análisis de imágenes) para obtener más detalles.