航空写真を投影する際に使用するリサンプリング手法は何ですか?


23

私は航空写真の時間を集中的に投影していますが、興味があります-航空写真で使用するのに最適なリサンプリング手法は何ですか?ArcMapのオプションは、NEAREST、BILINEAR、CUBIC、およびMAJORITYです。

カテゴリカルデータには最近傍と多数決が推奨されますが、連続データにはキュービックコンボリューションとバイリニア補間が推奨されます。

航空写真を投影するために一般的に使用されているアルゴリズムがあるかどうか知りたいです。Nearest Neighborを使用して1つの画像を投影し終えたところ、見た目は良さそうですが、航空写真はカテゴリデータではないため、次にBilinearを試します。

編集
航空写真はDEMや降水データと同じ種類の連続データとは考えていませんでしたが、whuberは連続写真であり、そのように処理する必要があると指摘しました。再度、感謝します。


1
gis.stackexchange.com/questions/2587/…の密接に関連するスレッドにも興味があるかもしれません。
whuber

連続データとカテゴリデータの両方で異なるリサンプリング方法を比較する科学論文を誰か提供してください。
NikosGr

回答:


25

航空写真は連続データです。 各ピクセルは、センサーに向けられた光に対するセンサーの領域の応答を表し、その光が変化すると、応答は連続的に変化します。結果は通常、離散化(多​​くの場合255または256)カテゴリになりますが、データの性質は変わりません。したがって、最近傍または多数決などのカテゴリアルゴリズムを使用するのではなく、補間する必要があります。双線形補間は、通常は問題ありません。実行時間に多少のコストがかかりますが、キュービックコンボリューションはローカルコントラストをわずかに保持します。少量の追加の不鮮明さは避けられませんが、画像が多くのそのような変換を受けるまで気付くことはほとんど不可能です。最近傍で発生したエラーは、比較するとはるかに悪いです。


7
これは素晴らしい答えです。時々キュービック畳み込みが異常なバンディングを引き起こすことを付け加えます。特に、写真が以前にリサンプリングまたはパンシャープンされている場合。これらの歪みが見られない限り、通常は3次たたみ込み畳み込みを使用します。その後、双線形補間に切り替えます。私にとっての本当の質問は、色のリサンプリングにどのヒストグラムを使用するかということです。線形の最小-最大ヒストグラムを好みますが、2標準偏差ベースのヒストグラムは重要な機能をより強調することがあります。
blord-castillo

5

コメントするための「評判」が足りないので...

航空写真で放射分析を行う場合はリサンプリング/投影の前に行う必要があります。そうしないと、最終製品に意図しないバイアスがほぼ確実に導入されます。上記のblord-castilloの有益なコメントによると。

航空写真の近接および最終用途が視覚的アピールまたは背景マッピングである場合、使用可能な製品を提供する最速の方法を使用します。

  • 新しいアンテナのセルサイズが元のセルサイズと同じである場合、NEARESTは私見で最適に機能します。

  • 新しいアンテナのセルサイズが元のセルよりも大きい場合、BILINEARが最適に機能します。

  • (何らかの奇妙な理由で)新しいアンテナのセルサイズが元のセルよりも小さい場合は、NEARESTの使用に戻ります。

他のオプションであるCUBICおよびMAJORITYは、リサンプリングされた製品にアーティファクトを生成し、処理に時間がかかります。そうでなければ、あなたがしようとしていることに適用されないようです。

最後のポイントとして:地球の表面から発する/反射する光をサンプリングするプロセスは概念的に連続的ですが、地球の表面が連続的および離散的な現象の両方を示すことも事実です。

  • 一般に、人間の活動は離散的な遷移を生成する傾向があり、

  • 「自然」の特徴は、多くの場合(常にではありません)連続的に変化するか、少なくともエッジがぼやけています。

したがって、上記の最初の部分で示したように、空中線の操作方法は、空中線の使用方法によって異なります。


4

私はこの質問がかなり古いことを知っていますが、他の人が同じ質問に答えようとしてこのスレッドに出くわした場合に備えて、2セントを追加したいと思いました...

データを30 mピクセルサイズから90 mピクセルサイズに集約する場合など、データを本当に再サンプルする場合は、上記の答えは正しいです。この場合、近くのピクセルのコレクションに基づいて、個々のピクセルごとに新しい値を作成しようとしています。そのため、ここでは、離散データセットの場合は最近傍を選択し、連続データの場合は双一次または三次たたみ込みを選択します。

ただし、この質問の目的は、実際にデータをリサンプリングすることではなく、単に既存のデータを新しい投影に変換することです。新しい投影で同じ値が必要です。 この場合、元のデータ値の整合性を維持するために、離散データセットと連続データセットに対して最近傍リサンプリングを使用する必要があります。 この記述は、「リサンプリング」について読んだすべての内容に反することを知っていますが、実際に達成したいこと、およびデータに対して行っていることについて批判的に考えてください。また、気まぐれにこの勧告をすることはありません...私はGIS /リモートセンシングに特化した博士号と、GIS /リモートセンシング学部のコースを教えることに5年費やしました。

別のメモ、元のポスターはゼロおよび/または負の値について尋ねました...これらの値が真のデータ値である場合(つまり、実際に高度が0または-34.5になる場合)、これらの値を含めます。ただし、問題の値が真のデータではなく、NoDATAを表​​すために使用される場合(0または-9999など)、バイリニアまたはキュービック畳み込みを介してリサンプリングする前に、これらのピクセルをラスターからマスクする(削除する)必要があります。 それ以外の場合、それらの-9999ピクセルはリサンプリング計算に含まれます。そのピクセルの実際の高度が-9999であるため、無効なデータ値になります。 3次畳み込みの非常に単純化された例として、4つの最も近いセル値が4、5、16、-9999で、-9999を含む場合、新しいピクセル値は-9974となり、有効なデータではありません。

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.