• CanviRes: Canvi de costat de píxel en ràsters (múltiples exactes)

Accés directe de l'ajuda a Internet: CanviRes

Accés a l'aplicació des del menú:
"Eines | Organització espacial | Canvi de costat de píxel en ràsters (múltiples)"
"Eines | Generalització cartogràfica | Ràster | Creació de piràmide de generalització"

Presentació i opcions

Aquesta aplicació canvia el costat del píxel d'un ràster per expansió o per contracció dels píxels originals sense canviar l'origen de la malla. A més, permet la creació d'un directori en el qual es desarà la piràmide de generalització.

EXPANSIÓ: Es realitza per repetició dels valors del píxel en files i en columnes. El paràmetre CostatFinestra (o factor d'expansió) serà un nombre enter i positiu; p. ex. un valor 3 indica triplicar el nombre de files i de columnes (i fer el fitxer 9 cops més gran en nombre de cel·les).
CONTRACCIÓ: Es realitza a partir del valor central, la moda, mitjana, mediana o màxim d'una finestra de píxels. El paràmetre CostatFinestra (o factor de contracció) serà un nombre enter i negatiu. Quan CostatFinestra és parell i es tria el criteri del valor Central es pren el píxel inferior esquerre dels quatre centrals. Quan el criteri de contracció escollit és la Moda, en el cas que en una determinada finestra el valor més freqüent puguin ser dos o més valors podrem triar entre diferents opcions (MODA_NO_UNICA_NODATA, MODA_NO_UNICA_PRIMER, MODA_NO_UNICA_IMPARCIAL i/o MODA_NO_UNICA_FITXER). En els càlculs de quantils, com la mediana, es pot indicar, amb el modificador /MEDIANA_EMPAT=, el tipus de desempat a usar per al seu càlcul quan la posició del quantil sigui entre dos valors de la sèrie. Per a més informació es pot consultar sintaxi general.
CREACIÓ DE PIRÀMIDE DE GENERALITZACIÓ: Al directori de sortida es generen diversos fitxers resultants de successives contraccions del ràster amb diferents nivells de generalització. D'aquesta manera, es creen diverses imatges derivades amb el nom del fitxer original i un prefix que identifica el nivell de generalització, des del nivell 0 fins que la imatge resultant té menys de 768 files o menys de 1024 columnes. Aquest procés es realitza automàticament utilitzant els paràmetres següents:
• Per a dades categòriques: moda, seleccionant el valor més petit en cas d'empat.
• Per a dades quantitatives contínues: mediana, calculada com la mitjana dels dos valors centrals quan correspon.
• El valor sensedades s'assigna sempre que és majoritari.

Aquests fitxers són utilitzats pel MiraMon per optimitzar la visualització de les imatges ràster. Quan el programa detecta el directori de generalització (amb el mateix nom que el fitxer original i el sufix _General), utilitza automàticament les imatges generades per representar el ràster amb una major rapidesa i eficiència.

Per a canviar l'origen de la malla del ràster cal utilitzar l'aplicació DensRas, o l'aplicació AdapRas per a operacions més sofisticades, particularment per a ampliar l'àmbit geogràfic omplint-lo amb sensedades. A l'apartat Resum de recomanacions d'aquesta ajuda s'inclou les consideracions sobre quan utilitzar CanviRes i quan utilitzar DensRas o AdapRas amb les opcions d'elecció en cada aplicació.

Recomanacions per a l'EXPANSIÓ

• Imatges de variables categòriques (classes temàtiques). El mètode d'expansió de CanviRes és adequat. Si es vol una millora estètica es pot completar el procés utilitzant el mètode descrit a la tesi doctoral de Xavier Pons, p. 213, apartat 3.4.3. La referència completa de l'obra és:

  Pons, X. (1993) Aportacions a la teledetecció i als sistemes d'informació geogràfica en estudis de vegetació. Bellaterra. Servei de Publicacions de la Universitat Autònoma de Barcelona. 427 p. ISBN: 84-7929-647-X.

• Imatges de variables contínues.
  • Per a imatges de sensors s'usarà CanviRes quan no es vulgui corrompre la radiometria perquè es pretén fer una classificació; aquesta opció rarament interessarà ja que és més eficient classificar la imatge en la seva resolució (poder informatiu) original i després expandir el resultat. S'usarà la mitjana o l'aplicació DensRas (RECOMANAT, i en mode bilineal) quan es vulgui l'expansió per a interpretació visual.
  • Per a models digitals d'elevacions l'aplicació DensRas és la solució òptima.

Opcions avançades i recomanacions per a la CONTRACCIÓ

La contracció d'imatges ràster es pot realitzar mitjançant l'aplicació d'un dels diversos criteris de contracció:

• M (moda): l'aplicació d'aquest criteri de contracció és adequat (i recomanat pel seu superior poder de generalització) en el cas de variables categòriques, és a dir, quan els valors dels píxels representen classes temàtiques i no magnituds numèriques. En aquest tipus de variables categòriques doncs, no té cap sentit calcular, per exemple, la mitjana dels valors numèrics: si el valor 1=bosc i 3=urbà, una mitjana de 2 no representa necessàriament la realitat física correcta un cop efectuada la generalització. També es pot usar en variables contínues si bé la moda no sol tenir una significació espacial interessant.

  En el cas que en una determinada finestra el valor més freqüent (moda) no quedi inequívocament definida, sinó que correspongui a dos o més valors, es pot triar entre diferents opcions: moda no única de sensedades, moda no única primer dels candidats, moda no única imparcial, i/o moda no única valor de ràster. També es permet determinar la puresa de la moda. Es pot consultar l'apartat Modificadors per a conèixer cadascuna d'aquestes opcions.

• m (mitjana): criteri adequat en la contracció d'imatges de variables contínues com per exemple models digitals d'elevacions, etc, quan es vol la contracció per a interpretació visual (atès que corromp la radiometria). En el MDE l'ús de la mitjana permet que el valor del píxel informi de l'altitud mitjana de tota la cel·la; en canvi s'usarà l'aplicació DensRas si es vol que el valor del píxel informi de l'altitud al punt central de la cel·la.
• d (mediana): criteri adequat en la contracció d'imatges de variables contínues quan es vol la contracció per a interpretació visual (atès que corromp la radiometria). En els càlculs de quantils, com la mediana, es pot indicar, amb el modificador /MEDIANA_EMPAT=, el tipus de desempat a usar per al seu càlcul quan la posició del quantil sigui entre dos valors de la sèrie. Per a més informació es pot consultar sintaxi general.
• C (valor central): criteri adequat tant en variables categòriques com contínues (amb un valor de CostatFinestra suficientment gran) quan es desitgi efectuar un mostreig que permeti evitar l'autocorrelació espacial. Donades les característiques de l'aplicació CanviRes, el mostreig serà regularment distribuït en l'espai.

  Quan CostatFinestra és parell i es tria el criteri del valor central es pren el píxel inferior esquerre dels quatre centrals.

  En imatges de variables categòriques (classes temàtiques), el resultat és similar al criteri de la moda (amb menor poder de generalització que la moda però amb una màxima velocitat en el processament). En canvi, per a imatges de sensors s'usarà el valor central quan no es vulgui corrompre la radiometria (per exemple en classificació d'imatges).

  El criteri del valor central de l'aplicació CanviRes és un cas particular que DensRas ja contempla en el transcurs dels seus càlculs ja que aquesta aplicació usa interpoladors exactes [es recomana el mode bilineal]). No obstant això, l'aplicació DensRas no sol ser adequada perquè només tindrà en compte els píxels immediatament envolupants del valor central i no tota la finestra, llevat que prèviament es faci una aproximació a la grandària de la cel·la desitjada amb l'aplicació CanviRes.

• S (suma dels valors de totes les cel·les): criteri adequat en la contracció d'imatges de variables contínues. La contracció es realitza amb el valor resultant de la suma dels valors de totes les cel·les de la finestra.
• X (màxim): criteri adequat en la contracció d'imatges de variables contínues. La contracció es realitza amb el valor màxim de totes les cel·les de la finestra.
• i (mínim): criteri adequat en la contracció d'imatges de variables contínues. La contracció es realitza amb el valor mínim de totes les cel·les de la finestra.
• D (nombre de cel·les amb dades): pendent

La majoria d'aquests criteris (mínim, mitjana, etc) generen un ràster amb el mateix tipus de valors i precisió (enters d'1 byte, enters de 2 byte, reals, etc) que el ràster d'entrada. Tanmateix, en el cas del criteri de comptatge del nombre total de cel·les amb dades, el resultat sempre és de tipus enter (byte, unsigned integer o long) adaptat al valor màxim assolible (per exemple, en una contracció cada 12x12 cel·les, com que el màxim valor del comptatge pot assolir 144, el tipus escollit serà byte, mentre que en una contracció de 16x16 serà unsigned integer ja que un eventual valor 256 ja no podria ser escrit en un byte. Similarment, en el cas del sumatori dels valors de totes les cel·les de la finestra de contracció el ràster creat sempre és real per tal com en finestres molt grans és fàcil necessitar valors molt elevats, i quan el ràster és de reals convé evitar la realització de sumes amb valors enters; en tot cas, si el resultat ho permet, sempre es pot canviar el tipus de sortida a un que necessiti menys espai d'emmagatzematge però que en preservi el rang i la precisió necessàries amb l'aplicació IMGIMG.

Per a obtenir una contracció amb criteri de rang es pot efectuar dues execucions, una amb el màxim i l'altra amb el mínim, i restar-ne els resultats amb l'aplicació CalcImg.

Si interessa disposar d'aquests càlculs aplicats a entorns d'un cert nombre de cel·les al voltant de cada cel·la original, però en forma de finestra mòbil (o sigui, fent que la resolució de la cel·la del ràster origen sigui la mateixa que la del ràster resultant), es pot executar l'aplicació Filtres.

En cas de disposar de punts densos i irregularment distribuïts, en comptes d'un ràster (per exemple de punts lidar), es pot considerar utilitzar l'aplicació InterPNT en mode d'estadístiques de veïnatge. Aquesta alternativa permet aplicar pràcticament els mateixos estadístics (màxim, mediana, etc) que CanviRes. En canvi, en cas de disposar de punts densos i regularment distribuïts sol ser convenient rasteritzar els punts i aplicar CanviRes.

Creació de PIRÀMIDE DE GENERALITZACIÓ

Aquest procés es realitza automàticament utilitzant els paràmetres següents:

• Per a dades categòriques: moda, seleccionant el valor més petit en cas d'empat.
• Per a dades quantitatives contínues: mediana, calculada com la mitjana dels dos valors centrals quan correspon.
• El valor sensedades s'assigna sempre que és majoritari.

Aquests fitxers són utilitzats pel MiraMon per optimitzar la visualització de les imatges ràster. Quan el programa detecta el directori de generalització (amb el mateix nom que el fitxer original i el sufix _General), utilitza automàticament les imatges generades per representar el ràster amb una major rapidesa i eficiència.

Formats suportat:

CanviRes permet processar imatges en formats IMG i JPEG. El format IMG pot ser comprimit o no, però en cas de presentar compressió sempre és sense pèrdua. En canvi, el format JPEG és un format d'alta compressió que és típicament amb pèrdua (presenta degradació); els valors de la imatge descomprimida s'aproximen als de la imatge original però no sempre són els mateixos. El nivell de pèrdua pot ser controlat amb un paràmetre (/QUALITAT) durant la compressió, però no pot ser mai eliminat de tot. Visualment el resultat és prou satisfactori fins i tot amb nivells de qualitat baixos (compressions elevades), per la qual cosa aquest format resulta indicat per a imatges fotogràfiques com les ortofotografies aèries b/n o color (ja siguin de 24 bits o de 8 bits amb paleta). També podria servir per imatges de variació contínua quan simplement es desitgi una alta compressió amb un aspecte visual correcte però no conservant els valors originals de la imatge.

Resum de recomanacions (on s'indica DensRas també aplica a AdapRas)

EXPANSIÓ:   + Mapa categòric:    CanviRes [seguit opcionalment de mètode tesi X. Pons]
            + Imatge de sensor:  CanviRes per a classificació (no recomanat)
                                 DensRas L, per a anàlisi visual
            + MDE:               DensRas L

CONTRACCIÓ: + Mapa categòric:    CanviRes, opció M
            + Imatge de sensor:  CanviRes, opció C per a classificació
                                 CanviRes, opció d o m per a anàlisi visual
            + MDE:               CanviRes, opció d o m per a altituds medianes o mitjanes
                                 DensRas L, per a altituds que prioritzin valors centrals a la cel·la resultant

---

Caixa de diàleg de l'aplicació

Caixa de diàleg del CanviRes

---

Sintaxi

Sintaxi:

• CanviRes FitxerOrigen FitxerDesti CostatFinestra [/NODATA_SI_NODATA_MAJORIA] [/RLE] [/QUALITAT]
• CanviRes FitxerOrigen FitxerDesti CostatFinestra CriteriContraccio [/NODATA_SI_NODATA_MAJORIA] [/RLE] [/MODA_NO_UNICA_PRIMER] [/MODA_NO_UNICA_NODATA] [/MODA_NO_UNICA_IMPARCIAL] [/MODA_NO_UNICA_FITXER] [/MEDIANA_EMPAT] [/PUR_MODA] [/QUALITAT]
• CanviRes FitxerOrigen DirectoriDesti [/CREA_PIRAMIDE]

Paràmetres:

• FitxerOrigen (Fitxer origen - Paràmetre d'entrada): Fitxer ràster origen.
• FitxerDesti (Fitxer destí - Paràmetre de sortida): Fitxer ràster de destí.
• CostatFinestra (Costat finestra - Paràmetre d'entrada): És un nombre enter. El seu valor és més gran que 1 per a expansió i menor que -1 per a contracció.

• CriteriContraccio (Criteri contracció - Paràmetre d'entrada): Criteri contracció només s'indica quan CostatFinestra és negatiu. El seu valor pot ser:
  • M (moda)
  • m (mitjana)
  • d (mediana)
  • C (valor central)
  • S (suma dels valors de totes les cel·les)
  • X (màxim)
  • i (mínim)
  • D (nombre de cel·les amb dades)

• DirectoriDesti (Directori de destí - Paràmetre de sortida): Directori on s'escriuen els diferents nivells de generalització

Modificadors:

/NODATA_SI_NODATA_MAJORIA (Atorgar valor sensedades quan sensedades és majoria) S'usa aquesta opció per assignar el valor sensedades quan aquest és majoritari dins la finestra de convolució. No usar-la implica que s'assignarà el càlcul corresponent malgrat que els valors vàlids estiguin en minoria. (Paràmetre d'entrada)
/RLE (RLE) Quan el ràster de sortida sigui un IMG es comprimirà i s'indexarà. (Paràmetre d'entrada)
/MODA_NO_UNICA_PRIMER (Moda no única primer dels candidats) En cas que hi hagi més d'una moda s'assignarà el candidat de valor més petit. És l'opció usada per defecte. (Paràmetre d'entrada)
/MODA_NO_UNICA_NODATA (Moda no única de sensedades) En cas que hi hagi més d'una moda s'assignarà el valor de sensedades. (Paràmetre d'entrada)
/MODA_NO_UNICA_IMPARCIAL (Moda no única imparcial) En cas que hi hagi més d'una moda es triarà el candidat per criteris imparcials. (Paràmetre d'entrada)
/MODA_NO_UNICA_FITXER= (Moda no única valor de ràster) En cas que hi hagi més d'una moda, el fitxer ràster de referència serà on el programa consulta el valor per tal d'assignar un valor al resultat. Per a les cel·les en què aquest ràster no tingui valor, s'aplicarà els altres criteris (valor més petit, sensedades o imparcial). (Paràmetre d'entrada)
/MEDIANA_EMPAT= (Desempat per a la mediana) Si s'ha sol·licitat el càlcul d'algun quantil (com ara la mediana, un quartil o un percentil), indica el criteri de desempat a usar per al seu càlcul. Per a saber més sobre els valors d'aquest paràmetre es pot consultar les consideracions del document de sintaxi general. (Paràmetre d'entrada)
/PUR_MODA= (Puresa de moda) En els casos en què es fa una reducció de resolució amb criteri de moda, permet indicar quin nombre mínim de cel·les de més resolució han de conformar la moda. Per exemple, un valor 9 implica, en una reducció de 3x3 a 1, que només s'acceptarà la moda si tots els valors són idèntics mentre que en les cel·les en què no s'assoleix la puresa exigida s'hi escriu un sensedades. (Paràmetre d'entrada)
/QUALITAT= (Qualitat) Qualitat de compressió en un rang [0,100], on [5,95] és el rang útil encara que en molts casos introduirem un valor entre 70 i 75 (per defecte és 75). Els valors baixos indiquen molt poca qualitat però molta compressió. (Paràmetre d'entrada)
/CREA_PIRAMIDE (CREA_PIRAMIDE) Es genera una piràmide de generalitzacions en el directori de sortida. (Paràmetre d'entrada)