বায়বীয় ফটো প্রজেক্ট করার সময় কোন পুনরায় মডেলিংয়ের কৌশলটি ব্যবহার করা উচিত?

Question

আমি বায়বীয় ফটোগুলির জন্য কিছু সময় নিবিড় প্রজেক্টিং করছি, এবং আমি কৌতূহলী - বায়বীয় ফটোতে কী পুনর্নির্মাণের কৌশলটি সবচেয়ে ভাল? আর্কম্যাপে, আমার বিকল্পগুলি নিকটতম, বাইলাইনার, কিউবিক এবং মেজরিটি।

নিকটবর্তী নিকটবর্তী এবং মেজরিটি বিভাগীয় ডেটাগুলির জন্য সুপারিশ করা হয়, তবে কিউবিক কনভলিউশন এবং বিলাইনার ইন্টারপোলেশন অবিচ্ছিন্ন ডেটার জন্য।

বায়বীয় ফটো প্রজেক্ট করার জন্য কোনও সাধারণভাবে ব্যবহৃত অ্যালগরিদম আছে কিনা তা জানতে আগ্রহী । আমি সবেমাত্র নিকটবর্তী নিকটবর্তী ব্যবহার করে একটি চিত্রের প্রকল্প শেষ করেছি এবং এটি দেখতে ভাল লাগছে, তবে একটি বায়বীয় ছবি শ্রেণিবদ্ধ ডেটা নয়, তাই আমি পরের দিকে বিলিনায়ার চেষ্টা করতে যাচ্ছি।

সম্পাদনা করুন
আমি বায়বীয় ফটোগুলি ডিএমএস বা বৃষ্টিপাতের ডেটার মতো একই ধরণের ধ্রুবক ডেটা হিসাবে ভাচ্ছিলাম না, তবে তুচ্ছভাবে নির্দেশ করে যে সেগুলি অবিচ্ছিন্ন এবং এগুলি যেমন পরিচালনা করা উচিত। আবার ধন্যবাদ.

Comments

আপনি gis.stackexchange.com/questions/2587/… এ ঘনিষ্ঠভাবে সম্পর্কিত থ্রেডে আগ্রহীও হতে পারেন ।

— whuber

অনুগ্রহপূর্বক এবং বিভাগীয় উভয় তথ্যের জন্য আলাদাভাবে পুনর্নির্মাণের পদ্ধতির তুলনা করে কেউ, দয়া করে কোনও বৈজ্ঞানিক কাগজ সরবরাহ করতে পারেন?

— নিকসজিআর

Answer 1

এরিয়াল ফটো হ'ল অবিচ্ছিন্ন ডেটা। প্রতিটি পিক্সেল এটিতে পরিচালিত আলোর সংবেদকের অঞ্চলের প্রতিক্রিয়া উপস্থাপন করে এবং যে আলো পরিবর্তিত হয়, প্রতিক্রিয়া অবিচ্ছিন্নভাবে পরিবর্তিত হয়। ফলাফলটি সাধারণত বিচ্ছিন্ন করা হয় (প্রায়শই 255 বা 256 বিভাগে) তবে এটি তথ্যের প্রকৃতির পরিবর্তন করে না। অতএব আপনি নিকটতম প্রতিবেশী বা সংখ্যাগরিষ্ঠের মতো শ্রেণীবদ্ধ অ্যালগরিদম ব্যবহার না করেই বিভক্ত করতে চান। বিলিনিয়ার অন্তরঙ্গকরণ সাধারণত ঠিক ঠিক থাকে; মৃত্যুদন্ড কার্যকর করার সময় কিছুটা ব্যয়ে, ঘনক সমঝোতা স্থানীয় বিপরীতে একটি সামান্য বিট আরও ভাল রাখতে পারে। অল্প পরিমাণ অতিরিক্ত অস্পষ্টতা অপরিহার্য, তবে যতক্ষণ না চিত্রটি এ জাতীয় বহু রূপান্তর ঘটেছে ততক্ষণ এটি লক্ষ্য করা প্রায় অসম্ভব। নিকটতম প্রতিবেশীর সাথে ত্রুটিগুলি তুলনায় অনেক খারাপ।

Comments

এটি একটি দুর্দান্ত উত্তর। আমি যোগ করব যে মাঝে মাঝে ঘন সমঝোতা অস্বাভাবিক ব্যান্ডিং পরিচিত; বিশেষত যদি ছবিটি পূর্বে পুনরায় মডেল করা বা পানশার্পেন করা হয়। আমি এই বিকৃতিগুলি না দেখলে আমি সাধারণত ঘনক্ষেত্রের সাথে পৌঁছে যাই, তারপরে আমি বিলিনিয়ার ইন্টারপোলেশনটিতে স্যুইচ করব। আমার জন্য আসল প্রশ্নটি হ'ল হিস্টগ্রামটি রঙ পুনঃনির্মাণের জন্য সর্বদা ব্যবহার করা উচিত। আমি লিনিয়ার মিনি-সর্বাধিক হিস্টোগ্রাম পছন্দ করি তবে কখনও কখনও 2 টি স্ট্যান্ডার্ড বিচ্যুতি ভিত্তিক হিস্টগ্রাম মূল বৈশিষ্ট্যগুলি আরও ভালভাবে হাইলাইট করে।

— blord-castillo

Answer 2

মন্তব্য করার মতো "খ্যাতি" আমার নেই ...

যদি বায়বীয় ফটোতে রেডিওমেট্রিক বিশ্লেষণ সম্পাদিত হতে থাকে তবে তা পুনর্নির্মাণ / প্রজেক্টিংয়ের আগে করা উচিত । অন্যথায় আপনি প্রায় অবশ্যই চূড়ান্ত পণ্য মধ্যে অজান্তেই পক্ষপাতিত্ব পরিচয় করিয়ে দেবে। উপরে ব্লর্ড-কাস্টিলোর সহায়ক মন্তব্য অনুসারে।

যদি erরিয়ালগুলির পূর্ববর্তী এবং চূড়ান্ত ব্যবহারগুলি ভিজ্যুয়াল আবেদন বা ব্যাকগ্রাউন্ড ম্যাপিংয়ের জন্য হয় তবে আমি দ্রুততম পদ্ধতির সাথে যাব যা আপনাকে একটি ব্যবহারযোগ্য পণ্য দেয়।

• নতুন বায়ুর ঘরের আকারটি যদি আসলটির মতো হয় তবে নিকটস্থ সবচেয়ে ভাল আইএমএইচও কাজ করে।

• যদি নতুন এয়ারিয়ালের কক্ষের আকারটি মূলের চেয়ে বড় হয়, তবে বাইলাইনআর সবচেয়ে ভাল কাজ করে।

• যদি (কোনও পাগল কারণে) নতুন বায়ুর ঘরের আকারটি মূলের চেয়ে ছোট হয়, তবে আমি নিকটস্থ ব্যবহার করে ফিরে যেতে চাই।

অন্যান্য বিকল্পগুলি, কিউবিক এবং মেজরিটি পুনরায় মডেল পণ্যগুলিতে শিল্পকর্ম তৈরি করবে, প্রক্রিয়া করতে আরও সময় নিবে এবং অন্যথায় আপনি যা করার চেষ্টা করছেন তার প্রয়োগ হবে বলে মনে হয় না।

চূড়ান্ত বিষয় হিসাবে: যদিও এটি সত্য যে পৃথিবীর পৃষ্ঠ থেকে উদ্ভূত আলোকে প্রতিবিম্বিত করার প্রক্রিয়াটি ধারণাগতভাবে অবিচ্ছিন্ন, তবুও এটি সত্য যে পৃথিবীর পৃষ্ঠটি ধারাবাহিক এবং বিচ্ছিন্ন উভয় ঘটনাকেই প্রদর্শন করে।

• সাধারণভাবে, মানুষের ক্রিয়াকলাপ পৃথক পৃথক স্থানান্তর উত্পাদন করে

• "প্রাকৃতিক" বৈশিষ্ট্যগুলি প্রায়শই (তবে সর্বদা নয়) অবিচ্ছিন্নভাবে পরিবর্তিত হয় বা কমপক্ষে অস্পষ্ট প্রান্ত থাকে।

সুতরাং, উপরের আমার প্রথম অংশে যেমনটি নির্দেশিত হয়েছে, আপনি কীভাবে এরিয়ালগুলি পরিচালনা করবেন আপনি কীভাবে সেগুলি ব্যবহার করবেন তা নির্ভর করবে।

Answer 3

আমি জানি যে এই প্রশ্নটি বরং পুরানো, তবে আমি আমার ২ টি সেন্ট যুক্ত করতে চেয়েছিলাম, যদি অন্যরা একই প্রশ্নের উত্তর দেওয়ার চেষ্টা করে এই থ্রেড জুড়ে আসে ...

পূর্ববর্তী উত্তরগুলি সঠিক হয় যখন আপনি সত্যিই আপনার ডেটা পুনরায় সেট করতে চান, যেমন আপনি 30 মি পিক্সেল আকার থেকে 90 মিটার পিক্সেলের আকারে আপনার ডেটা একত্রিত করছেন। এই ক্ষেত্রে আপনি কাছের পিক্সেলগুলির সংকলনের ভিত্তিতে প্রতিটি পৃথক পিক্সেলের জন্য একটি নতুন মান তৈরি করার চেষ্টা করছেন। সুতরাং হ্যাঁ, এখানে বিচ্ছিন্ন ডেটা সেটগুলির জন্য আপনি নিকটবর্তী নিকটবর্তী নির্বাচন করবেন, যখন অবিচ্ছিন্ন ডেটার জন্য, আপনি বিলাইনার বা কিউবিক কনভলিউশন বাছাই করবেন।

তবে এই প্রশ্নে লক্ষ্যটি হ'ল তথ্যকে পুনরায় নমুনা দেওয়াই নয়, কেবল বিদ্যমান ডেটাটিকে নতুন প্রক্ষেপণে রূপান্তর করা - আপনি একই মান চান, কেবলমাত্র একটি নতুন প্রক্ষেপণে। এই ক্ষেত্রে, আপনি আপনার আসল ডেটা মানগুলির অখণ্ডতা বজায় রাখার জন্য স্বতন্ত্র পাশাপাশি অবিচ্ছিন্ন ডেটাসেটের জন্য নিকটবর্তী নিকটবর্তী পুনর্বাসনাটি ব্যবহার করতে চান না। আমি জানি যে এই বিবৃতিটি আপনি "পুনরায় মডেলিং" সম্পর্কে যা পড়েছেন তার বিপরীতে রয়েছে তবে আপনি কী অর্জন করতে চান এবং ডেটাতে আপনি কী করছেন সে সম্পর্কে সত্যই সমালোচনা করে ভাবেন। এছাড়াও, আমি এই সুপারিশটি কোনও কৌতুকের জন্য করব না ... আমি জিআইএস / রিমোট সেন্সিংয়ের বিষয়ে বিশেষজ্ঞী পিএইচডি নিয়ে কাজ করার পাশাপাশি জিআইএস / রিমোট সেন্সিং আন্ডারগ্রাড কোর্সগুলি শেখানোর জন্য 5 বছর অতিবাহিত করেছি।

অন্য নোট, মূল পোস্টারটি শূন্য এবং / বা নেতিবাচক মান সম্পর্কে জিজ্ঞাসা করেছিল ... যদি এই মানগুলি সত্য ডেটা মান হয় (যেমন উচ্চতা আসলে 0 বা -34.5 হতে পারে), তবে আপনি এই মানগুলি অন্তর্ভুক্ত করতে চান। তবে যদি প্রশ্নে থাকা মান (গুলি) সঠিক তথ্য না হয় এবং পরিবর্তে নোডাটা (0 বা -9999 বলুন) উপস্থাপন করতে ব্যবহৃত হয়, তবে আপনাকে বিলিনিয়ার বা কিউবিক সমঝোতার মাধ্যমে পুনর্নির্মাণের আগে আপনার রাস্টার (অপসারণ) এর বাইরে এই পিক্সেলগুলি মাস্ক করা দরকার you । অন্যথায়, -৯৯৯৯ পিক্সেলটিকে পুনরায় মডেলিং গণনায় অন্তর্ভুক্ত করা হবে, যেন that পিক্সেলের প্রকৃত উচ্চতা -৯৯৯৯ এবং আপনি অবৈধ ডেটা মান সহ শেষ করবেন। কিউবিক কনভ্যুশনে একটি খুব সরল উদাহরণ হিসাবে, যদি আপনার 4 নিকটতম ঘরের মান 4, 5, 16, -9999 হয়, -9999 সহ একটি নতুন পিক্সেল মান -9974 হতে পারে যা বৈধ ডেটা নয়।