বহুভুজের মধ্যে রাস্টার বৈশিষ্ট্যগুলি স্মুথ করা


10

আমার কাছে নগরায়িত অঞ্চলগুলির প্রতিনিধিত্বকারী রাস্টার ডেটা রয়েছে, যা আমি ট্রেস করে বহুভুজতে রূপান্তর করতে চাই।

রাস্টার

আর্কম্যাপের রাস্টার থেকে পলিগন সরঞ্জাম ব্যবহার করে, আমি এর কাছাকাছি কিছু পেতে সক্ষম হয়েছি।

Unsimplified:

Unsimplified

সরলীকৃত:

সরলীকৃত

তবে আপনি দেখতে পাচ্ছেন যে এখানে অনেকগুলি তির্যক রেখা (রাস্তা) রয়েছে যা বহুভুজগুলির চেইন তৈরি করে যা একটি কোণে ভাগ করে।

এটি আমার বহুভুজ গণনা উল্লেখযোগ্যভাবে আপ করে - এই রাস্টার ডেটাসেটগুলি রাজ্য পর্যায়ে প্রক্রিয়াজাত করা হচ্ছে। এই রেখাগুলি মসৃণ করতে এবং আরও বহু বহুভুজ তৈরি করার জন্য কি কোনও আর্ক বা জিওটুলস সরঞ্জাম রয়েছে? ফলাফল কিছু নির্ভুলতা হারিয়ে ফেললে ঠিক আছে okay শেষ পর্যন্ত, আমি সরলিকৃত বহুভুজের সাথে যা পাই তার অনুরূপ কিছু সন্ধান করছি, কেবল সংলগ্ন বহুভুজগুলিতে যোগদানের সাথে।


1
যদি পুরোপুরি রাস্তাগুলি হারাতে ঠিক থাকে - বা সেগুলি সংলগ্ন বৈশিষ্ট্যগুলির সাথে একীভূত করা হয়েছে - তবে আপনি রূপান্তরকরণের আগে রাস্টার পরিষ্কার করতে আগ্রহী হতে পারেন: gis.stackexchange.com/questions/41064 দেখুন । তবে এটি আরও একটি গুরুত্বপূর্ণ প্রশ্ন করে: কেন রাস্টার থেকে ভেক্টরে মোটে রূপান্তরিত হয়? সত্যিই প্রয়োজন?
whuber

আপনি বহুভুতে রূপান্তরিত করার পরে কী সরলীকৃত বহুভুজ চালানোর চেষ্টা করেছেন, বা সাধারণকরণ করেছেন? স্বীকার করা, লাইনওয়ার্কটি ইতিমধ্যে বেশ বেসিক দেখায় তবে এই সরঞ্জামগুলি কী করতে পারে তা আপনি কখনই জানেন না।
বালটোক

আমি পুরোপুরি রাস্তাগুলি হারাতে পারি না, যদিও তাদের সঠিক আকৃতিটি গুরুত্বপূর্ণ নয়। আমি এই বহুভুজগুলি কাঠামো স্থাপনের জন্য আদমশুমারির তথ্যের সাথে একত্রে ব্যবহার করছি, যাতে কাঠামোটি বনাঞ্চলের বাইরে না গিয়ে শহরাঞ্চলীয় অঞ্চলে বা রাস্তার পাশে স্থাপন করা হবে। বিশদটির জন্য আমার আরও একটি প্রশ্ন দেখুন ( gis.stackexchange.com/questions/38999/… )
এরিক ডব্লিউ

দুর্ভাগ্যক্রমে, সরলীকৃত বহুভুজ বা জেনারেলাইজের জন্য আমার কাছে লাইসেন্স নেই।
এরিক ডব্লিউ

স্থাপনা কাঠামো - ব্যবহৃত মানদণ্ডের উপর নির্ভর করে - ভেক্টর ডেটার চেয়ে রাস্টার ডেটা দিয়ে আরও সহজে কাজ করা যেতে পারে। সম্ভবত আপনি কাঠামো বসানো প্রক্রিয়া সম্পর্কে আরও কিছু বলতে পারেন?
whuber

উত্তর:


4

আপনার প্রশ্নটি একটি সাধারণ প্রশ্ন (উদাঃ এই প্রশ্ন ) এবং উত্তরটি আপনার উপলব্ধ সরঞ্জামগুলির উপর নির্ভর করে এবং আপনি যে ডিগ্রিতে যথার্থতা এবং সাধারণীকরণের ক্ষতি স্বীকার করতে পারবেন তার উপর নির্ভর করে।

একটি সহজ পদ্ধতির মধ্যে রয়েছে আপনার বহুভুজগুলি বাফার করা এবং তারপরে একই বা একই পরিমাণে ফলাফলটি ডি-বাফার করা। আলাদা থাকা উচিত এমন বহুভুজগুলিতে যোগদান করা এড়াতে আপনাকে কতটা বাফার করবেন সে বিষয়ে আপনার রায় ব্যবহার করা উচিত। আপনি আপনার বহুভুজ গণনা এবং আপনার ডেটারের রাস্টার 'চেহারা' হ্রাস করতে পারবেন তবে বর্ধমান গুণমানের ব্যয়ে।

বিকল্পভাবে আপনি রাস্টারটির প্রাক-প্রক্রিয়াজাতকরণের দিকে নজর দিতে পারেন। এখানে সাবধানতা দরকার তাই আপনি এমন কোনও কিছু না করেন যা কোনও পরিসংখ্যানকে অকার্যকর করে দেয় তবে মনে হয় আপনি কেবল বৈশিষ্ট্যগুলি বের করতে চাইছেন। আবার এটি আপনার লাইসেন্সের উপর নির্ভর করে তবে আপনি উপরে উল্লিখিত পূর্ববর্তী থ্রেডে আমার পরামর্শ অনুসারে আপনার রাস্টারটির রেজোলিউশন পরিবর্তন করতে পারেন এবং তারপরে নিবল বা পরিষ্কার ব্যবহার করতে পারেন। এটি আপনার ব্যবহারের ক্ষেত্রে বৈধ বলে মনে হচ্ছে।

যদি আপনার কাছে স্থানীয় বিশ্লেষকের অ্যাক্সেস না থাকে এবং কিউজিআইএস, জিডিএল বা অনুরূপ ফস জিআইএস ইনস্টল করতে না পারেন, তবে বাফার-ডিফার ট্রিকটি যুক্তিসঙ্গতভাবে ভাল কাজ করে।


আমি নিজেই এটিকে সমাধান করার চেষ্টা করার সময় আমি গতকাল বাফার এবং কনভার্ট ট্রিকটি আবিষ্কার করেছি। আমি রাস্টারটিকে 1 দ্বারা প্রসারিত করতে পারি, তারপরে সরলীকরণের সাথে রাস্টার-টু-পলি চালাতে পারি এবং বৈশিষ্ট্যগুলির একটি সুন্দর শালীন অনুমান পেতে পারি। এটি আরও ভাল যদি আমি প্রথমে একটি উচ্চতর রেজোলিউশনে রাস্টারকে পুনরায় নমুনা করি তবে এটি ইতিমধ্যে বড় ডেটা সেটের জন্য আমার স্টোরেজটিকে চতুর্ভুজ বৃদ্ধি করে, উল্লেখ করার জন্য কিছু সময় নেয় না। আমি মনে করি আমার উদ্দেশ্যগুলির জন্য প্রসারিত -1-এবং-সরলীকরণ যথেষ্ট হওয়া উচিত।
এরিক ডব্লু।

আপনি যদি পুনরায় নমুনা পদ্ধতিটি ব্যবহার করতে চান তবে মনে রাখবেন যে অস্থায়ীভাবে আপনার কেবল পুনরায় মডেল করা রাস্টার দরকার। আপনি যদি কোনও মডেলবিল্ডার সরঞ্জামে আপনার প্রক্রিয়াটি সেট করে থাকেন এবং পুনরায় সজ্জিত রাস্টারটিকে 'ইন্টারমিডিয়েট' হিসাবে চিহ্নিত করেন তবে অর্কের পরে পরিষ্কার হওয়া উচিত এবং এটি স্বয়ংক্রিয়ভাবে মুছে ফেলা উচিত (আপনাকে নিজে এটি করতে হবে এবং আপনি নিজের সরঞ্জামটি পুনরায় ব্যবহার করতে পারেন)।
ম্যাপ্পাগনোসিস
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.