Vissza az előzőleg látogatott oldalra (nem elérhető funkció)Vissza a tananyag kezdőlapjára (P)Ugrás a tananyag előző oldalára (E)Ugrás a tananyag következő oldalára (V)Fogalom megjelenítés (nem elérhető funkció)Fogalmak listája (nem elérhető funkció)Oldal nyomtatása (nem elérhető funkció)Oldaltérkép megtekintése (D)Keresés az oldalon (nem elérhető funkció)Súgó megtekintése (S)

Open source fejlesztő eszközök, elméleti rész / A raszteres adatmodell alapfogalmai

Tanulási útmutató

Összefoglalás

Ebben leckében megismerkedünk a raszteres rendszerek néhány alapfogalmával (spektrum, színmélység, színmodellek, felbontás).

A raszteres adatmodell alapfogalmai

A raszteres adatmodell a geoinformatika másik nagy adatmodellje. Alapvető a különbség a vektoros és a raszteres modellek adatszerkezetében és a felszín leképezésének módjában. A leképezett felszín részletgazdagsága is jelentősen eltér. Az adatfeldolgozás eszközei is teljesen különbözőek. Míg a vektoros adatmodellben a relációs adatbáziskezelők fogalomrendszerét használjuk, addig a raszteres adatmodellben a képfeldolgozás különböző módszereit alkalmazzuk. Ezek nagymértékben támaszkodnak olyan matematikai módszerekre, mint például a Fourier-transzformáció, vagy a többváltozós matematikai statisztika olyan eszközei, mint a klaszteranalízis, főkomponens-analízis.

Az elektromágneses spektrum

A kép (nagyobb változata) külön ablakban is megtekinthető.47. ábra. Az elektromágneses spektrum a számunkra érdekes hullámhossz-tartományokban. Az RGB a látható tartmányokat jelöli, míg a near IR a közeli, a middle Infrared a középső,  és a far IR a távoli infravörös taratományt jelöli47_em_spectrum_full.png47. ábra. Az elektromágneses spektrum a számunkra érdekes hullámhossz-tartományokban. Az RGB a látható tartmányokat jelöli, míg a near IR a közeli, a middle Infrared a középső, és a far IR a távoli infravörös taratományt jelöli

A 47. ábrán látható az elektromágneses spektrum azon tartománya, amely a távérzékelésben szerepet játszik. A raszteres GIS a fenti hullámhossz tartományokat használja. A Napból a Föld felszínére eső, és onnan visszaverődő fény révén a képalkotó eszközök leképezik a felszínt, és digitális képet hoznak létre valamely adathordozón. Vizsgáljuk meg, hogy hogyan jellemezhetünk egy digitális képet.

Pixel, spektrális felbontás, hullámhossz

A digitális kép legelemibb objektuma a pixel, azaz a legkisebb képpont, amit a képalkotó eszköz még képes létrehozni. A képalkotó eszköz nemcsak műhold lehet, hanem akár egy egyszerű szkenner, vagy egy digitális fényképezőgép. A pixel optikailag homogén, azaz színe, fényereje ugyanaz. A kép által átfogott földterület alapján a pixelnek valós méret, ha tetszik méretarány is megfeleltethető.

A térbeli felbontás fogalma szorosan összefügg a pixel és a teljes kép méretével. Egy digitális kép felbontása annál nagyobb, minél több pixelből áll egy valós területegység. Ha tehát a felszín egy kis területét egy n * m (n a sorok, m az oszlopok száma) pixelből álló digitális képpel képezzük le, akkor azt mondjuk, hogy nagy felbontású a kép, de ha ugyanez az n * m méretű kép egy nagy felületet képez le, akkor a felbontás kicsi, noha a kép byte-okban kifejezett értéke ugyanaz.

Fontos tudnunk, amikor egy adott digitális képet szemlélünk, hogy az eszköz, amely létrehozta (digitális kamera), az elektromágneses spektrum mely tartományára érzékeny. Egy egyszerű fényképezőgép a látható fény tartományában érzékeli a spektrumot, míg más eszközök az infravörös tartományban dolgoznak. A műholdak világában a spektrum különböző intervallumainak az érzékelésére számos eszközt fejlesztettek ki. Egyesek csak a látható fény frekvencia tartományában mérnek SPOT, ICONOS), míg mások, egészen széles frekvenciatartományban dolgoznak (pl. LANDSAT TM}), amely a három látható tartományon (RGB) kívül még négy infravörös sávban is érzékel. Azt mondjuk, hogy egy eszköz spektrális felbontása annál jobb, minél több frekvencia sávban érzékel. A legkorszerűbb eszközök a hiperspektrális kamerák, amelyek az elektromágneses spektrumot több száz frekvencia sávban képezik le.

Vannak továbbá a rádiófrekvenciás tartományban dolgozó eszközök is, amelyek radar elven működve képezik le a felszínt. Lényeges különbség a radar és az előbbi eszközök között, hogy a radar eszközök az általuk kibocsátott radar hullámok segítségével „világítják meg” a leképezendő felszínt, míg az előbbiek a Napból érkező, visszavert fényt érzékelik.

Színmélység és átlátszóság

A színek digitális reprezentációja a számítástechnika fejlődésével párhuzamosan változott. Kezdetben 4, majd 8 biten ábrázolták a színeket. Ennek megfelelően a kapott színes kép tónusokban szegény, inkább csak színes ábrák megjelenítésére volt alkalmas. Mára már 24, sőt 36 bites színábrázolással dolgoznak a számítógépek, és ennek megfelelően a digitális képek is sok millió színárnyalatot tartalmaznak. A 48. ábrán áttekintjük a biteket és az ábrázolható színeket.

A kép (nagyobb változata) külön ablakban is megtekinthető.48. ábra. A színek pixelenkénti numerikus ábrázolása48_szintabla_full.png48. ábra. A színek pixelenkénti numerikus ábrázolása

Az űrfotók is ezeket a színábrázolási módokat használják, sőt az adatfeldolgozás során gyakran átalakítják a képeket egyik modellből a másikba (pl. tematikus ábrázolások). Hangsúlyozandó, hogy az egy bites színmélységben ábrázolt kép nem azonos a köznyelvben fekete-fehérnek mondott képpel, ugyanis ott 256 (8 bit) szürkeségi fokozat ábrázolja a leképezett tárgy fényerősségi viszonyait, míg az egybites modellben valóban csak két állapotú a kép minden egyes pixele, fekete vagy fehér. Speciális esetekben alkalmazzuk ezt a színmodellt, például éldetektáláskor, amikor a képen ott van nullától különböző érték, ahol egy él fut. Lényegében bármilyen logikai (boolean) érték tárolása is megvalósítható vele (pl. maszkok, célterületek, stb.)

Felmerülhet a kérdés, hogy minek 32 biten ábrázolni a képeket, amikor már 24 bit is több színt tartalmaz, mint amennyit a szemünk érzékelni képes. A negyedik bájt a kép átlátszóságát adja meg. Ez egy igen fontos paraméter. A raszteres képek hézag és átfedés mentesen fedik le a pixelek által meghatározott területet, vagyis nem látszik, ami alattuk van. A negyedik bájttal 256 átlátszósági érték ábrázolható, amivel meglehetősen finoman lehet szabályozni, hogy milyen mértékben látszódjék a kép alatti háttér. Ennek nemcsak raszteres képek esetén van jelentősége, hanem a vektoros térinformatika fejlett szoftverei is kiterjedten használják a poligonkitöltés átlátszóvá tételére.

Színmodellek

Az RGB színmodell

Képzeljünk el egy háromdimenziós koordináta rendszert (49. ábra), ahol a három tengely a három színnek felel meg.

Az RGB színmodell a színeket a vörös (Red), a zöld (Green) és a kék (Blue) kompozíciójaként állítjuk elő a következő módon:

Color = a *Red + b * Green + c * Blue

ahol a,b,c együtthatók az egyes alapszínek részaránya az adott színben. Alkalmazzuk erre az esetre a 24 bites színmodellt. 224 féle színárnyalatot tudunk megjeleníteni, ami azt jelenti, hogy 28 vörös, 28 zöld és 28 kék árnyalat jeleníthető meg, vagyis alapszínenként 256 intenzitás érték adható meg.

A HSI színmodell

Az RGB színmodelltől alapvetően eltér a HSI modell. Míg az RGB modell derékszögű koordináta-rendszerre épül, addig a HSI polárkoordinátákra, amint az 50. ábrán látható.

A HSI a hue (színárnyalat), saturation (színkitöltés), intensity (fényerősség) szavak kezdőbetűiből ered. Az űrfotók feldolgozását végző szoftverek mindkét modellt használják. Vannak még további színmodellek is (pl. CMYK), amelyek főként a kiadványszerkesztés, nyomdatechnika területén érdekesek, az űrfotók elemzésében azonban nem lényeges a szerepük.

A raszteres rendszerek néhány fogalmát, valamint erre vonatkozó adatnyerési lehetőségeket mutatnak be a következő aminációk.

Ebben az animációban áttekintjük a raszteres adatmodell alapelveit

Flash lejátszó letöltése

Raszteres rendszerek

Ebben az animációban áttekintjük az adatnyerés műholdas eszközeit

Flash lejátszó letöltése

Műholdak

Vissza a tartalomjegyzékhez

Új Széchenyi terv
A projekt az Európai Unió támogatásával, az Európai Szociális Alap társfinanszirozásával valósul meg.

A Társadalominformatika: moduláris tananyagok, interdiszciplináris tartalom- és tudásmenedzsment rendszerek fejlesztése az Európai Unió támogatásával, az Európai Szociális Alap társfinanszírozásával, az ELTE TÁMOP 4.1.2.A/1-11/1-2011-0056 projekt keretében valósult meg.
A tananyag elkészítéséhez az ELTESCORM keretrendszert használtuk.