Нужна помощь?
Недавно вы смотрели
-
Аладдин Р.Д. JaCarta (лицензия), 2 ГОСТ 7 000 ₽
-
Gemalto (Thales) SafeNet Network Logon (лицензия NL на 1 год), цена за 1 лицензию 523 ₽
-
SunRav Software BookOffice (академические лицензии), Корпоративная лицензия 76 000 ₽
-
Qbik New Zealand Limited PureSight for WinGate 8 x (подписка на 1 год), 25 пользователей 17 200 ₽
-
Varwin Education (безлимитная лицензия), на 4 года. Количество рабочих мест 144 000 ₽

Панорама КБ Автоматизированная генерализация цифровых топографических карт для коммерческих организаций, дополнительно оплачивается к Панорама-редактор версии 13
32 450 ₽
Артикул
0304
Категория Программы для картографии и фотограмметрии
Specification: Панорама КБ Автоматизированная генерализация цифровых топографических карт для коммерческих организаций, дополнительно оплачивается к Панорама-редактор версии 13
|
Описание
Программное обеспечение «Комплекс автоматизированного дешифрирования и векторизации данных ДЗЗ» позволяет осуществлять автоматическую векторизацию линейных и площадных объектов по цветным и панхроматическим растровым изображениям земной поверхности. Процесс автоматической векторизации с помощью обеспечение «Комплекс автоматизированного дешифрирования и векторизации данных ДЗЗ» включает в себя этапы предварительной обработки растра, классификации, обработки растра классификации, преобразования растра в вектор и векторной обработки.
Этапы работы в ПО «Комплекс автоматизированного дешифрирования и векторизации данных ДЗЗ»:
- Предварительная обработка – масштабирование и фильтрацию растра. Масштабирование позволяет значительно ускорить обработку при избыточном разрешении снимка. Фильтрация уменьшает шумы изображения, что положительно влияет на результаты распознавания.
- Классификация – определение принадлежности отдельных пикселей исходного растра тому или иному распознаваемому объекту. Классификация состоит из трех основных стадий. На первой стадии определяются обучающие выборки – указываются области на снимке, однозначно принадлежащие распознаваемым объектам. Затем происходит обучение классификатора – выявление и запоминание статистических дешифровочных характеристик, присущих распознаваемым объектам. Результатом классификации является растр классификации – растр принадлежности пикселей исходного растра тому или иному распознаваемому объекту.
- Растр классификации содержит много шумов – неправильно классифицированных пикселей, – которые можно отфильтровать. Для этого используются морфологические операции – изменение бинарного состояния пикселя на основе анализа состояния его соседей.
- После обработки растр классификации преобразуется в набор векторных объектов – линий или площадей. На последнем этапе распознанные объекты объединяются или удаляются на основе анализа их взаимного расположения. Объединенная сеть объектов совместно сглаживается и фильтруется перед сохранением в создаваемую карту.