25 марта 2025, Вторник
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ
arrow_right_black
30 марта 2016

Сканирование и векторизация старых схем рудников и карт (часть 3*)

messages_black
0
eye_black
408
like_black
0
dislike_black
0
франк билки.jpgФранк Билки — технический директор департамента MICROMINE.





Введение

Во 2-й части этой статьи мы описывали процесс подготовки информации, необходимой для создания скана хорошего качества вашей исходной карты, а в этой части мы сфокусируемся на способах подготовки и усовершенствования результирующих изображений для создания самого наилучших цифровых контурных линий.

Шаги обработки
Обычный процесс от бумаги к цифре включает в себя следующие шаги, данная часть посвящена с 3-го по 6-му пунктам, выделенным жирным шрифтом:
  1. Привести в порядок бумажную карту;
  2. Отсканировать;
  3. Обрезать;
  4. Сделать геопривязку, трансформацию растра или при необходимости спроецировать его;
  5. Повысить качество растра и подчистить его;
  6. Векторизовать его (оцифровать);
  7. Импортировать растр в нужное приложение;
  8. Подчистить оцифрованные линии;
  9. Объединить, закрыть и присвоить атрибуты линиям, если необходимо присвоить им высотные отметки при работе 3D;
Рабочий процесс изображение — цифровые контуры

Преобразование изображения в цифровые контуры подразумевает под собой следующие шаги.

Шаг 3. Обрезка
Обрезание изображения до площади карты легко осуществляется с помощью инструмента обрезки в программном обеспечении для редактирования фотоизображений, таких как Photoshop, Paint.netили GIMP. Обрезка не только удаляет пустые поля; она также уменьшает файл (работа с ним становится быстрее), а также предотвращает создание лишних линий вдоль теней или углов окна сканнера.

Убедитесь, что вы оставили метки координат, которые располагаются на полях, — они вам понадобятся для процесса геопривязки.

Шаг 4. Геопривязка и исправление
Существует только два важных момента, которые нужно запомнить и учитывать в процессе привязки.
  • создавать как можно больше контрольных точек;
  • размещать их как можно точнее.
Относительно новая и хорошо сохранившаяся карта нуждается только в небольшом числе контрольных точек и в полиномиальной трансформации низкого порядка для выпрямления. В сравнение, более старая и искаженная карта или сфотографированная карта потребует множество контрольных точек. В зависимости от количества искажения на карте вам потребуется полиномиальное преобразование высокого порядка (кубическое) или расширенная трансформация, например, тонкий пластинчатый сплайн для исправления изображения, при этом необходимо помнить, что методы высокого порядка требуют большего числа контрольных точек для получения результата. Не стесняйтесь добавлять дополнительные контрольные точки; на некоторых картах я использовал до 50 контрольных точек (рис. 1).

до.jpg

Рис. 1. До (сверху) и после геопривязки и исправления карты, сфотографированной на смартфон. Желтые квадраты являются контрольными точками

Для осуществления геопривязки и исправления карты в QGIS сделайте следующее:
1. Выберете Растр | Инструмент геопривязки или нажмите на кнопку Геопривязки на панели инструментов для отображения окна геопривязки;
2. В диалоговом окне Геопривязки выберете Файл | Открыть растр или нажмите на кнопку Открыть растр на панели инструментов, выберете изображение для привязки;
3. При необходимости выберете целевую систему координат. Или просто нажмите Отмена, чтобы оставить систему координат не выбранной;
4. Нажмите на кнопку Добавить точки, добавьте контрольные точки в положениях, координаты которых вам известны;
5. Укажите реальные координаты каждой точки в таблице внизу диалогового окна;
6. Повторите этот процесс для остальных контрольных точек;

Когда контрольные точки заданы, вы можете сохранить их, а затем исправить изображение.

7. В качестве резервной копии сохраните созданные контрольные точки, нажав Сохраните GCP точки как;
8. Нажмите на кнопку настройки Преобразования, чтобы задать настройки трансформации и вывода, помните, что 3-х полиномиальное (кубическое) и преобразование тонкий пластинчатый сплайн требуют больше контрольных точек, чем другие методы. Обратитесь к документации QGIS для получения более подробной информации;
9. Нажмите на кнопку Начать геопривязку, чтобы создать исправленное изображение.

Может быть сложно выбрать наилучший метод преобразования для сильно искаженных изображений. Сравнение средней квадратичной ошибки (которая выводится в строке состояния) для каждого метода — один из способов, тем не менее наименьшая ошибка не всегда означает наилучший результат. Наиболее хорошо отлаженный способ — исправить изображение, используя каждый метод, а затем отобразить все результаты наряду с другими данными известного качества или же наложить координатную сетку. Метод, который дает наилучшее общее совпадение с наименьшим числом локальных ошибок является тем, методом, который вы должны использовать.

Несмотря на то, что в списке геопривязка предшествует процессу улучшения качества изображения, имейте в виду, что файлы с внутренними заголовками, содержащими геопривязку (например, GeoTIFF), потеряют свою геопривязку при открытии их в программном обеспечении для редактирования фотоизображений. Чтобы избежать данную проблему, убедитесь, что вы создали внешний файл геопривязки (например, TAB, world, файл aux.xml), который может использоваться для правленого изображения. Или же просто начинайте процесс улучшения качества изображения до процесса геопривязки.

Шаг 5. Повышение качества растра и его очистка
Этот шаг выполняется с использованием программного обеспечения для редактирования фотографий, например Photoshop, Paint.net, GIMP, или же с помощью программного обеспечения для векторизации как часть процесса из шага 6. Я предпочитаю использовать программы для редактирования фотоизображений, они дают мне больше возможностей, особенно при работе со старыми или выцветшими картами.

Проще очистить заранее подготовленное черно-белое изображение, поэтому вы должны повысить качество вашей карты до процесса очистки.

Повышение качества
Качественные сканы чистых и относительно новых бумажных карт нуждаются в небольшой корректировке, обычно достаточно простого автовыравнивания, чтобы удалить любые неровности бумаги, которые могут помешать векторизатору. Сканы геологических карт, очень старые карты или фотографии карт, сделанные при плохом освещении, — другая история. В этой ситуации вы должны повысить качество изображения до того, как будете осуществлять процесс векторизации.

Так как каждое изображение уникальное, не существует универсального подхода, который бы подходил ко всем ситуациям, поэтому здесь приводится отдельный документ по сценариям повышения качества изображений. Вы можете ознакомиться с руководством по повышению качества изображений по ссылке (www.micromineblog.files.wordpress.com/2015/08/imageenhancement-cookbook.pdf).

Потратьте свое время на этот пункт до того, как продолжить. Применив правильное усовершенствование изображения, вы уменьшите объем работ по очистке векторизованных контуров (рис. 2); если применять неправильное усовершенствование или вовсе его не применять, результат может содержать «птичьи гнезда» из, казалось бы, случайных линий, что гораздо хуже, чем цифровать карту вручную.

до улучшения качества.jpg

Рис. 2. До (сверху) и после улучшения качества фотографии настенной карты, приведенной на рисунке 1 для векторизации

Очистка
Процесс очистки выполняется с использованием Инструмента ластик и Инструмента кисть. Нет необходимости делать процесс чистки для всей карты; просто сконцентрируйте свое внимание на местах, где что-то пересекается с контурными линиями, которые вы хотите векторизовать. Например, напечатанная метка может пересекать линию, или кто-то мог сделать пометку на важной части карты. Вы должны стереть все, что задевает исходные контурные линии (чтобы оставить линию неповрежденной), чтобы упростить задачу векторизатору, как показано на рисунке 3. Сделать это сейчас — более продуктивно, чем уже на векторизованной версии.

до и поля очистки.jpg

Рис. 3. До (сверху) и после очистки изображения 

Отдельные пятна грязи или пометки, которые не задевают важные контурные линии, легко удаляются из векторизованной версии, поэтому вы можете уверенно игнорировать их на данном этапе: быстрее единожды кликнуть, чтобы удалить векторизованную линию, чем аккуратно закрашивать пиксели на исходном изображении (тем более в Micromine и немножко сложнее в ГИС).

Шаг 6. Векторизация (или оцифровка)
Несмотря на то, что текст этого блога посвящен автоматической векторизации, важно знать, что это не панацея, которая магическим образом преобразует вашу карту в красивые контурные линии. И в зависимости от карты, ручной процесс оцифровки может являться наиболее продуктивным методом.

Преимущества векторизации над ручной оцифровкой включают в себя:

  • скорость — векторизация создает полную карту за несколько секунд, вместо того, чтобы тратить часы и дни на оцифровку с чистого листа; 
  • простота — редактирование существующих контурных линий более простой процесс, чем их создание, это означает что вы можете поручить это задание менее опытному оператору;
Минусы включают в себя:
  • предварительная обработка — векторизация ставит ударение на предварительном улучшении качества изображения, что бывает не всегда простым процессом;
  • подводные камни — процесс очистки сложной карты с множеством ненужных линий может стать более длительным, чем процесс оцифровки с чистого листа.
Векторизовать или оцифровать?
Выбираете ли вы между процессом векторизации и оцифровки? Простой способ выбора — сделать тест на небольшом «среднем» участке вашей карты. Создайте векторизованную и оцифрованную версии одной и той же площади, а затем сравните время, которое ушло на данные процессы, а также результирующую точность каждого из вариантов. Так как скорость и точность являются противоположными целями, самый продуктивный метод — компромисс между ними: не самый быстрый и не самый точный.

Векторизация побеждает ручной способ, если вам просто необходимо создать линии, не заботясь о деталях. Создание линий — мгновенный процесс. Не существует легкого пути для ручной оцифровки — либо все, либо ничего.

Я предпочитаю делать векторизацию как можно чаще, тем не менее приходится удалять некоторые векторизованные линии и цифровать их вручную.

Векторизация побеждает ручную оцифровку, если вам просто надо создать линии без беспокойства о деталях, например очистка, объединение или настройка атрибутов. Геопривязка и улучшения качества изображения — последующие время затратные шаги, и если вы эксперт в программном обеспечении, вы можете выполнить их за пару часов. Создание линий — мгновенный процесс. Не существует легкого пути для ручной оцифровки — все или ничего.

Если вы попали в неприятную ситуацию, когда карту нельзя векторизовать автоматически, даже после ее очистки и улучшения качества изображения, вы должны обратиться к методу ручной оцифровки. Это нормально для устаревших геологических карт, которые содержат темную заливку или штриховку, как показано на рисунке 4.

Программное обеспечение
Программное обеспечение для векторизации работает, обнаруживая границы и края в изображении, а затем производит трассировку по ним. Информация, которую они создают, попадает в три разных типа выхода:
  • точки — создает точки на основании отдельных темных пикселей;
  • полилинии — создает полилинии на основании линий из темных пикселей;
  • полигоны — создает полигоны на основании площадей с заливкой соответствующим цветом.
Некоторые векторизаторы имеют опции для создания точек, полилиний и полигонов из изображения, в то время как другие ограничиваются определенными типами выхода. Ниже приведен список известных программных продуктов и поддерживаемых ими типов.

WinTopoPro: Только полилинии. Низкая цена (существуют бесплатные версии с ограниченным функционалом).

ArcScan: Полигоны и полилинии (включая свободную версию ArcGIS 10.1 и более поздние).

TNTMIPS: Полигоны и полилинии (бесплатная пробная версия с ограниченным функционалом).

R2V: Полигоны и полилинии с расширенными опциями (бесплатная пробная версия с ограниченным функционалом).

Следующие бесплатные и открытые приложения могут быть установлены с использованием инсталлера OSGeo4W.

GRASS: точки, полигоны и полилинии, но со сложным многоэтапным процессом.

QGIS: Только полигоны

SAGA: Только полигоны

Векторизация
Приложения, которые я перечислил выше, имеют очень отличные рабочие процессы, начиная с очень простых (WinTopo) до очень сложных с множественными этапами (GRASS). Я продолжу блог о WinTopo, так как это простое приложение. Также оно бесплатное и позволяет вам работать без ограничений на входных и выходных размерах файлов.

Процесс векторизации с WinTopo может быть таким же простым, как открытие изображения (через Файл | Открыть изображение), а зачем нажатие кнопки Векторизация в одно касание. Как вы ожидаете, приложение понимает геопривязку, оно разместит недавно созданные векторы в правильном месте. Конечно, вы можете также поэкспериментировать с множеством опций, которые могут стать полезными, если вы не добьетесь хорошего результата с первого раза.

множественные.jpg

Рис. 4. Множественные метки с темными красками и зернистостью делают эту карту непригодной для векторизации

Как только вы создали порядочный набор векторов в WinTopo, сохраните их (через Файл | Сохранить вектор как) в формат, который понимает Micromine (или ваше ГИС приложение), например, EsriShape файл или MapinfoInterchange файл. Остерегайтесь DXF, так как файлы могут стать очень объемными.

Вывод

В этой части я описывал шаги самых важных частей рабочего процесса: доведение изображения до ума и его векторизация. Вы знаете как:

  • обрезка изображения до области карты помогает сфокусироваться на данных, а также экономит время и пространство, связанное с ненужными пикселями;
  • точная геопривязка и исправление изображения важны для создания контурных линий в правильном положении;
  • применение правильных правок к изображению результирует векторные данные, которые нуждаются в минимальной чистке;
  • некоторые изображение не могут быть векторизованы;
  • приложения для векторизации различаются по сложности их рабочего процесса, а также их возможности поддерживать разные типы файлов.
В 4-й части я расскажу как переводить исходные контурные линии, созданные векторизатором, в законченный продукт, подходящий для использования в процессах эксплоразведки или добычи.

Опубликовано в журнале «Золото и технологии», № 1 (31)/март 2016 г.
21.03.25
Как и зачем распознавать керн с помощью машинного зрения? Новое слово в цифровизации добывающей отрасли
26.12.24
Мониторинг и управление производственными процессами на золотодобывающем предприятии
26.12.24
Ведение цифровых моделей подземных горных предприятий в наши дни
25.09.24
Только 22% промышленных компаний заместили ПО для работы с данными более чем на 70%
02.07.24
Автоматизация в горнодобывающей промышленности: современные тренды и разработки
02.07.24
Синергия взаимодействия: недропользователь, разработчик, государство. Так создаются эффективные цифровые решения
01.04.24
Итоги 2023 года для горно-металлургического комплекса: главные ИТ-тренды и прогнозы на 2024
27.03.24
Автоматизация мониторинга экологической ситуации на гидросооружениях и хвостохранилищах
27.03.24
Автоматизация процесса создания сортовых контуров
31.01.24
Цифровизация начинается «с поля»
31.01.24
ГГИС MINEFRAME — импортозамещение ключевых цифровых технологий в области инженерного обеспечения горных работ
30.01.24
Определение контура карьера по граничному коэффициенту вскрыши в Micromine Beyond
23.06.23
Опыт АЛРОСА: цифровизация управления геологоразведкой
20.06.23
Расчет показателя энергоемкости бурения с помощью ГГИС Micromine Origin&Beyond для оптимизации проектирования буровзрывных работ
16.03.23
Семь шагов к эффективному управлению данными о производственных активах
06.02.23
Системы активной безопасности в добывающей индустрии
31.12.22
Разработка и улучшение моделей машинного обучения для автоматического извлечения керна из изображений и поиска кварцевых жил
31.12.22
Цифровой карьер на базе решений «1С:Горнодобывающая промышленность»
29.11.22
МАЙНФРЭЙМ — отечественный инструмент для создания цифрового двойника месторождения
29.11.22
Разработка автоматизированных систем управления производством в условиях импортозамещения
Смотреть все arrow_right_black



Яндекс.Метрика