> > 2 - Quale tipo di trasformazione è meglio usare: lineare, helmert lineare, > > cubico, etc. ? > > > A mio parere la lineare (meglio ancora la nearest neighbour), perchè > secondo la mia esperienza, con una cubic, IWG o altri algoritmi di > riclassificazione si potrebbero falsare molto i valori dei pixel > dell'immagine georiferita, perdendo anche delle informazioni. >
Argomento molto interessante. Direi che sulla scelta incide anche il fine ultimo: ad esempio non userei algoritmi di resampling tipo cubic convolution, puntando invece sul nearest neighbour, se sull'immagine georiferita dovessi implementare classificazioni automatiche, appunto perché le implementerei su valori "falsati". Idem se il mio lavoro sull'immagine dovesse comportare la ricostruzione dei valori di radianza delle superfici al suolo, perché anche in questo caso partirei da DN ricampionati. Invece potrebbe essere preferita una cubic alla nearest neighbour per approcci di fotointerpretazione, perché sarebbero sicuramente mantenuti meglio gli elementi lineari ed i confini tra le parcelle di terreno. 3 - Quante coordinate è bene inserire per avere una georeferenziazione > > decente? > > > Sempre secondo la mia esperienza, il meno possibile (sic!), ovvero > comunque non meno di quattro presi il più possibile ai vertici. Mi spiego. > Molti pensano che più GCP vengono presi, migliore sarà il risultato. Il > fatto è che i punti andrebbero presi in maniera bilanciata. Oltre i 4 presi > ai vertici, bisognerebbe prenderne altri 4 presi nei punti medi dei 4 lati > dell'immagine, e così via anche per quelli più interni. Questo perchè il > processo di georeferenziazione è di fatto un "warping", l'immagine viene > cioè stiracchiata come un foglio di gomma (in inglese appunto "rubbersheet") > "inchiodandola" letteralmente ai GCP. Bene, se si usano GCP non equamente > distribuiti sull'immagine, si corre il rischio di avere delle zone più > "precise" (quelle con maggior n. di GCP) e altre meno. Col risultato che il > dato sarà disomogeneo dal punto di vista della correttezza del > posizionamento. Meglio dunque usare 4 GCP presi ai vertici, che 16 presi in > maniera disomogenea nel dataset. Per quella che è la mia esperienza, ho > georef. con ottimi risultati fogli IGM scala 1: 50.000 (ris. 4m/pixel) con > soli 4 GCP presi ovviamente ai vertici. > Vero, meglio pochi GCP ma buoni, anche se l'immagine da georiferire non viene esattemente inchiodata ai GCP. Nel senso che anche rispetto ai GCP si avrà un errore di ricampionamento, quindi il discorso si riduce ad una ottimizzazione del RMS error nel resampling, appunto ottimizzando la scelta dei GCP. M
_______________________________________________ Iscriviti all'associazione GFOSS.it: http://www.gfoss.it/drupal/iscrizione [email protected] http://www.faunalia.com/cgi-bin/mailman/listinfo/gfoss
