ทุกอย่างขึ้นอยู่กับที่คุณวาดเส้น ไม่ว่าปัญหานี้จะดูเหมือนว่าสามารถแก้ไขได้อย่างง่ายดายโดยใช้ฟังก์ชันทางสัณฐานวิทยาที่มีอยู่ใน Spatial Analyst โดยเฉพาะอย่างยิ่ง thresholding (ดำเนินการด้วย "<" และ ">" การดำเนินงานในท้องถิ่น) และ "RegionGroup" เพื่อระบุและแยกส่วนประกอบ
แม้ว่าฉันจะไม่สามารถเข้าถึง DEM เพื่อแสดงภาพได้ แต่ภาพแรกเกือบดีพอที่จะทำงานได้ ตัวอย่างเช่นต่อไปนี้คือลำดับของแถบภูมิภาคสีแดง (โดยมีค่าที่ปรับขนาดจาก 0.0 = สีดำเป็น 1.0 = สีขาว) เริ่มต้นที่ระดับ 0 และย้ายจากซ้ายไปขวาบนลงล่างเพิ่มขึ้น 0.02:
(ภาพเหล่านี้หดสำหรับการทำสำเนาที่นี่: การวิเคราะห์ทั้งหมดทำที่ความละเอียดของภาพต้นฉบับ)
เขื่อนกั้นน้ำเกิดขึ้นรอบ ๆ ขอบเขตของพื้นที่สีดำโดยเริ่มจากแถวที่สอง (threshold = 0.08) ที่จุดเริ่มต้นของแถวที่สาม (threshold = 0.16) เขื่อนกั้นน้ำก่อตัวองค์ประกอบของตัวเอง (สีน้ำเงินเข้ม) และ ณ จุดนั้นสามารถสกัดได้อย่างง่ายดายเป็นกริดแยกหรือรูปหลายเหลี่ยม (และขอบเขตของพวกเขาสามารถสกัดเป็น polylines หลังจากขั้นตอนการ ) เฉพาะเขื่อนที่กว้างที่สุดเท่านั้นที่เหลืออยู่ในแถวสุดท้าย (threshold = 0.24 และมากกว่า) คุณจะต้องเลือกเกณฑ์ที่เหมาะสมเพื่อให้ได้สิ่งที่คุณต้องการอย่างแม่นยำ
ใน DEM ดั้งเดิมการยกระดับนั้นมีบทบาทในระดับความรุนแรงดังนั้นขั้นตอนเหล่านี้จึงควรมีประสิทธิภาพเช่นเดียวกันกับ DEM หาก DEM มีขอบเขตขนาดใหญ่ (รวมถึงคุณลักษณะที่อยู่ไกลจากแม่น้ำหรือเขื่อนกั้นน้ำ) คุณสามารถเลือกคุณลักษณะที่เกี่ยวข้องได้เช่นเดียวกับที่อยู่ติดกับองค์ประกอบที่แม่น้ำอยู่
ขอบเขตที่ไม่พึงประสงค์บางอย่างที่พบโดย RegionGroup สามารถกำจัดได้โดยใช้การสึกกร่อนขนาดเล็ก (บัฟเฟอร์ลบ) ตามด้วยการขยายที่เท่ากัน (บัฟเฟอร์บวก) ภูมิภาคที่ไม่พึงประสงค์ขนาดเล็กสามารถยกเว้นในเกณฑ์ขนาด (จำนวนเซลล์ทั้งหมดหรือพื้นที่) คะแนนสูงสุดของเขื่อนแต่ละแห่ง (หากเป็นสิ่งที่จำเป็นจริงๆ) สามารถพบได้โดยการเปรียบเทียบ DEM กับกริดสูงสุดของโซน (ใช้เขื่อนเป็นโซน)
บังเอิญลำดับของภาพนี้ถูกสร้างขึ้นในMathematica 8 นี่คือคำสั่งสำหรับผู้ที่ต้องการติดตามตัวเลือกนี้
original = Import["http://i.stack.imgur.com/gV7Du.jpg"];
{r, g, b} = ColorSeparate[original];
frames = ParallelTable[Colorize[MorphologicalComponents[Binarize[r, t/100]],
ColorFunction -> "ThermometerColors"], {t, 0, 30, 2}];
Rasterize @ TableForm[Partition[frames, 4]]
เวลานาฬิกาทั้งหมด (หลังจากนำเข้าภาพ) คือ 0.94 วินาทีซึ่งครึ่งหนึ่งจำเป็นต้องลดขนาดลงและส่งออกรูปภาพทั้งหมด 16 ภาพ: การดำเนินการทางสัณฐานวิทยามีแนวโน้มที่จะรวดเร็ว (ซึ่งดีเพราะ LEMAR DEM สามารถมีขนาดใหญ่)