Digitalización Automatizada de Mapas Raster: Dr. Serguei Levachkine

Antecedentes

1.1 Regímenes de digitalización

La digitalización de mapas, es decir, la representación de información cartográfica en formato vectorial, es siempre la primera y más laboriosa etapa en el proceso de creación de prácticamente cualquier SIG aplicado. Los regímenes de digitalización de los mapas geográficos pueden dividirse en tres grupos intersectables: manual, interactivo y automático.

-En régimen manual, un operador con el apuntador del ratón marca la localización de objetos puntuales o lineales y después, usando el teclado, pone en una tabla la información de atributos que les corresponde.

-En régimen interactivo, el operador posiciona el apuntador al inicio del objeto lineal digitalizado y después el programa de digitalización sigue automáticamente esta línea. Este proceso concluye hasta que termina la línea o aparece una alternativa. En caso de confusión durante la ejecución en regimen automático de seguimiento de una línea, el operador debe indicar el punto inicial para el siguiente objeto.

-En régimen automático, el programa de digitalización reconoce un número máximo posible de objetos cartográficos. Al final de este proceso, de cualquier manera, el operador tiene que corregir los resultados de digitalización obtenidos.

1.2 Defectos de barrido

El barrido de los mapas de papel en forma de imágenes de rastreo de color se usa para la entrada de la información geográfica. El barrido es atractivo porque proporciona una entrada rápida y automatizada de información en sistemas computacionales. Sin embargo aquí no hay posibilidad de analizar toda la información que contiene un mapa. Existen también dificultades adicionales relacionadas con la necesidad de guardar un gran volumen de datos contenidos en las imágenes de rastreo. Se conocen los esfuerzos para superar estas deficiencias en los mapas de rastreo. Por ejemplo, el estándar GeoTIFF 1.7 del 13 de junio de 1995, desarrollado por la Jet Propulsion Labs y SPOT Image Corp. (USA), el cual es una modificación del conocido formato de imágenes de rastreo TIFF. Este formato de datos es compatible con SIG tales como ARCInfo y MapInfo proporcionando una compresión de imágenes básica de 50 veces a través de la aplicación del algoritmo de compresión LZW. Sin embargo, la aplicación del formato GeoTIFF está orientada principalmente al uso operativo (sin operaciones de "import/export") en SIG, las imágenes obtenidas por métodos de sondeo a distancia desde satélite y/o aviones. Cabe mencionar también que cada imagen de mapas digitales en formato GeoTIFF tiene un tamaño de alrededor de 5Mb. A continuación presentamos algunos ejemplos ilustrativos de defectos de barrido.

a) 256 colores con 200dpi, con aumento de 4 veces: se ve claro que el escáner deforma los colores.

Figure 3

b) TRUE-color con 200dpi, con aumento de 4 veces: en las fronteras de los objetos verticales se ve la deformación de colores, relacionada con la falta de foco y mal "pegado" de los componentes de color; en las fronteras de los objetos horizontales se ve la deformación de colores relacionada con la desenfocación.

Figure 4

c) TRUE-color con 300dpi, con aumento de 4 veces: se ve todavía la deformación de colores en los objetos.

Figure 5

Figure 6

Figure 7

TRUE-color con 300dpi (fragmento). Cada clase está representada por un color. Se ve claro que en la imagen hay solamente 6 diferentes colores.

1.3 Régimen manual de digitalización

Actualmente el régimen principal de digitalización es manual, el cual se presenta en todos los programas de digitalización de los mapas geográficos originales en papel o tipo rastreo. El desempeño de este método es bajo, a razón de una frontera lineal por minuto. Un modelo de mapa geográfico estándar de complejidad media, contiene más de 10,000 objetos lineales, lo que permite estimar la duración promedio y el costo de digitalización del mapa.

1.4 Regímenes semiautomáticos

El alto costo de digitalización de los mapas geográficos estimula la investigación y el desarrollo de los métodos, así como el software de automatización de este proceso. Los primeros programas de digitalización de los mapas en régimen manual, ya incorporaban la automatización de algunas operaciones como asignación automática de identificadores, la conjunción de un objeto a otro ya digitalizado, etc. A principios de los ochenta, aparecieron y se desarrollaron de manera extensa los correctores vectoriales interactivos, los cuales entraron lentamente en la práctica de la cartografía. Así, por ejemplo, el estándar en acción para la digitalización de los mapas hidrogeológicos del US Geological Service, modificado en 1997, permite usar el corrector vectorial interactivo Line Trace Plus, el cual fue desarrollado por este mismo organismo. Actualmente existen los correctores que proporcionan el seguimiento interactivo de líneas ininterrumpidas, rayadas incluso punteadas en mapas de complejidad media.

1.5 Corrector R2V

Los correctores vectoriales que proporciona el régimen automático de digitalización de los mapas geográficos, aparecieron a principios de los noventa. Estos programas reconocen símbolos sencillos: líneas, círculos, etc. Actualmente, el corrector R2V, el Automated Rastreo to Vector Conversion Software for Mapping and SIG, desarrollado por la compañía Able Software Corp., USA, es ampliamente usado en todo el mundo. Debido a esto, y tomando como ejemplo este programa, hacemos un breve análisis del estado del arte y el desarrollo del mismo en el área.

El software R2V es universal y proporciona el procesamiento de mapas geográficos de rastreo, imágenes de satélite, fotos comunes, etc., en blanco y negro y en color, permite reconocer símbolos y líneas dadas. El análisis experimental de las posibilidades funcionales de este producto muestra lo siguiente:

-Los resultados satisfactorios de digitalización automatizada se obtienen solamente en imágenes de rastreo de mapas geográficos muy simples. Para el simplificado de imágenes de rastreo, el corrector viene acompañado de funciones de modificación del contraste y colores de rastreo, así como funciones de modificación de la representación de colores de pixeles.

-Los resultados de digitalización contienen un gran número de errores en la representación de la topología de objetos cartográficos. Por ejemplo, las isolíneas vectoriales tienen puntos de intersección, ramas parásitas, brechas, autointersecciones, etc. Por tal motivo, se requiere una corrección manual laboriosa.

-El corrector no separa los objetos digitalizados por su tipo. Por ejemplo, una capa vectorial de isolíneas generada, además de las isolíneas mismas, contiene imágenes vectoriales de símbolos que indican picos y textos. La separación lógica de la información requiere una vez más de trabajo manual.

1.6 "Universalismo"

Basándonos en el estudio y prueba de éste y otros programas de digitalización automatizada de mapas geográficos, concluimos que su deficiencia principal es el "universalismo", es decir, la orientación al reconocimiento de imágenes gráficas en imágenes de rastreo de cualquier tipo (fotos de avión y de satélite, dibujos de ingeniería mecánica, mapas geográficos, esquemas eléctricos, etc.). Esto no permite aumentar el nivel de automatización del proceso de digitalización de los mapas geográficos usando propiedades específicas de imágenes de objetos cartográficos en ellos mismos. Por eso, la dirección de las investigaciones en el área de digitalización automatizada de mapas geográficos, consiste en la especialización de programas y su orientación al reconocimiento de ciertas clases de objetos en mapas geográficos, usando el máximo de particularidades geométricas de dichos objetos, así como métodos para su representación gráfica para reducir el número de correcciones de errores ocurridos durante la digitalización automatizada de mapas geográficos.

1.7 Sistematización de objetos cartográficos

La sistematización previa de objetos cartográficos típicos, que han llevado a cabo los participantes del proyecto, ha probado que existen ciertas clases de objetos cartográficos que se distinguen esencialemente por la singuralidad de su estructura geométrica. Por ejemplo, las isolíneas no pueden intersectarse y son contornos cerrados o comienzan y terminan en fronteras exteriores o interiores del campo de los valores del parámetro cartografiado. Para otros objetos cartográficos (red de ríos, polígonos de mapas de regiones, etc.), también se puede definir el sistema de sus singularidades estructurales. Ciertos objetos cartográficos se encuentran correlacionados entre sí, por ejemplo, la red de ríos y el relieve de región, la red geodésica e isolínea de relieve, etc. Así, reconociendo una capa vectorial, pueden usarse datos geométricos y atributivos de otras capas del mapa digital antes creadas. Esto abre nuevas perspectivas para transferir la digitalización automatizada de los mapas, a otro nivel de inteligencia de formación de las capas temáticas de mapas vectoriales. .

1.8 Reconocimiento de imágenes rastreo

Otro aspecto en el desarrollo de métodos y software para la digitalización automatizada de los mapas, es la realización de los métodos de reconocimiento de imágenes rastreo, la cual se usa con éxito en la digitalización manual de mapas geográficos. Los autores cuentan con una gran experiencia en la creación de SIG aplicados en áreas de su interés profesional, como la digitalización manual y la digitalización interactiva de los mapas temáticos correspondientes. La práctica muestra que una buena parte de las operaciones para la preparación, digitalización, construcción y corrección de los mapas vectoriales tiene carácter rutinario (eliminación del fondo, normalización de símbolos, etc.). Estas operaciones no pueden formalizarse completamente, pero con base en algoritmos heurísticos, éstas pueden ser automatizadas esencialmente.

El problema principal para digitalización automatizada de mapas geográficos era y es el reconocimiento y la extracción parcial de las imágenes cartográficas, es decir, la desigualdad entre la representación de rastreo de los símbolos del mismo tipo en el campo del mapa y un símbolo descrito a través de una leyenda en el mapa. La causa principal de esto es la acumulación de errores durante el proceso de producción, impresión, almacenamiento y barrido de los mapas originales. Además esto mismo ocurre porque unos símbolos cartográficos pueden cubrir a otros. Por ejemplo, los símbolos de embarcamiento cubren contornos de ríos, el rayado cubre la colada, etc. Esto representa un obstáculo para aplicar los métodos convencionales (estrictamente determinísticos) para el reconocimiento de imágenes. Por tal motivo, hay que usar en primer lugar métodos probabilísticos y estadísticos de procesamiento y reconocimiento de imágenes (teoría de conjuntos parcialmente invisibles, introducir las concepciones de "claridad de imagen", de "entropía de representación de símbolo", etc.). El análisis previo de este problema fue llevado a cabo por los participantes del proyecto y demostró la gran utilidad de los métodos estadísticos para el análisis de información codificada. Este último método mostró su eficiencia durante el proceso de creación del analizador de textos, independiente del idioma usado. En los últimos años los responsables del proyecto han desarrollado también nuevos métodos poderosos para el reconocimiento determinístico de imágenes parcialmente visibles, de "mala claridad", de reconstrucción de información perdida durante el proceso de reconocimiento, etc. El análisis previo mostró que estos métodos son bastante aplicables al reconocimiento de los principales tipos de patrones cartográficos.

1.9 Conclusión

Una vez terminado este resumen sobre el estado que guarda el Sistema de Información Geográfica queremos concluir con la siguiente aclaración: aunque se está llevando a cabo una producción intensa de trabajos en el área de reconocimiento de imágenes cartográficas, quedan muchos problemas principales por resolver en lo que a digitalización automatizada de mapas geográficos se refiere. Durante el desarrollo de esta investigación pretendemos resolver algunos problemas de digitalización, usando enfoques no tradicionales para vectorización de las imágenes rastreo en materiales cartográficos.