Giriş: Tarihi Kartografik Verilerin Değeri

Tarihsel haritalar ve mavi baskılar geçmiş ortamların vazgeçilmez kayıtları, kentsel yapılar ve mühendislik başarıları. Kentsel tarihte araştırmacılar, çevresel bilim ve arkeoloji bu belgeleri peyzaj değişikliğini takip etmek, kayıp boru hatlarının fiziksel belgeye göre yeniden inşa etmek, ancak aydınlatmada kilitlenen bilgiler, yükseltilme, georeferencing ve modern makine öğrenimi teknikleri uygulamak için kapsamlı bir iş akışı sunar.Bu makale, tarihsel harita ve mimari planlardan elde etmek, tam zamanlı olarak analizleri incelemek, tam zamanlı olarak, sayısallaştırma, geliştirme, georeferencing, vektörelleştirme ve modern makine öğrenme teknikleri ile ilgili yöntemleri uygulamaktadır.

Hazırlanma ve Digitization

Yüksek kaliteli dijitalleşme her başarılı ekstraksiyon projesinin temelidir. Zavallı tarama, belgenin durumunu değerlendirmek için hem insan yorumu hem de otomatik işlemeyi bozan eserler sunar: not gözyaşları, creas, lekeler, fading ve önceki onarımlar. Yeterli tonal ve uzaysal detay yakalamada belgenin kırılganlığını saygı gösteren bir tarama yöntemi seçin.

Fragile Belgeleri için Donanım Seçimi

A3 büyüklüğüne kadar düz belgeler için, 600-1200 DPI optik çözünürlüğü ile düz bir tarayıcı tercih edilir. Büyük mavi baskılar ve duvar haritaları, eğimli medyadan kaçınmak için bir gezegensel tarayıcı gerektirir. ciddi bir şekilde brittle sayfaları için, bir kitap cradle tarayıcıyı omurgaya en az baskı ile düşünün.Bir kamera temelli sistem kullanarak, lensin her zaman en az bir perspektifi en az ele almak için paralel olmasını sağlar.

Aydınlatma ve Renk Yönetimi

45 derece açılara yerleştirilen diffüz LED paneller, her bir sayfanın parlak veya laminat yüzeylerden gelen yansımaları azaltmak için, güçlü bir eğrilik veya kriminal gölgeler ile belgeler için esnek bir ışık kolu, 16 bit gri ölçekli bir aydınlatma hedefi (örneğin, x-Rite ColorChecker) ile işlem sırasında doğru renkli düzeltmeleri sağlamak için her bir sayfanın ayrı bir görüntü oluşturabilir. Mağaza ham taramaları kaybız bir formatta sunar: TIFF 16-bit gri ölçekli grim belgeleri ile veya 48-bit renk için.

Çevre Kontrolleri ve İşleme

Temiz, iklim kontrollü bir ortamda çalışın: Renkli alanla 35-50 arasında göreceli nem.Rektörsüz pamuk veya nitrile eldivenler, orijinalleri ele alırken, kırılgan pigment (örneğin, el renkli sular) ile ilgili tüm adımları atlayın.

Metadata ve File Organizasyonu

yapılandırılmış bir isim sözleşmesi oluşturun: [[0. Mağaza master görüntüleri güvenli arşiv depolama ile kırmızı yedekler (üç2-1 kuralına uygun olarak: üç kopya, iki medya türü, bir siteden oluşan Record metadata, her görüntüyü metadata rekorunu kullanarak).

Görüntü Geliştirme Teknikleri

Raw taramaları genellikle gürültü, eşitsiz aydınlatma içerir ve sınırları arttırır, notasyonların bacaklarını geliştirir ve otomatik ekstraksiyon araçları için görüntüler hazırlar. İşi kopyaya geliştirme işlemleri uygulayın, asla master dosyasına giriş.

Contrast genişleme ve Yerel Eşitleştirme

Bazlı aydınlatma ile ilgili belgeler için eğri ayarlama veya histogram, Contrast Limited Adaptive Histogram Equalization (CLAHE) ile 8×8 piksel büyüklüğündeki bir boyuta kadar uzanır.Bu, parlak alanlarda gürültüyü düzeltmeden karanlık köşelerde ince ayrıntılar ortaya koyar.For blueprints with cyanotype Limited Adaptive Histogram Equalization (CLAHE)

Gürültü Suppression ve Toz Yok

Daha yüksek kaliteli sonuçlar için, 21 piksel ve 7 piksellik bir arama penceresi ile ayarlanmamış, toz spekizleri ve görüntü düzenlemeli yazılım veya otomatik despeckle filtreler kullanılarak bir nokta iyileştirmesi için medyan filtreleme (kernel büyüklüğü 3–5) kullanın.Daha yüksek kaliteli sonuçlar için, kasıtlı doku (örneğin, 21 piksel ve 7 pikselli bir yama boyutu ile silmeyin.

Geometrik Dönüşüm ve Yenidenleştirme

Eski haritalar ve mavi baskılar genellikle kağıt daraltılması, savaşlama veya düzensiz taramadan muzdariptir. düzensiz sınırları yeniden tanımlamak için bir perspektif dönüştürmeye çalışır. Bilinen kontrol özellikleri ile haritalar için (örneğin, ağ hatları, sınır kenarları), dönüşümden sonra polinom dönüşümü kullanın (ere.g., 300 DPI)

Yüksek Lisanslı Belgeler için Gelişmiş Geliş

Geniş lekeli veya ink solu ile belgeler için, boyama araçları (örneğin, OpenCV'sASIFLT:1) özel olmayan sayfalar için, aksi takdirde eksik olmayan içeriklerle ilgili haritalar doldurmak için.

Georeferencing Historical Maps

Gerçek dünya koordinatlarını bir tarama haritasına imzalarken, araştırmacıların mevcut sınırları, altyapı veya arazi kullanımı ile tarihsel özellikleri karşılaştırmasına izin verir. Georeferencing, sabit bir görüntüyü, mekansal olarak bilinebilen, analiz edilen ve paylaşılabilecek bir veri kümesine dönüştürür.

Stabil Ground Control Noktaları (GCPs) seçin

Haritanın yaratımından beri kalan özellikleri seçin: kilise ilham vericiler, tepeler, kıyı şeridi, modern sokaktaki ağında devam eden yol kesişimleri. Tarihi yerleşimler genellikle aynı pozisyonları yeniden yutturuyor, böylece kiliseler için kontrol edin, kasaba meydanları, ya da henüz 10-15 GCPs gibi geçici özellikleri yok edebilir - tek bir dörtlü bir ağda bile kümelenebilir.

Dönüşüm Yöntemleri ve Hata Değerlendirme

En az bozulma (örneğin, 20. yüzyıl cadastral planları) ile basit haritalar sadece bir varlık (ilk sıra polinom) dönüşümü gerektirir.Büyük haritalar için önemli kağıt daraltılmış veya eğrili projeksiyonlar ile, ikinci sıralı polinom veya yerel bir interpolasyon yöntemini kullanarak dönüşüm sonrası her zaman ince sütunlu bir hata yapılabilir: yüksek kökle bir GCP kare hatası (RMSE) doğrulanmalıdır.

Bilinmeyen Projeksiyonları

Birçok tarihi haritalar, bu tür durumlarda, orijinal harita projeksiyonunu WGS84 (EPSG:4326) ile vektörelasyon için en iyi uyum ve etiketleme olarak tedavi edilmesi, daha sonra da gerekliyse, LGS84 (EPSG:4326) gibi modern bir küresel referans sistemi kullanın.

Batch Georeferencing for Map Series

Harita sayfalarının büyük koleksiyonları (örneğin, tarihi topo haritaları), ağ hatları tespit ederek akış parçalarını otomatik olarak kullanır ())[DAL’in 3. maddesi[DDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDD]) ve[DDD[DDDDDD][[D][[D]) kullanım noktalarının her zaman kısıtlayıcı olduğunu varsayar.

Manual Vectorization: Uzman Tracing ile Hassasiyet

Karmaşık veya yüksek derece bozulan belgeler için, otomatik ekstraksiyon kabul edilemez hataları üretebilir. Manual digitizasyon, eğitimli bir araştırmacı tarafından dikkatli bir şekilde idam edilen altın standardı kalır. Özellikle ince bina ayak izi, parsel sınırlar veya yükseklik konsüsü gibi özellikler için değerlidir, küçük hataların analizi sonuçları değişir.

Bir Vectorizasyon Çevresini Belirlen

Bir GIS'i temiz geometriyi korumak için topoloji kuralları kullanın. QGIS'de, yollara ayak uydurabilme ve 1-2 piksel toleransı ile segmentler. Bina ayak izi için, haritadaki dış duvarları takip edin.(el-düşüküm)

Ambiguity ve Uncertainty ile anlaşma

Tarihsel haritalar genellikle artık mevcut olmadığını veya modern referanslardan farklı olduğunu gösterir. Standart bir şema kullanın: kayıt sayısallaştırılmış özellikler haritanın "önetici" veya "uncertain" olarak adlandırılır. Örneğin, bayılmış bir çizgi, doğrulanamaz bir sınır olarak işaret edebilir - bir güven seviyesi ile "muhtemelen sınır" olarak adlandırılır.

Kalite Kontrol Protokolleri

Sayısallaştırmadan sonra, JeGIS'nin 'Topology Checker'in% 100 zoom. Her özelliğin en az% 10'u bağımsız olarak tespit etmesi gerekir: pozisyonsal farklılıkları ölçmek.

Semi-Automated Ekstra Teknikler

Manual sayısallaştırma büyük koleksiyonlar için iyi ölçeklendirmez. Yarı otomatik yöntemler, insan yargısını algoritmalı algılama ile darbeleyerek azaltılır.Bu yaklaşımlar kaynak görüntüleri nispeten temiz ve özellikle öngörülebilir desenleri takip ettiğinde en iyi şekilde çalışır.

Tarihi Metin için Optik Karakter Tanımlama (OCR)

OCR'yi yer isimleri, efsaneler, annotasyonlar ve ölçek barları çıkarmak için uygulayın. Standart OCR motorları (örneğin, Tesseract) genellikle tarihi fontlarla başarısız olur - aynı dönemden örnek olarak yazılmış bir metin üzerinde çalışır.For handcast results on blueprints, use Transkribus[tr|Döneticileri kullanarak)[TFLT:0][TFLD)[TFLD)[TFLD)[TD)[TFLD)[TFLD)[TQD)

Renk Segmentasyon ve Süper Sınıflandırma

Birçok tarihsel parlak haritalar arazi keşif türleri için tutarlı renkler kullanır: Orman için yeşil, su için pembe, inşa edilmiş alanlar için pembe.[Dönetici:0] veya )[Dörtüncü veya rastgele orman sınıfı için mavi renkte değişiklikler yapılır.[D:)ArcGIS Proleksiyonelleri tamamen temizlenmiş ve manuel olarak incelenir.

Edge Tespit ve Skeletonizasyon

Mimari planlar ve mühendislik mavi baskılar açık sürekli çizgilerle, bir kenar haritasının çıktısını kullanabilirsiniz. Sonra yüksek hacimli (küphesiz) hatları tek yönlü iskeletlere düşürmek için morfolojik inceleme (küphesizleştirme) uygulayın.Vectorize using tools likeUVT:10). veya "r.to.vec" modülü GRASS GIS'de modülü, yüksek hacimli hatlar ile planlar için başarır, lekeler veya el-draflı belgeler.

Özel Tanımlama için Makine Öğrenme

Derin öğrenme, özellikle de geleneksel sinir ağları (CNNs), tarihsel görüntüden özellik çıkarma hızı ve doğruluğunu değiştirdi. Modeller belirli sembolleri, bina ayak izlerini, parcel sınırları veya hatta el yazısı tespit etmek için eğitilmiş olabilir.

Bir Eğitim Veriset

En az 200-500 özellik başına örnek, farklı harita ölçeklerini, dönemleri ve bozulma seviyelerini kapsayan temsilci belgelerden alınmıştır.Saçlama araçları kullanın.[Dönetici için:0] ) veya QGIS’nin kendi parlaklıkları, CO JSON (aslıt algılama) veya GeoTIFF maskeleri gibi biçimler.

Model Mimari ve Eğitim Stratejileri

nesne algılaması (parçalamalar veya binalar), YOLOv8 veya Hızlıer R-CNN ile bir ResNet-50 arka kemiği ile bağlantı kurma (CTC) kaybı için, ResimNet veya DerinLabV3+'yi etkili bir şekilde kullanarak, tarihsel bir metinde kullanarak, sıfırdan (CRNN) bir yeniden aktarma işlemi yerine 50 yıllık bir öğrenme oranıyla tekrarlama (CTC) kaybıyla ilgili olarak 50 yıllık bir eğitim ücretinin tamamının tamamının tamamının geçerli olması gerekir.

İnference, Post-Processing, and Validation

Kontrolsüz haritalar üzerinde eğitilmiş modeli çalıştırın, bina şekillerine benzeyen 512×512 pikseli kaplamaları için 10% çakışma ile işleme: Harita ölçeklerinden elde edilen bir eşten daha küçük olan filtre poligonları; özellikle de tespit edilen tespitler için yanlış bir baskı yapmak için yanlış bir baskı yapmak için geçerli değildir.Pute Intersection over Union (IoU) üzerinde yapılan bir test için belirlenen bir test için belirlenen bir test için belirlenen ölçüm için tıklayınız.

Açık kaynak kaynakları ve Plugins

PisaTorch, TensorFlow ve [[ŞUYGÜ:0] MapSeg [Dönetici haritalama için tasarlanmış Python paketi (tarihsel harita segmentasyonu için tasarlanmış) giriş için bariyeri azaltır.QGIS eklentileri olmadan kullanıcılar için eğitim için bir GUI sarmalı ve karot harita görüntüleri üzerinde uyarı sağlar.

Reproducible Research için en iyi uygulamalar

Tarihi belgelerden veri alıntılama doğal olarak yorumlanır. Belgeleme ve veri yönetimi standartları, sonuçların doğrulanabilir, yeniden kullanılabilir ve çalışmalarla karşılaştırılmasını sağlar.

Bir İşlemeye Giriş Yap

Her adım kayıt: kaynak dosyaları, yazılım versiyonları (kitap ve kütüphane versiyonları dahil), dönüşüm parametreleri, GCP RMSE, sınıflama doğruluk ve işleme tarihi.Bir sürüm kontrollü metin dosyası veya bir Jupyter defterini işaretle kullanın.Bu gün diğer araştırmacıların verileri yayınlarken ek materyal olarak kayıt yaptırmasını veya eleştirmesini sağlar.

Bir Boru Hattında Birden Çok Yöntemler

Tek bir teknik tüm belge türleri için çalışmaz. Tüm katmanlar el, yarı otomatik ve makine öğrenme adımları:

  • [[0)Adım:[Dönetici:0) Kaynak görüntüyü genişletin ve geliştirir.
  • [FONT=0)Adım 2:[DÜDÜT:1) Georeference ve manuel olarak alt bir temel özelliği (örneğin, büyük yollar, hidroloji, sınırlar).
  • [[Dönem:0)Adım 3:[Dönetici:0) Orta özellikler için yarı otomatik ekstraksiyon (kara-cover poligons, text etiketler).
  • [[Dönem:0)Adım 4:[Dönemli veya karmaşık desenleri tespit etmek için makine öğrenimi uygulayın (örneğin, tarihsel sınırlar, endüstriyel makineler sembolleri, el yazısı annotasyonlar).
  • [[Dönetici:0)Adım 5:[Dönetici:0) Manual geçerliliği, düzeltme ve birleşik çıktı için atama.

Her katmanın güvenini belgeleyin, böylece kullanıcılar kendi analizlerinde güvenilirlik ile filtreleyebilirler.

Etik ve Kültürel Bakışlar

Orijinal belgeleri bakımla: eldivenler giymek, bağlayıcılara minimum baskı kullanın ve uzun ışık maruz kalmalarından kaçının. Harita, entelektüel mülkiyet veya kültürel protokollerin sınırlı olmadığı sürece, kontrol edilebilir veya yayınlayan verilere görerek, erişilebilir, erişilebilir, veri yayımlanmış verilere ilişkin alıntılar sağlayın.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Tarihi haritalardan ve mavi baskılardan yapısal verileri alıntılama, arşivlemenin en iyi uygulamaları, geospatial uzmanlığını ve modern bilgisayar vizyonunu birleştiren çok disiplinli bir çalışmadır. Süreç, büyük öğrenme araçlarıyla birlikte, tarihsel içeriği uyumlu bir şekilde optimize etmek için takip eder ve genişletilebilir bilgilerle birlikte, insan gözetimi ve yeniden tanımlanabilir tasarım yöntemleriyle, insan gözetimi ve renk sınıflandırması gibi temellenebilirlik sağlar.