r - 在R中的栅格中区分内部和外部NA

Question

在 R 中，我如何区分内部和外部NA的栅格，其中一些形状NA既在周围又在内部？

在下面的示例中，我如何仅选择NAR 徽标外部的 '（即，如何使徽标圆圈中包含的所有内容显示为白色）？

library(raster)
r <- raster(system.file("external/rlogo.grd", package="raster"))
r[r>240] = NA
par(mfrow=c(1,2))
plot(r, main='r')
plot(is.na(r), main="is.na(r)")

score 2 · Accepted Answer

我同意@maRtin，这有点棘手。不仅没有专用的 NoData 值，而且图像有点脏。

不过，我想我找到了一种比更好的方法clump，它使用空间域来分隔区域：

首先，我得到像素邻域的焦点值：

#make copy
r2 <- r

# focal values
fv <- getValuesFocal(r2,ngb = c(3,3))

然后我首先排除所有邻域值大于 242.8 的像素。这纯粹是反复试验，但它给出了一个很好的结果。

ix <- rowMeans(fv,na.rm = T) > 242.8
r2[ix] <- NA

您实际上已经认为这是可以接受的。唯一的问题是，值区域周围有一个小边框，应该是 NA。

所以我需要以某种方式摆脱剩余的 NA 像素。我试图用迭代排除来做这件事。对于每次迭代，我都会查看周围是否仍有 NA 值且最大值低于某个阈值的像素。再一次，涉及很多游戏，我想你可以获得比这更好的结果，但我想这将是一条路要走。

while (TRUE){

  fv <- getValuesFocal(r2,ngb = c(3,3))
  ix <- apply(fv,1,function(x) max(x,na.rm=T)) > 243 & rowSums(is.na(fv)) > 0

  if (any(ix)){

    r2[ix] <- NA


  } else {
    break
  }
}

经过几次迭代，我得到了这个：

显然已经有一些不应该的像素消失了，也许可以通过更多的摆弄来完成。

另一个有趣的想法是查看所有三个频道。如果使用加载图像brick，则可以获得 RGB 通道。我尝试了一些东西，例如 max、mean、mode、sd 等，但无济于事。

score 2 · Accepted Answer

你真的没有太多选择。这种类型的分析通常需要一些更精细的方法。clump然而，这是一个使用该函数的简单解决方法：

#your inital code
library(raster)
r <- raster(system.file("external/rlogo.grd", package="raster"))
rna <- rc <- r
rna[r>240] = NA
par(mfrow=c(2,2))

#reclass values <=240 to NA (needed for clump function. 
#Here, NAs are used to seperate clumps)
rc[r<=240] <- NA
rc <- clump(rc)

#what you get after applying the clump function
#are homogenous areas that are separated by NAs. 
#Let's reclassify all areas with an ID > 8. 
#In this case, these are the areas inside the ring.
rc_reclass <- rc
rc_reclass[rc_reclass>8]  <- 100

#let's do some plotting
plot(r, main='r')
plot(is.na(rna), main="is.na(r)")
plot(rc, main="clumps")
plot(rc_reclass, main="clumps reclass")

r - 在R中的栅格中区分内部和外部NA

2 回答 2

Related

Reference