Эктропион шейки матки

Эктропион шейки матки — это выворот слизистой оболочки канала шейки матки. Выворот слизистой оболочки канала шейки матки обычно ограничивается нижним ее отделом, но может быть и более выраженным.

Причиной эктропиона являются чаще всего родовые травмы — разрывы шейки матки, особенно двусторонние, образующиеся при самопроизвольных родах (крупный плод, разгибательные предлежания плода, ригидность тканей шейки матки и др.), чаще после родоразрешающих операций (экстракция плода, наложение полостных щипцов). Нередко эктропион возникает после неправильного наложения швов на поврежденные ткани шейки матки. Причиной разрывов шейки матки и последующего образования эктропиона может быть насильственное расширение канала шейки матки при искусственном аборте, особенно на поздних сроках беременности.

Травмы шейки матки сопровождаются нарушением целости всех ее тканей, включая циркулярные мышцы. При этом неповрежденные продольные мышцы, располагающиеся в области передней и задней губ шейки матки, сокращаются без противодействия циркулярных мышц. В результате образуется зияние наружного зева, переходящее в выворот канала шейки матки (чаще нижнего отдела).

Разрыв тканей шейки и последующее развитие рубцов ведут к повреждению сосудов и нервных окончаний, что ухудшает трофику тканевых структур, особенно в области бывших травм. При эктропионе слизистая оболочка цервикального канала находится в нефизиологических условиях. В норме секрет желез цервикального канала имеет щелочную реакцию, при эктропионе на слизистую оболочку действует кислая среда содержимого влагалища. Это приводит к нарушению физиологической секреции желез шейки матки, имеющей важное значение для осуществления репродуктивной функции и предупреждения восходящей инфекции. Изменение барьерных функций шейки матки способствует заселению вывернутой слизистой оболочки микроорганизмами, содержащимися во влагалище, и развитию воспалительного процесса. Эктропиону почти всегда сопутствуют эндоцервицит и последующий цервицит. На видимой части слизистой оболочки видны утолщенные складки, слизистая становится гиперемированной, отечной, иногда на ее поверхности появляются дефекты покровного эпителия. Нередко наблюдаются выраженные очаги гипертрофии слизистой оболочки, на ней появляются белесоватые участки. При длительном существовании эктропиона может наступить атрофия покровного эпителия.

Нарушение трофики и хронический воспалительный процесс способствуют возникновению других патологических процессов на шейке матки (псевдоэрозия, лейкоплакия, дисплазии и др.). Родовые травмы шейки матки и эктропион являются основной причиной возникновения предраковых заболеваний и рака шейки матки. Наиболее частым заболеванием, сопровождающим эктропион, является псевдоэрозия, располагающаяся на периферии вывернутой слизистой оболочки или на ее поверхности (так называемый эрозированный эктропион). Течение псевдоэрозии длительное, ей свойственны все особенности, характерные для псевдоэрозии влагалищной части шейки матки.

Страница не найдена

Размер:

AAA

Цвет: C C C

Изображения Вкл. Выкл.

Обычная версия сайта

RUENBY

Гомельский государственный
медицинский университет

• Университет
  • Университет
  • История
  • Руководство
  • Устав и Символика
  • Воспитательная деятельность
  • Организация образовательного процесса
  • Международное сотрудничество
  • Система менеджмента качества
  • Советы
  • Факультеты
  • Кафедры
  • Подразделения
  • Первичная профсоюзная организация работников
  • Издания университета
  • Гордость университета
  • Выпускник-2021
  • Первичная организация «Белорусский союз женщин»
  • Одно окно
  • ГомГМУ в международных рейтингах
  • Структура университета
• Абитуриентам
  • Приёмная комиссия
  • Университетская олимпиада по биологии
  • Целевая подготовка
  • Заключение, расторжение «целевого» договора
  • Льготы для молодых специалистов
  • Архив проходных баллов
  • Карта и маршрут проезда
  • Порядок приёма на 2023 год
  • Специальности
  • Контрольные цифры приёма в 2023 году
  • Стоимость обучения
  • Информация о ходе приёма документов
  • Приём документов и время работы приёмной комиссии
  • Порядок приёма граждан РФ, Кыргызстана, Таджикистана, Казахстана
  • Горячая линия по вопросам вступительной кампании
• Студентам
  • Первокурснику
  • Расписание занятий
  • Расписание экзаменов
  • Информация для студентов
  • Студенческий клуб
  • Спортивный клуб
  • Общежитие
  • Нормативные документы
  • Практика
  • Стоимость обучения
  • Безопасность жизнедеятельности
  • БРСМ
  • Профком студентов
  • Учебный центр практической подготовки и симуляционного обучения
  • Многофункциональная карточка студента
  • Анкетирование студентов
• Выпускникам
  • Интернатура и клиническая ординатура
  • Докторантура
  • Аспирантура
  • Магистратура
  • Распределение
• Врачам и специалистам
  • Профессорский консультативный центр
  • Факультет повышения квалификации и переподготовки
• Иностранным гражданам
  • Факультет иностранных студентов
  • Стоимость обучения
  • Регистрация и визы
  • Полезная информация
  • Правила приёма
  • Информация о возможностях и условиях приема в 2022 году
  • Официальные представители ГомГМУ по набору студентов
  • Страхование иностранных граждан
  • Приём на Подготовительное отделение иностранных граждан
  • Прием иностранных граждан для обучения на английском языке / Training of foreign students in English
  • Повышение квалификации и переподготовка для иностранных граждан
• Научная деятельность
  • Направления научной деятельности
  • Научно-исследовательская лаборатория
  • Научно-исследовательская часть
  • Инновационные технологии в ГомГМУ
  • Научно-педагогические школы
  • Конкурсы, гранты, стипендии
  • Научные мероприятия
  • Работа комитета по этике
  • В помощь исследователю
  • Совет молодых ученых
  • Студенчеcкое научное общество
  • Диссертационный совет
  • Патенты
  • Инструкции на метод
  • «Горизонт Европа»
  • Госпрограмма (ЧАЭС)

• Главная

Введение в дополнительный модуль ArcGIS Pro Image Analyst — ArcGIS Pro

Доступно с лицензией Image Analyst.

Дополнительный модуль ArcGIS Image Analyst предоставляет функции, инструменты и возможности для аналитиков изображений и геопространственных данных, специализирующихся в следующих областях:

• Интерпретация изображений и эксплуатация
• Создание информационных продуктов на основе изображений
• Усовершенствованная интерпретация признаков и измерения на основе изображений
• Составление и измерение подробных признаков на стереоизображениях
• Расширенные рабочие процессы анализа растров и изображений для машинного обучения и извлечения признаков

Аналитики изображений извлекают данные и информацию из изображений, используя ручные и компьютерные методы. Расширение Image Analyst предоставляет расширенные возможности для поддержки обоих методов эксплуатации изображений.

Приложения для ручной интерпретации изображений включают стереокартографирование, анализ пространства изображения и полноэкранное видео (FMV). Эти приложения поддерживают сбор данных 2D- и 3D-объектов с использованием стандартных инструментов создания и редактирования объектов, сохранение данных классов пространственных объектов в базе геоданных или в виде файлов и совместное использование их в ArcGIS Enterprise.

Компьютерная обработка изображений включает расширенную классификацию и набор растровых функций и инструментов геообработки. И функции, и инструменты могут быть объединены в пользовательские алгоритмы с использованием растровых функций, шаблонов и моделей соответственно. Эти цепочки обработки могут быть развернуты на рабочем столе или в распределенных средах обработки в ArcGIS Enterprise либо локально, либо через портал.

Набор функций, инструментов и возможностей для расширенного анализа изображений требует расширения Image Analyst.

Возможности

Возможности, функции и инструменты, предоставляемые в расширении Image Analyst, предназначены для аналитиков изображений, которые выполняют ручную интерпретацию изображений, расширенное дистанционное зондирование и полуавтоматическую обработку изображений. Эти действия по использованию изображений сгруппированы в следующие функциональные категории:

• Перспективные изображения — работа с наклонными изображениями, ориентированными в режиме естественной перспективы, для облегчения эффективных приложений интерпретации изображений.
• Классификация изображений и распознавание образов — набор инструментов геообработки ArcGIS, содержащий инструменты для поиска, идентификации и количественного определения закономерностей в данных изображений. Выполняйте объектно-ориентированный и традиционный анализ изображений с помощью инструментов и возможностей сегментации, классификации и регрессионного анализа изображений.
• Глубокое обучение — распознавание признаков изображения с использованием методов глубокого обучения.
• Обнаружение изменений — сравнение нескольких изображений или растров для определения типа, величины или направления изменений между датами.
• Многомерный анализ — выполнение комплексного анализа многомерных растровых данных для изучения научных трендов и аномалий.
• Редактор пикселей — редактируйте отдельные пиксели и объекты, группы пикселей и объектов и области в растровых данных и данных изображений.
• Стереокартирование — Визуализируйте изображения и захватывайте данные 3D-объектов в среде стереопросмотра.
• Движущиеся изображения — работайте с геопространственными видеоданными вместе с данными ГИС, чтобы своевременно принимать обоснованные решения.
• Радар с синтезированной апертурой — генерируйте готовые к анализу данные радара с синтезированной апертурой (SAR) Sentinel-1 Ground Range Detected (GRD) и визуализируйте их с помощью композитных изображений в искусственных цветах.
• Растровые функции — выполняйте растровый анализ и обработку изображений в режиме реального времени на основе обширного набора типов данных дистанционного зондирования и при необходимости сохраняйте результаты. Создавайте цепочки растровых функций и развертывайте их на рабочем столе или в распределенных средах обработки и хранения локально или в облаке.
• Инструменты геообработки — выполняйте анализ дистанционного зондирования и обработку изображений с помощью отдельных инструментов, а также создавайте и развертывайте их в моделях обработки локально на рабочем столе или в распределенных средах обработки и хранения локально или в облаке.

Эти возможности, функции и инструменты более подробно описаны ниже.

Перспективный анализ изображения

Изображения часто собираются под значительными углами, что называется перспективным изображением. Это полезно для получения информации о таких объектах, как здания, мосты, башни и инженерная инфраструктура, которую нельзя получить из вертикальных изображений. Спутниковые изображения часто собираются под углом более 15 градусов от надира, как и изображения с воздуха и дронов. Отображение наклонных изображений в системе картографической проекции приводит к тому, что здания и другие наземные объекты кажутся наклоненными под разными дезориентирующими углами, что затрудняет интерпретацию наклонных изображений. Его также можно сильно исказить, исправив его, чтобы он соответствовал проекции карты.

ArcGIS Pro позволяет просматривать изображения под углом и работать с ними в режиме перспективы. Он отображается со зданиями и объектами, ориентированными вертикально к верхней части дисплея, что лучше подходит для приложений интерпретации изображений. В режиме перспективы изображения отображаются в пространстве изображения (в столбцах и строках), а не в пространстве карты (в системе картографической проекции) с использованием системы координат изображения (ICS). ICS облегчает плавное преобразование между пространством изображения и пространством карты и позволяет правильно зарегистрировать дополнительные слои изображений и ГИС на изображениях. ICS использует метаданные, содержащие информацию об ориентации и положении изображения, а также другую соответствующую информацию о том, как и когда изображение было получено, для поддержки преобразования между пространством изображения и пространством карты. Включение изображений в пространстве изображения в представлении карты называется режимом перспективы.

Косые изображения отображаются в системе картографической проекции и в режиме перспективы.

Перспективные изображения содержат информацию, недоступную для вертикальных изображений, например фасады зданий, точки входа и выхода, профили особенностей и объектов и многое другое. Перспективные изображения, отображаемые в перспективном режиме, полезны для ручной интерпретации изображений, а также для сбора и записи информации об объектах. Важной возможностью перспективных изображений является возможность создавать и редактировать объекты в пространстве изображения и сохранять их в выбранной картографической проекции. Кроме того, функции можно интерактивно измерять в режиме перспективы, а результаты отображаются и записываются в выбранных вами единицах измерения.

Классификация изображений и распознавание образов

Классификация изображений является одним из наиболее эффективных и действенных способов преобразования непрерывных изображений в категориальные данные и информацию для инвентаризации и управления активами и земельными единицами. Это компьютерный подход к обработке изображений, при котором аналитик изображений инициирует шаги и методы для метода классификации, а компьютер выполняет вспомогательные вычисления. Аналитик вмешивается в критические моменты для принятия решений, определяющих тип и характеристики результатов классификации.

Поддерживаются два основных типа подходов к классификации: объектно-ориентированная классификация и классификация на основе пикселей. Объектно-ориентированная классификация основана на сегментации изображения, при которой соседние пиксели со схожими мультиспектральными или пространственными характеристиками группируются в объекты. Эти объекты, иногда называемые суперпикселями, представляют собой частичные или полные функции и обрабатываются с использованием различных классификаторов для создания карты классов. Классификация на основе пикселей следует аналогичному процессу, в котором пиксели классифицируются по категориям, определенным аналитиком.

Поддерживаемые классификаторы включают как традиционные, так и расширенные подходы машинного обучения. Традиционные классификаторы основаны на статистических методах, таких как неконтролируемая изокластерная классификация и контролируемая классификация максимального правдоподобия. Расширенные классификаторы основаны на сложных методах машинного обучения, включая случайные деревья, метод опорных векторов и глубокое обучение.

После первоначальной классификации изображений точность оценивается, и карта классов уточняется, чтобы итеративно корректировать либо категории классов, либо регионы на карте классов. Оценка точности может быть выполнена как для входных обучающих данных, так и для результирующей выходной карты классов.

Процесс классификации обычно требует нескольких шагов для перехода от правильной предварительной обработки изображений, присвоения категорий классов и создания соответствующих обучающих данных, выполнения классификации, оценки и уточнения точности результатов. Мастер классификации направляет аналитика через рабочий процесс классификации и помогает обеспечить приемлемые результаты.

Карта классов с соответствующими символами может быть сохранена или преобразована в векторный файл ГИС с соответствующей таблицей атрибутов.

Инструменты непараметрического регрессионного анализа с машинным обучением моделируют взаимосвязь между независимыми полосами изображений и растровых данных и эталонной (наземной) информацией. Регрессионный анализ выявляет закономерности в изображениях, связанных с классами объектов, а также предсказывает появление различных классов в изображениях.

Глубокое обучение

Инструменты глубокого обучения обнаруживают особенности на изображениях, используя несколько слоев в нейронных сетях, где каждый слой способен извлекать одну или несколько уникальных особенностей изображения. Эти инструменты используют преимущества обработки GPU для своевременного выполнения анализа.

Рабочий процесс глубокого обучения заключается в том, чтобы сначала выбрать обучающие выборки для интересующих вас классов с помощью Менеджера обучающих выборок в ArcGIS Pro. Обучающие образцы помечаются и используются в среде глубокого обучения, такой как TensorFlow, CNTK или PyTorch, для разработки модели глубокого обучения. Затем модель вводится в инструменты классификации или обнаружения глубокого обучения в наборе инструментов глубокого обучения для извлечения информации из изображений.

Обнаружение изменений

Обнаружение изменений является одним из основных применений в области изображений и дистанционного зондирования. Это сравнение нескольких наборов растровых данных, обычно собранных для одной области в разное время, для определения типа, масштаба и места изменения. Изменения могут происходить из-за антропогенной деятельности, внезапных природных нарушений или долгосрочных климатологических или экологических тенденций.

Вы можете выполнять обнаружение изменений в ArcGIS Pro между несколькими категориальными наборами растровых данных, такими как земельный покров, или несколькими непрерывными наборами данных, такими как температура или многоканальные изображения. Вы можете использовать многоканальные изображения, чтобы вычислить разницу в спектральной отражательной способности объекта между двумя датами, или вы можете вычислить индекс канала перед сравнением результатов.

Мастер обнаружения изменений предоставляет пошаговые инструкции для трех различных рабочих процессов обнаружения изменений. Набор инструментов Обнаружение изменений содержит инструмент, который поддерживает как категориальное изменение, так и изменение значения пикселя. Набор инструментов многомерного анализа содержит дополнительные инструменты для обнаружения изменений во временном ряду изображений.

Многомерный анализ

Инструменты и возможности многомерного анализа позволяют выполнять и визуализировать сложный анализ многомерных растровых данных для изучения научных трендов и аномалий. Многомерные данные представляют собой геопространственные данные, полученные несколько раз и на разных глубинах или высотах. Эти типы данных обычно используются в науках об атмосфере, океанографии и Земле. Многомерные растровые данные могут быть получены в результате спутниковых наблюдений, когда данные собираются через определенные промежутки времени, или генерируются из числовых моделей, когда данные агрегируются, интерполируются или моделируются из других источников данных.

Добавление многомерного растрового слоя к представлению карты позволяет вам отображать или просматривать ваши переменные в одном файле. Вкладка Многомерные активируется и предоставляет возможности для управления, визуализации и обработки многомерных растровых данных и публикации результатов в виде веб-сервиса.

Редактор пикселей

Редактор пикселей предоставляет набор инструментов для интерактивного управления значениями пикселей для растровых данных и изображений. Он позволяет редактировать отдельные пиксели и объекты, группы пикселей и объектов и области в растровых данных и данных изображений. Типы операций, которые вы можете выполнять, зависят от типа источника данных вашего набора растровых данных.

Инструменты Pixel Editor позволяют выполнять несколько задач редактирования наборов растровых данных:

• Редактировать мультиспектральные и одноканальные изображения.
• Отредактируйте данные о высоте, чтобы заполнить пустоты и удалить выступы или отверстия.
• Переклассифицировать пиксели, области или объекты.
• Переклассифицировать пиксели, используя данные объектов.
• Используйте предустановленные фильтры для сглаживания областей.
• Удалите наземные элементы, чтобы создать поверхность возвышения голой земли.
• Замена облачной области другой областью пикселей.
• Скройте или отредактируйте конфиденциальные пиксели.

Стереокартографирование

Благодаря возможности стереоматографирования вы можете компилировать данные 3D-объектов в системе стереопросмотра и картографирования. Эта возможность позволяет вам визуально анализировать изображения и точно собирать интересующие вас особенности.

Функция стереокартографирования в Image Analyst включает средство просмотра стереокарт, которое отображает пары стереоизображений со спутников, антенн и беспилотных сенсоров и манипулирует ими. Стереодисплей поддерживает мультиспектральные, трехканальные и панхроматические изображения, прямое улучшение изображений, наложение 3D-данных ГИС на стереоизображения, масштабирование и перемещение, а также другие настройки изображения.

Фотограмметрически точный 3D-указатель измеряет и собирает наземные объекты непосредственно в классы объектов. Поддерживаются два типа 3D-очков: легкие очки с активным затвором и анаглифные голубые/красные очки.

Стереокартирование настроено для сбора данных об объектах.

Вкладка «Стереокарта» содержит инструменты для настройки, улучшения и управления стереомоделями, а также для наложения векторных данных ГИС на стереоизображения; инструменты измерения рельефа местности; и менеджер стерео модели. Стандартные инструменты создания и редактирования объектов используются для знакомого опыта компиляции 3D-объектов в классы объектов. Вновь созданные или обновленные объекты соответствуют вашим существующим шаблонам объектов и сохраняют вашу топологию, стили, атрибуты и другие элементы объектов при сохранении.

Full Motion Video

Full Motion Video (FMV) предоставляет возможности для воспроизведения и геопространственного анализа видеоданных, совместимых с FMV. Видеоданные, совместимые с FMV, относятся к объединению видеопотока и связанных метаданных в один видеофайл, что делает видео геопространственным. Эти геопространственные видеоданные вместе с вычислительной функциональностью ArcGIS Pro позволяют вам просматривать видео и манипулировать им, полностью осознавая динамику датчика и поле зрения (FOV), и отображать эту информацию в представлении карты. Это также позволяет вам анализировать, создавать и редактировать данные объектов либо в виде видео, либо в виде карты. Эти возможности доступны для видеоданных в режиме прямой трансляции или для архивных видеоданных.

Если ваши видеоданные не содержат необходимых метаданных, инструмент Video Multiplexer объединит ваше видео и файлы метаданных в один файл, совместимый с FMV. Кроме того, если между вашим видео и метаданными имеется смещение, из-за которого видеоотпечаток, отображаемый на земле, не соответствует изображению, отображаемому в проигрывателе, вы можете внести коррективы, чтобы синхронизировать их.

Возможность FMV важна для приложений, обеспечивающих осведомленность о ситуации, таких как оценка стихийных бедствий и реагирование на них. FMV использует глубокое обучение, чтобы включить отслеживание объектов в видеоплеере. Вы можете загружать ГИС-слои на карту и одновременно воспроизводить видео с нескольких дронов на нескольких проигрывателях FMV, а также просматривать видеоконтуры, отображаемые на карте. Оценивайте и собирайте характеристики повреждений или аварийных ситуаций, видимых на видео, и просматривайте эти характеристики, отображаемые на карте вместе с другими вашими данными и информацией ГИС. Интегрируя геопространственные аспекты видео, совместимого с FMV, с функциями ГИС, FMV обеспечивает поддержку принятия обоснованных решений в операционных сценариях.

Радар с синтезированной апертурой

Набор инструментов радара с синтезированной апертурой позволяет создавать готовые к анализу изображения из широкополосной интерферометрической (IW) полосы Sentinel-1, сверхширокой (EW) полосы и данных продукта Stripmap (SM) GRD. Возможности обработки включают в себя загрузку и обновление векторов состояния орбиты, коррекцию теплового шума, калибровку, радиометрическую и геометрическую коррекцию рельефа, удаление пятен и преобразование в децибелы. Инструменты предлагают множество параметров, чтобы обеспечить гибкость для адаптации обработки к потребностям вашего приложения. Создавайте композиты в искусственных цветах для визуализации данных SAR и выделяйте объекты с помощью их характеристик рассеяния.

Этапы обработки включают загрузку и обновление векторов состояния орбиты, коррекцию теплового шума, калибровку, радиометрическую и геометрическую коррекцию рельефа, удаление пятен и преобразование в децибелы -цветной композит (R: VV, G: VH, B: VV-VH), выделяющий наводнение во время урагана Мэтью.

Растровые функции

Аналитики изображений и специалисты по дистанционному зондированию часто разрабатывают и внедряют свои собственные цепочки обработки изображений и алгоритмы, предназначенные для конкретных приложений и наборов данных. Хотя рабочие процессы в целом могут быть четко определены, аналитикам часто необходимо корректировать и уточнять настройки параметров в зависимости от физических, атмосферных, экологических характеристик и характеристик данных. Растровые функции обеспечивают гибкий и мощный способ разработки и улучшения рабочих процессов обработки изображений.

Растровые функции — это динамические операции, применяющие оперативную обработку непосредственно к пикселей изображения на дисплее. Вы сразу же видите результаты обработки изображения, когда панорамируете и масштабируете изображение на дисплее. Поскольку промежуточные наборы данных не создаются, процессы и корректировки параметров обработки могут быть применяется быстро. По умолчанию результаты не сохраняются в файл на диске.

Растровые функции можно объединять в цепочки функций, которые можно сохранять как шаблоны растровых функций с помощью Редактора функций. Шаблоны растровых функций также можно публиковать как шаблоны обработки в вашей организации ArcGIS Online или в вашем развертывании ArcGIS Enterprise.

Расширение Image Analyst предоставляет обширный список растровых функций. Эти функции сгруппированы по категориям связанных функций в следующей таблице. Каждая функция связана в таблице с ее подробным описанием.

Image Analyst function categories

Function category	Description
Analysis	Use the analysis functions to analyze multidimensional and imagery datasets.
Классификация	Используйте функции сегментации и классификации для подготовки сегментированные растры или наборы растровых данных на основе пикселей для использования при создании классифицированных наборов растровых данных.
Math	Общие математические функции применяют математические функции к входным растрам. Эти инструменты делятся на несколько категорий. Арифметические инструменты выполнять основные математические операции, такие как сложение и умножение. Существуют инструменты, которые выполняют различные виды операции возведения в степень, которые включают экспоненты и логарифмы, в дополнение к основным операциям со степенью. Оставшиеся инструменты используются либо для преобразования знака, либо для преобразования между целочисленные типы данных и типы данных с плавающей запятой.
Математика: условная	Условные математические функции позволяют управлять выходными значениями на основе на условия, наложенные на входные значения. Условия, которые могут быть применены двух типов, запросы на атрибуты или условие, основанное на позиции условного утверждение в списке.
Математические: логические	Логические математические функции оценивают значения входов и определить выходные значения на основе булевой логики. Эти функции обрабатывают наборы растровых данных в пяти основных областях: побитовая, логическая, комбинаторная, логическая, и относительный.
Математика: тригонометрическая	Тригонометрические математические функции выполняют различные тригонометрические функции. расчеты значений во входном растре.
Статистические	Используйте функции статистики для выполнения статистических растровых операций на местном, районном или зональном уровне.

Инструменты геообработки

Как отмечалось выше, аналитики изображений и специалисты по дистанционному зондированию часто разрабатывают и внедряют собственные рабочие процессы обработки для конкретных приложений. Эти специалисты могут комбинировать инструменты геообработки в модели геообработки, подобные шаблонам растровых функций (RFT). Основное различие между моделями геообработки и RFT заключается в том, что результаты модели геообработки всегда сохраняются на диск. Модели также можно публиковать для членов вашего предприятия и развертывать в распределенных средах обработки локально или в облаке с помощью ArcGIS Enterprise.

Расширение Image Analyst содержит обширный список инструментов геообработки. Эти инструменты сгруппированы по категориям связанных функций в следующей таблице. Каждый инструмент связан в таблице с его подробным описанием.

Image Analyst geoprocessing toolsets

Toolset	Description
Change Detection	The Change Detection toolset contains tools that perform change detection between raster datasets.
Глубокое обучение	Обнаружение объектов или классификация изображений с помощью инструментов глубокого обучения.
Извлечение	Набор инструментов Извлечение позволяет извлекать подмножество пикселей из растра по атрибутам пикселей или их пространственному положению.
Алгебра карт	Алгебра карт — это способ выполнения пространственного анализа путем создания выражений на алгебраическом языке. С помощью инструмента Калькулятор растра вы можете создавать и запускать выражения алгебры карт, которые выводят набор растровых данных.
Математика (общая)	Общие математические инструменты применяют к входным данным математическую функцию. Эти инструменты делятся на несколько категорий. Арифметические инструменты выполнять основные математические операции, такие как сложение и умножение. Существуют инструменты, которые выполняют различные виды операции возведения в степень, которые включают экспоненты и логарифмы в дополнение к основным операциям со степенями. Оставшиеся инструменты используются либо для преобразования знака, либо для преобразования между целочисленные типы данных и типы данных с плавающей запятой.
Математика: Условная	Инструменты условной математики позволяют управлять выходными значениями на основе условий, наложенных на входные значения. Условия, которые можно применять, бывают двух типов: запросы к атрибутам или условие, основанное на позиции условного оператора в списке.
Математические (логические)	Логические математические инструменты оценивают входные значения и определяют выходные значения на основе булевой логики. Инструменты сгруппированы в пять основных категорий: побитовые, логические, комбинаторные, логические и реляционные.
Математические (тригонометрические)	Тригонометрические математические инструменты выполняют различные тригонометрические вычисления со значениями входного растра.
Движущиеся изображения	Набор инструментов Движущиеся изображения содержит инструменты для управления, обработки и анализа движущихся изображений, включая видеоданные полного движения.
Многомерный анализ	Выполнение анализа на научных данных по нескольким переменным и измерениям.
Наложение	Инструменты Наложения позволяют накладывать несколько растров и выполнять над ними различные операции.
Радар с синтезированной апертурой	Набор инструментов для радара с синтезированной апертурой содержит инструменты для исправления, обработки и анализа данных SAR.
Сегментация и классификация	Выполнение традиционной или расширенной классификации изображений с помощью машинного обучения на сегментированных или пиксельных изображениях.
Статистический	Используйте статистические инструменты для выполнения статистических растровых операций на локальной, районной или зональной основе.

Похожие темы Отзыв по этой теме?

Центральное расширение метро | СФМТА

SFMTA.com/CentralSubwayExtension

Введение в проект

Расширение центрального метро — это возможность для Агентства муниципального транспорта Сан-Франциско (SFMTA) оценить потенциальное расширение центрального метро на север за пределы нынешнего терминала станции Чайнатаун ​​(открытие зимой 2023 г.) в сторону Северного пляжа и Рыбацкой пристани. Расширение центрального метро было определено в качестве рекомендации в инвестиционной стратегии ConnectSF Transit, которая была опубликована в декабре 2021 года. Ожидается, что исследование альтернативных вариантов расширения центрального метро начнется в 2024 году и будет посвящено изучению возможности дополнительных станций и вариантов маршрутизации.

По прогнозам, к 2049 году город вырастет почти до 1 000 000 жителей. Поэтому потребность в эффективном общественном транспорте велика сегодня и будет продолжать расти в будущем. Центральное расширение метро — это возможность для SFMTA оценить потенциальные будущие инвестиции в систему общественного транспорта города по мере роста пассажиропотока. Возможные направления включают Северный пляж, Рыбацкую пристань, пристань для яхт, Коровью лощину и Президио.

График реализации проекта 

ТЭО концепции, 2015 г.

T Третья концепция разгибания

Завершен

Исследование альтернатив

Планирование/Аутрич

В ожидании

Экологический обзор

Управление. Построить расширение

Ожидание

Текущая фаза или этап

Планирование и работа с общественностью

Улучшения

продление третьего на север и/или запад

автобусные маршруты и железнодорожные линии

T Третья улица

Районы

Presidio

Pacific Heights

Marina

Russian Hill

North Beach

Streets

Powell Street, Columbus Avenue, Jefferson Street

Причины изучения расширения Central Subway

В 2022 году ожидается открытие Central Subway (Third Street Light Rail Phase 2). В дополнение к подземному китайскому кварталу — станция Rose Pak , новые станции также будут расположены на улицах 4th и Brannan (наземная), Yerba Buena/Moscone (метро) и Union Square/Market (метро).

Хотя Чайнатаун — станция Роуз-Пак будет северным конечным пунктом Центрального метрополитена, в настоящее время к северу от станции существуют туннели метро, ​​которые заканчиваются на Северном пляже на Коламбус-авеню и Юнион-стрит.

При строительстве Центрального метрополитена эти дополнительные тоннели были проложены для того, чтобы тоннелепроходческие машины можно было снять с земли в месте, где было свободное пространство вне улицы. Пассажирские перевозки не будут осуществляться в туннелях к северу от станции Чайнатаун, но туннели предназначены для дальнейшего расширения обслуживания в будущем. В результате SFMTA изучает возможность добавления станции в существующие туннели в Норт-Бич и, возможно, продления метро на север и / или запад.

Детали проекта, история или особенности

Предыдущие работы

T Третье (этап 3) концептуальное исследование 

T Третье концептуальное исследование (этап 3), опубликованное в январе 2015 г. Транспортное управление округа (SFCTA), SFMTA и Департамент планирования Сан-Франциско с SFMTA в качестве ведущего агентства. Цель состояла в том, чтобы определить, осуществима ли идея расширения метро.

В концептуальном исследовании были определены предварительные технические преимущества и компромиссы образцовых маршрутов и конфигураций продления метро (например, метро, ​​наземный или комбинированный) вдоль Пауэлл-стрит, Бич-стрит и Колумбус-авеню при участии заинтересованных сторон, руководящих органов и общественности. В ходе исследования выборочные альтернативы оценивались по следующим критериям: 

• Пассажирский опыт
• Операционная эффективность
• Производительность системы
• Рекомендации по местным операциям
• Устойчивость инфраструктуры
• Строительные эффекты
• Затраты и риски капитального строительства

В конечном итоге исследование показало, что расширение метро технически возможно, но не выявило предпочтений.

Текущая фаза: Исследование альтернатив: 

Цели исследования включают: 

• Основываясь на концептуальном исследовании 2015 года, исследовании альтернатив.

• Объединение вклада сообщества посредством интервью с заинтересованными сторонами, семинаров и других интерактивных мероприятий с проектированием на концептуальном уровне для определения жизнеспособных альтернатив проекта (т. е. потенциальных маршрутов и местоположений станций).

• Оценка и проверка альтернатив на основе отзывов сообщества и инженерной осуществимости, в результате чего выявляются две-три наиболее многообещающие альтернативы.

• В зависимости от поддержки проекта сообществом и наличия финансирования, эти альтернативы будут перенесены для экологической экспертизы на будущую фазу проекта.

Процесс исследования состоит из четырех этапов:

Этап 1 

Опрос общественных организаций для определения транспортных целей
, желательности метро, ​​а также желаемого маршрута и расположения станций (заполните – результаты здесь).