DSpace at VNU: Sử dụng bộ lọc Laplace làm rõ nét các đối tượng trên ảnh số nhằm tự động hóa thu thập dữ liệu đất đai

DSpace at VNU: Sử dụng bộ lọc Laplace làm rõ nét các đối tượng trên ảnh số nhằm tự động hóa thu thập dữ liệu đất đai tài...

S Ử D Ụ N G B Ộ L Ọ C L A P L A C E L À M R Ỏ N É T C Á C Đ ố i T Ư Ợ N G T R Ê N

Ả N H S Ố N H Ằ M T ự Đ Ộ N G H Ó A T H U T H Ậ P D Ừ L I Ệ U Đ Ấ T Đ A I

T r ầ n Q u ố c B ìn h , N g u y ễ n Đ ứ c K h ả , T r ầ n V ă n T u â n

K hoa Đ ịa lý, Trường Đại học K hoa học T ự nhiên, ĐHQG H à Nội

Thực t ế h o ạt động của ngành Địa chính tro n g n h ữ ng năm gần đây cho th ấ y các hệ thống thông tin đ ấ t đai (LIS) là công cụ đắc lực phục vụ q u ả n lý N h à nước vê đ ấ t đai bởi chúng có khả năn g xử lý và cung cấp chính xác, kịp thòi m ột khối lượng lớn thông tin Tuy nhiên, đẽ thự c hiện được chức n ăng đó, LIS có n h u cầu cập n h ậ t dữ liệu r ấ t lớn, đặc b iệt là

dữ liệu không gian [1] Đây là vấn đề h ế t sức cấp th iế t ở nước ta hiện nay, khi n h iều hệ

thống LIS đã đitợc th iế t k ế song chưa thế đư a vào ho ạt động có hiệu quả do d ủ liệu đ ầu vào không được cung cấp đầy đủ v ấ n đề này có th ể được giải q u yết bằng cách áp dụng các công nghệ tiên tiến như Hệ thống đ ịnh vị toàn cầu (GPS) hay công nghệ ả n h số Đối với phương pháp sử dụng án h số’, khó k h ă n lốn n h ấ t hiện nay là v ân đề tự động n h ậ n d ạng và đo vẽ các đối tượng Bài báo này nghiên cứu phương ph áp sử d ụ n g bộ lọc Laplace làm rõ n é t đưòng

ra n h giới giữa các đối tượng để sau đó có th ể đo vẽ chúng b ằng phương p háp tự động hay bán tự động

1 C ác b ộ lọc là m r ò n é t r a n h giớ i g iữ a c á c đ ô i t ư ợ n g t r o n g x ử lý ả n h sô Ánh sô là hình án h của các thực thê tự nhiên h ay n h ân tạo được th e hiện dưới dạng lưới các ô vuông có giá trị m àu hay dộ xám khác n h a u để có th ể xử lý và hiến thị b ằng máy tinh [5] Mỗi ô vuông được gọi là điểm ản h hay pixel, chúng là đơn vị n hỏ n h ấ t có th ế hiển

th ị được trê n ản h số Bài báo n ày giới h ạn nghiên cứu các ản h h àng không trắ n g đen, trên

đó mỗi điểm ản h chửa giá trị độ xám từ 0 (m àu đen) đến 255 (m àu trắng) H ình la m inh họa m ột ản h số đơn giản chì gồm 2 miền s án g - tôì và giá tr ị độ xám của các điểm ản h trong hình chữ n h ậ t ồ vùng ra n h giối giũa 2 m iền đó:

H ình 1 Ảnh số đdn giản (a) và ản h dã được xử lý b ằng g rađiên (b) cùng với giá trị độ xám

của các điểm ảnh ỏ v ùng lân cận đưòng ra n h giới

Đê cỏ th ế nh ặn dạn g tự dộng được ta c ầ n ph ải làm rõ n é t đường ra n h giới giữa 2 miền sáng và tối trong tấm ản h trên Vấn đề này có th ể giải quyết được bằng cách tính građiên (gradient) độ xám ỏ vùng lân cặn dường ra n h giới

Giá sử giá trị độ xám của các điểm ả n h có th ể được biểu diễn b ằng hàm độ xám F(x,y) với (x^y) là tọa độ tin h băng cột và hàn g của điểm ảnh Khi đó građiên G của độ xám tại điểm (x,y) có th e được tín h theo công thức [4]:

Trong trườ ng hợp dơn giản nh ất, các đạo hàm bậc n h ấ t được tín h theo độ xám của 3 điểm ản h lân cận:

~ = F(x + \.y)~ F (x ,y ), = F (x,y + \)-F ( x ,y ) (2)

Áp dụng công thức (l)-(2) ta tín h dược g radiên (hình lb) cho ản h trê n hình la Khi các diem ản h cùng thuộc về một dối tượng th ì độ xám của chúng thường bằng n h a u hay gần

bảng nhau, tức là građiên có giá trị b ằng 0 hoặc gần bằng 0 Còn khi các điểm án h nằm ở

gần ra n h giới giữa các đối tượng thi độ xám của chúng sẽ khác n hau nhiều và gradiên có giá trị tu y ệt đôì lổn Khi građiên ỏ m ột điểm nào đó vượt quá giá trị giới h ạ n cho trước thì người

ta cho rằ n g điểm dó năm trê n dường ra n h giới giủa các đối tượng Công thức (1) chứa đạo

hàm bậc n h ấ t của F(x,y) và là cđ sở của các bộ lọc Sobel, R oberts, Prew itt được sử dụng

trong công nghệ án h sô’ [2, 4]

Nếu chúng ta tín h G(x,y) theo đạo hàm bậc 2 của F(x,y), tức là:

thì giá trị của G(x,y) sẽ có d âu khác n h au (+ và -) ở h a i phía đưòng ra n h giỏi giữa các đối tượng Hàm G(x,y) tin h theo công thức (3) là cơ sở của bộ lọc Laplace [2].

Trong thực tế, đế' á p d ụ n g bộ lọc kích thước nxn pixel («=3,5,7: ), građiên G(x,y) được tinh theo các độ xám của rt- điểm á n h lâ n cặ n giới hạn bởi h ình vuông có tâm ỏ (x,y) và cạnh bằng n pixel:

Các hệ sô’ K„ được cho trong m a trậ n kích thước nxn gọi là h ạ t n h ân (kernel) của bộ

lọc Vi dụ như bộ lọc Laplace 3x3 có th ế có h ạ t n h â n [5]:

Các bộ lọc dựa trê n công thửc (1) và (3) được gọi là bộ lọc tần -số cao (h igh-pass filter)

do chúng cho lọt q u a các tầ n sô’ không gian (spatial frequency) cao và loại bỏ các tầ n sô thấp C hính nhờ đặc tín h n ày m à k hu vực ra n h giới giữa các đốì tượng, nơi có t ầ n sô không gian cao, sẽ được làm rõ n é t hớn n h ữ ng k hu vực khác trẽ n ả n h sô H ình 2 hiển th ị k ết quà

áp dụng m ột s ố bộ lọc t ầ n sô’ cao (Sobel, P rew itt, Laplace) Từ h ình 2 có th ể n h ậ n th ấ y trong

sô các bộ lọc làm rõ n é t r a n h giỏi giữa các đôi tượng thì bộ lọc Laplace có k h ả n ả n g ứng dụng cao bởi nó ít làm biến d ạ n g điíờng ra n h giói, cho kết quả tôt khi mức độ xám th a y đối chậm ,

m iền chuyên tiếp tr ả i rộng

H ìn h 2 K ết q u ả xử lý á n h s ố bằn g các bộ lọc tầ n sô cao

2 Đ á n h g iá ả n h h ư ở n g c ủ a k í c h th ư ớ c b ộ lọ c L a p la c e

Kích thưỏc của bộ lọc ản h hưởng trự c tiếp lối dải tầ n sô' không gian mà nó cho lọt qua

Do đó, kết qu ả n h ận d ạ n g các loại dôì tượng khác n hau sẽ p hụ thuộc vào kích thước của bộ lọc Đ ể đ án h giá mối q u an hệ phụ thuộc này, ch ú n g tôi đã tiến h ành xử lý án h sô' (hình 3at của m ột k h u vực đ hu y ện T h a n h T rì (th àn h phô Hà Nội) bằn g các bộ lọc Laplace có kích

bằng chữ B), dường mòn (A) và 2 m ánh ruộng ng ập nước (C) So s á n h các ả n h trê n h ình 3,

có thê đưa ra m ột sô n hặn xét về ản h hướng của kích thước bộ lọc n hư sau:

H ình 3 Kết quá xử lý á n h số bảng các bộ lọc Laplace có kích thước khác n hau

- Bộ lọc 3x3 (hinh 3b): Đường ra n h giới giữa các dối tượng có th ể n h ặ n biết b ằng m ắt

tương đối dễ dàng, tu y n h iên các đường này bị đ ứ t quãng nên k hó có th ể do vẽ tự động được Bàn th ân ản h bị ản h hường r â t nhiều bởi nhiễu tầ n sô' cao

- Bộ lọc 9x9 (hình 3c): Lượng nhiễu tầ n sô cao giảm n h iều so vối bộ lọc 3x3, các đường

mòn nhỏ có độ rộng 4-6 pixel (vị tr í A trê n hình vẽ) hiển th ị rõ n é t và liền m ạch nên có th ể sô' hóa tự động tốt Tuy nhiên, ra n h giới của các đ ịa v ậ t có kích thước lổn như trụ c đường cái

có độ rộng 13-15 pixel (vi t r í B trên hình vẽ) hay m ảnh ru ộ n g ng ập nước có độ rộng 25-30 pixel (vị tr í C) còn rấ t khó p h â n biệt

- Bộ lọc 15x15 (hình 3d): Các đô'i tượng có kích thước lớn (vị t r í B, C) trở nên rõ nét

hơn so với bộ lọc 9x9 song v ẫn chịu án h hưởng bởi n h iễu tầ n s ố tru n g Các dường mòn có độ rộng nhỏ (vị trí A) tuv vẫn được nh ận r a k h á rõ song bị nhòe vối các đôi tượ ng ỉâ n cận nên

độ chính xác đo vẽ kém

- Bộ lọc 21*21 (hinh 3e): Kết quà tương tự như bộ lọc 15x15 với lượng nhiễu ít hơn và các

- Bộ lọc 31x31 (hình 3f)\ Các đối tượng kích thước lớn hiển th ị không rõ nét hơn nhiều

so với bộ lọc 21x21, tu y nhiên các đôĩ tượng nhỏ (đưòng mòn ở vị tr í A) g ần như bị nhòe hoàn toàn với các đôi tượng lân cận nên rấ t khó n h ậ n b iết và gây ra sai sô lớn khi do vẽ (vectơ hóa) chúng

Kết quả đo ả n h cho th ấ y vối bộ lọc lớn hơn 9x9, kích thước của các đôi titợng lớn sẽ bị tăn g lên khoảng 1-2 pixel th eo bể rộng nếu chúng có tông m àu s án g và giảm 1-2 pixel nếu chúng có tông m àu tối Do đó, đế tăn g độ chính xác khi sô" hóa cần phải tín h đến hiệu ứng này Cũng cần chú ý rằ n g tỗc độ xử lý ản h tỷ lệ th u ậ n vối bình phương kích thước của bộ lọc Ví dụ n h ư bộ lọc 31x31 sẽ có tốc độ xử lý chậm hơn (31:9)2 a 12 lần so với bộ lọc 9x9 Các kết quả th u được cho th ấy đối với ảnh trê n hình 3a nên sử dụng 2 bộ lọc là 9x9 đê

n hặn b iết các đôì tượng có kích thước nhỏ (3-7 pixel) và 21x21 để nhận biết các đối tượng có kích thước lón (từ 8 pixel trỏ lên) Tiến h ành th ử nghiệm tương tự với ản h sô của các khu vực có địa hình, địa v ậ t khác nhau, chúng tôi đã th àn h lập được đồ thị biểu diễn kích thước tôi ưu của bộ lọc Laplace theo kích thước của các địa v ậ t trên ảnh sô' (hình 4)

Kích thước

bộ lục

dũi tượng

H ỉnh 4 Đồ th ị biểu diễn kích thước tôì líu của bộ lọc phụ thuộc

vào kích thước của đối tiíỢng đo vẽ (đơn vị đo: pixel)

T rên hình 4 miền các kích thước tôi líu của bộ lọc dược tô màu xám Đôi vổi các dối tượng lớn hơn 63 pixel kích thước tối tíu của bộ lọc dao động tro n g khoáng từ 19x19 dên 31x31 pixel Đế’ tín h kích thước của các đối tượng bằng pixel ta có th ể sử dụng công thủc:

<6>

vói d , là kích thước của đối tượng đo b ằng pixel trê n ản h , ci, là kích thước thực đo bằng

m ét và r là độ p hân giải của ả n h sô’ đo bằng m ét ì pixel Ví dụ n h ư nếu tuyến đường có dộ

rộng bằng 30m thì trê n á n h số với độ p hân giải 0,5m/pixel sẽ có độ rộng bàng 30/0,5 = 60

3 Q u y t r ì n h c ô n g n g h ệ t h u t h ậ p d ữ Liệu k h ô n g g ia n b á n t ự đ ộ n g t ừ ả n h sô

T rèn cơ sỏ cãc kết q u à nghiên cứu ỏ trên, chúng tôi đã dể xu ất quy trìn h công nghệ

th u th ập dữ liệu không gian bán tự động từ ản h sô' cho các hệ thống LIS với sự trợ giúp của

bộ lọc Laplace (hình 5) Q uy trìn h công nghệ gồm các bước sau:

Gộp dữ liệu vectư số hóa bổ sung Đối chiếu thực địa, biên tập dữ liệu

I

Cộp nhật vào cơ sớ dữ liệu

H ình 5 Sơ đồ quy trìn h công nghệ th u th ập dữ liệu không gian bán tự động

từ ản h s ố với sự trợ giúp của bộ lọc Laplace

Bước 1: T hu th ập các tư liệu ản h (nếu đã có) hoặc tiến h àn h bay chụp, th u th ập tư

liệu bàn đồ và các tài liệu liên quan, kiêm tra các dữ liệu hiện có về khu vực trong cơ sỏ dữ liệu của hệ thông

Bước 2: Q u é t án h để chuyển đổi vể dạng số Đôi với ản h có tỷ lệ nhỏ và chụp ở những

khu vực có địa h ìn h phức tạ p cần quét vối độ ph ân giải lớn n h ấ t cho phép, ơ những khu vực

có địa hiiih đon gián, độ cao bay chụp th ấ p thì chi cần đảm bảo độ phân giài không gian

ánh nghiêng, tu yến bay bị d ạ t lệch, ả n h hường của địa hình và đưa về cơ sỏ toán học của

hệ thống Nếu các thông tin về địa hình đầy đủ thì trong bước n ày có th ể t.ạo ản h số trực giao Sau khi nắn chỉnh h ình học, ản h được tăn g cường ch ấ t lượng để làm rõ n é t các đôi tượng bảng cách th ay đổi dộ sáng, độ tương phản và hiệu chỉnh gam m a

Bước 3: Giải đoán các yếu tố chuyên đề trê n ản h tù y thuộc vào m ục đích th u thập và

cập n h ậ t dữ liệu của hệ thông

Bước 4: P h ân loại sơ bộ bằng m ắt các đối tượng trê n ả n h sô theo cấu trúc và kích

thitớc Do các bộ lọc Laplace kích thước lớn cho k ế t quả n h ậ n d ạ n g tố t đối với các đôi tượng lớn song chúng lại làm "nhòe" các dõi tượng có kích thước nhỏ n ên để tă n g hiệu quả nhận dạng, mỗi tâ'm ả n h được lọc rồi vectơ hóa 2 lần với kích thước bộ lọc trong mỗi lần khác nhaụ Kích thước hợp lý của các bộ lọc lớn và nhỏ được lựa chọn dự a trê n kết quả phân loại

và dồ thị trên h ình 4

Bước 5: Xử lý ản h bang các bộ lọc Laplace có kích thước lớn và nhỏ để tạo ra hai án h

trắn g - đen mới, trên đó dường ra n h giới giữa các đối tượng được làm rõ n é t để có thể vectơ hóa tự động trong bước tiếp theo

Bước 6: Sử dụng các ph ần mềm vectơ hóa tự động hay b á n tự động n hư I/Geovec,

RasterToVector, Corel Trace, để vectơ hóa các đôì tượng trên 2 ả n h được xử lý ở bưỏc trên

Do các đối tượng có kích thước lớn và nhỏ được vectơ hóa trên 2 tấ m ả n h khác n h a u nén chế

độ vectơ hóa bán tự động thích hợp hơn so vối chế độ tự động

Bước 7: Gộp các dữ liệu dã vectơ hóa ở bước 6 th ành m ột tệp tin dữ liệu duy n h ât, sô

hóa bô sung các đôì tượng không vectơ hóa tự động dược và hiệu chỉnh các đối tượng dược vectơ hóa với sai sô lớn

Bước 8: Đối chiếu ngoài thực địa để kiểm tra nội dung của dữ liệu Biên tập dữ liệu

theo các chuẩn của h ệ thống

Bước 9: Cập n h ậ t cơ sở dữ liệu của hệ thống.

Có th ể n h ận th ấy trong quy trìn h công nghệ trên, bước tô n nhiểu công sức n h ất là vectơ hóa các đôì tượng không gian dã được bán tự dộng hóa s a u k h i xử lý ản h số bằng bộ lọc Laplace P h ần tiếp theo sẽ th ử nghiệm quy trìn h công nghệ đ ể đánh giá mức độ tự động hóa và độ chính xác

4 K ế t q u ả t h ử n g h iệ m v à đ á n h g iâ đ ộ c h í n h x á c

Để đ ánh giá hiệu q u ả ứng dụng của bộ lọc Laplace, ch ú n g tôi đã tiến hành thử nghiệm xử lý ả n h số của các k hu vực khác nh au theo quy trìn h trê n hìn h 5 Trong quá trình

th ử nghiệm , p hần m ềm PC I của h ảng PCI Geomatics [3] được sử dụng dê lọc ảnh và phần mềm I/Geovec của h ăng In terg rap h được sử dụng để vectơ hóa bán tự động C hất lượng

1 Tỷ lệ (%) SÔ dôi tượng đo vẽ tự động được'" trên tổng sô các đôi tượng có diện tích lổn hơn 100 pixeH trên ảnh

2 Sai sô tru n g phương về vị trí của kết quả vectơ hóa bán tự động so với vectơ hóa băng ta y (th ú công) C hi sô này được tín h theo công thức:

với d, là khoảng cách từ đỉnh các đường vectơ hóa b ằng tay tới các đưòng vectơ hóa bán tự dộng tương ứng (hình 6), N là tổng sô' các khoảng cách đo được Khoảng cách d, không phải

là sai sô’ thực của đường vectơ hóa tự động vì các đường vectơ hóa bằn g tay cũng chứa sai số

Tuy nhiên, d, và m <h tín h theo công thức (7) cho phép ta hìn h dung được về dộ chính xác của

kết quả th ử nghiệm

Q ua th ử nghiệm (bảng 1) có th ể th ấy kết quả tốt n h ấ t đ ạ t được ỏ khu vực đồng bằng

có địa h ình không phức tạp, các đôi tượng có cấu trúc đơn giản, độ tương p hàn trê n ản h cao

Ờ k hu vực có địa h ình phửc tạp như nhiều đổi núi, ruộng bậc th a n g hay ruộng trồng hoa

m àu có n h iều luống, các khu vực đông dân cư, k ế t quả th u được kém di nhiều Yếu tô' gây trờ ngại nhiều n h ấ t dối vối quá trìn h do vẽ tự động là sự p hân bố và độ ổn đ ịnh về độ xám trong p hạm vi của từng dôì tượng trê n ảnh C hẳng h ạn n h ư ruộng bậc th an g hay ruộng trồ n g hoa m àu có n h iều luống t r ê n ả n h được hiển th ị bởi n h iều đưòng th ẳ n g song song

sẽ gây ra n h iều lỗi tro n g q u á tr ìn h đo vẽ tự động Ngược lại, các ru ộ n g lú a và ruộng

n gập nước có m àu sắc trê n ả n h đồng đều n ên cho k ế t qu ả đo vẽ tố t Mức độ tự động hóa

đo vẽ các đối tượ ng tù y th eo đặc điểm của k h u vực giao động tro n g khoảng 30-55%

N h ìn ch u n g , các k ế t qu ả th ử nghiệm cho th ấ y quy tr ìn h công n ghệ tr ê n h ìn h 5 được sử

d ụ n g tô t n h ấ t khi th u th ậ p dừ liệu không g ian có độ ch ín h xác kho ản g l-3 m ỏ các vùng dồng b ằn g có địa h ìn h đơn giản

1 Đối tượng được coi là đo vẽ lự động nếu hờn 75% chu vi của nó có thể vectơ hóa lự dộng dược với sai số không vượt

(7)

Đường vectohóu tựdộnỵ Đường vectơlìóa hằng lay

H ình 6 Sai số của các dường vectơ hóa tự dộng

24 Trăn Qutic Bình Nguyén ĐỨI Khá Trấn Vãn Tuân

B á n g 1 K ết q u ả th ử n ghiệm đo vẽ b á n tự động các đối tư ợ ng tr ê n ả n h số.

STT

Độ phân giải

trung binh

(m/pixel)

Số

iượng

ảnh

Khu vực và đặc diêm địa hinh

Kich thước các

bộ lọc

(pixel)

Tý lệ đo

vẽ tự dộng

Sai sô' trung phương

(m)

chù yếu lả ruộng lúa, ruộng tróng màu vâ một số

khu dân cư

9x91

27x27

chủ yểu là ruỏnq lúa vá duỡng giao thõng

9x9/

31x31

là núi đá, rừng, đường món, ruộng bặc thang vả

mỏt số khu dân cư

9x9/

21x21

tap góm các khu dân cu và núi

7x71

19x19

dá vá rừng

9x91

21x21

5 K ế t lu ậ n

Bài báo dà nghiên cửu phương p háp ửng dụng bộ lọc Laplace đê xử lý ản h sô nhằm hỗ trợ quá trìn h tự động hóa th u th ặp dữ liệu không gian cho các hệ thông thông tin dâ't đai Các kết quả nghiên cứu cho th ấy kích thước của bộ lọc Laplace ảnh hướng nhiều dến khả năng đo vẽ tự động các đôi tượng có kích thước khác n hau nên dê d ạ t được kết quả tối ưu cần đổng thòi áp dụng 2 bộ lọc có kích thước lớn và nhỏ Đây là cơ sở để dề x u ất quy trìn h công nghệ th u th ập dữ liệu không gian bán tự động từ ản h sô với sự t.rợ giúp cùa bộ lọc Laplace Kết quả th ử nghiệm cho th ấy tín h khả thi của quy trìn h công nghệ này cho các khu vực có địa hình không phức tạp, các đối tượng trên ản h có cấu trú c đơn gián và m àu sắc phân biệt rõ ràng Các hướng nghiên cửu tiếp theo cần được chú trọng là tăng cường độ chính xác của dữ liệu và n âng cao mửc độ tự dộng hóa cúa quy trìn h công nghệ

* Công trìn h này được hoàn thành trong khuôn khô Chương trình nghiên cứu khoa học cơ bản giai đoạn 2004-2005, đ ề tài m ã sô'74.04.04.

TÀI LIỆU THAM KHẢO

1 Tổng cục Địa chính, Cơ sở d ữ liệu Quô'c gia về tài nguyên đ ấ t (dự án kh ả thi), Hà Nội,

2. K asser M, Egels Y (eđ.), Digital Photogrametry. Taylor & Francis, London, 2001, pp

9 6-1 0 0

3 PCI Geomatics, Image Work: User manual, O ntario, C anada 2003

4 P ra tt W.K., Digital Image Processing (3rd edition), J o h n Wiley & Sons, 2001 pp 443-508

5 Wolf P.R., D ew itt B.A., Elements of Photogrametry (3rd edition), McGraw - Hill, 2000,

6 02pp

VNU JOURNAL OF SCIENCE, Nat Sci., & Tech , T.xx N„4AP 2004

USING LAPLACIAN FILTER TO HIGHLIGHT OBJECTS ON DIGITAL IMAGES FOR AUTOMATED LAND DATA COLLECTION

T r a n Q u o c B in h , N g u y e n D u e K h a , T r a n V a n T u a n

Department of Geography, College of Science, VNU

L a n d in f o r m a tio n s y s te m (L IS ) is a p o w e rfu l to o l o f la n d m a n a g e m e n t d u e to its ability to supply com prehensive and consistent inform ation for land u sers and land

a d m in is tr a to r s O n th e o t h e r h a n d , to e n s u r e i t s fu n c tio n a lity , L IS re q u ir e s to su p p ly a

la rg e a m o u n t o f la n d d a ta , e sp e c ia lly s p a tia l d a ta T h is is th e r e a s o n w h y th e block o f

a u to m a te d s p a tia l d a t a c o lle c tio n is o f i m p o r ta n t in la n d in f o rm a tio n sy s te m s

T h e p a p e r in v e s tig a te d th e u s e o f L a p la c ia n f ilte r fo r h ig h lig h tin g th e b o u n d a rie s of objects o n d i g i t a l i m a g e s i n o r d e r t o a u t o m a t i c a l l y r e c o g n i z e t h e m T h e i m p a c t o f f i l t e r 's size on the quality of recognition, as well as the su ita b ility of th e filter for various types of

la n d s c a p e is in v e s tig a te d B a s e d on th e o b ta in e d r e s u lts , th e p a p e r h a s s u g g e s te d a

te c h n o lo g ic a l p ro c e s s o f a u to m a te d s p a tia l d a t a c o lle c tio n fo r la n d in fo rm a tio n sy s te m s T h e

su g g e s te d te c h n o lo g ic a l p ro c e s s is b e s t s u ita b le fo r fla t a r e a s w h e re t h e i r o b je c ts h a v e sim p le s t r u c t u r e a n d h i g h - c o n tr a s t c olour