L’esperienza maturata da ciascuno con i formati raster è ormai consolidata. Benché inconsapevolmente per alcuni lo è per il solo fatto che tutte le immagini che fissano i momenti della nostra vita o i paesaggi che più ci incantano sono archiviate nel nostro smartphone o nel PC in file jpg o png, raster appunto.
Anche in ambito professionale, nelle attività di analisi e di pianificazione del territorio, l’uso delle immagini digitali, siano esse ortofoto o le immagini aeree di Google Satellite è oramai consolidato; una sequenza di pixel che ci mostra la realtà che il nostro sguardo può fissare a partire da un determinato punto di vista.
La proposta di questo post è quella di compiere un passo in più, approfondire cosa sia un raster e quali le applicazioni che esso può avere. Cos’è quindi un raster? È un griglia regolare, una matrice il cui ordine di lettura è definito e nelle cui celle può essere archiviata l’informazione che, nei casi sopra proposti, è il colore catturato dal pixel del sensore di una fotocamera.
Se è vero che il valore che noi inseriamo in ciascuna cella viene visualizzato, nella prassi, come un colore, esso potrebbe tuttavia essere legato anche a una informazione che nulla ha a che fare con il concetto che siamo abituati ad assegnare al colore, una caratteristica puramente visuale.
Un esempio che molti avranno sperimentato è quello delle immagini catturate da una termo camera dove, come ovvio intuire, il dato associato a ciascun pixel rappresenta una valore fisico dell’elemento inquadrato: la temperatura.
Se nelle posizioni della matrice possiamo archiviare qualsiasi tipo di dato (purché sia omogeneo tra le celle) allora ne possiamo archiviare anche uno geometrico come, ad esempio una distanza. Questa è infatti una modalità frequentemente utilizzata nell’ambito dei sistemi informativi, specialmente se trattati con strumenti GIS (Geographic Information System).
Un esempio di ciò sono le basi DTM (Digital Terrain Model) o DEM (Digital Elevation Model), prodotte spesso a partire da rilievi lidar. Se utilizzate nell’ambiente di un software GIS esse sono trattate a tutti gli effetti come immagini raster dove ciascun pixel rappresenta una porzione di territorio geograficamente definita ed il cui colore ne rappresenta l’elevazione media, la quota.
Una struttura che si presenta chiaramente come una griglia bidimensionale diviene così un modello geometrico a tre dimensioni.
Quello portato non è certo l’unico esempio e se vogliamo spostarci in un ambito più piacevole, legato ad una fruizione ludica del modello possiamo citare l’uso che del raster viene fatto dal Kinect, un sensore sviluppato da Microsoft per la sua Xbox.
I maligni tra voi potrebbero obiettare che tale tecnologia sarà, o già è, posta in disuso dalla stessa Microsoft. È così, ma il sensore, un tempo acquistabile anche in una sua versione separata dalla console di gioco, è ancora oggetto di progetti sperimentali per la costruzione di efficienti scanner tridimensionali a basso costo (con le limitazioni che in tal caso vanno considerate).
Il sensore Kinect produce “immagini” del giocatore, sia tramite una normale telecamera che tramite una “a tempo di volo” (Kinect One), quest’ultima volta a generare frame in cui ogni pixel identifica la distanza dell’area rappresentata rispetto al sensore. L’analisi di come tale distanza varia nel tempo e della configurazione tridimensionale dello spazio inquadrato permette così alla console di identificare i movimenti effettuati dal giocatore.
Da un raster ad un altro. Tramite il software GIS (in un altro post avevo proposto l’uso di Qgis) il raster originale può essere elaborato per produrre raster derivati, in cui il valore del pixel non sia più una distanza ma, ad esempio, la pendenza locale del terreno (nel caso del DTM) o un valore di esposizione rispetto ad una determinato punto di emissione. La relazione tra il valore di un pixel e quello dei punti che gli stanno attorno produce informazioni derivate.
Il file DTM può essere inoltre analizzato come fosse una nuvola di punti, tramite un altro dei software indicati nel post che ho già citato, CloudCompare.
Perché archiviare l’informazione tridimensionale in una struttura raster anziché, come normalmente avviene per le Point Cloud, gestendo in forma singola e indipendente i vari punti? Una delle risposte può essere trovata nella più efficace compattazione del dato, specie qualora lo stesso venga archiviato in formati ASCII, senza ricorrere ad algoritmi di compressione o di trasformazione binaria, affinché tutto sia visualizzabile anche con normali editor di testo.
La gestione indipendente del singolo punto (formati *.xyz o *.las) richiede l’archiviazione di una terna di coordinate mentre l’alternativa offerta dalla struttura raster riduce il tutto ad un solo valore, quello della Z. Le altre due divengono implicite una volta fissate (cosa che il raster georiferito fa) l’estensione X e Y della maglia (quante celle in tutto) e la dimensione della cella, oltre alle coordinate assolute di un vertice della maglia.
Ciò implica accettare alcuni vincoli a partire da quello che vede l’informazione trattata non in forma puntuale sparsa, ma regolare, con la difficoltà quindi di gestire dettagli su una sola specifica area, se dell’ordine di grandezza della dimensione della cella. Ulteriore vincolo è determinato dal non poter utilizzare dati multidimensionali oltre al 3D, associando al punto altre informazioni, in aggiunta alla rappresentazione tridimensionale, a meno di non lavorare con una molteplicità di raster sovrapposti.
Un’ultima cosa: non salvate il vostro DTM in formati compressi, come il jpg, se non volete compromettere l’informazione dimensionale che porta con se. Ciò che può essere utile per un foto digitale non lo è per un modello 3D.
Quest’opera di Grazioso Piazza è distribuita con Licenza 
Permessi ulteriori rispetto alle finalità della presente licenza possono essere disponibili contattando l’autore.
Progetto S.I. 