栅格数据结构编码格式的分析和探讨论文档格式.docx
《栅格数据结构编码格式的分析和探讨论文档格式.docx》由会员分享,可在线阅读,更多相关《栅格数据结构编码格式的分析和探讨论文档格式.docx(6页珍藏版)》请在冰豆网上搜索。
2015—2016学年春季学期
课程名称:
地理信息系统
定义:
栅格数据结构是以规则的列阵来表示空间地理或现象分布的数据组织,组织中的每个数据表示地物或现象的非几何属性特征。
点:
为一个像元
线:
在一定方向上连接成串的相邻像元集合。
面:
聚集在一起的相邻像元集合。
栅格数据主要类型
1.卫星影像:
像元值代表从地球表面反射或发射的光能,可从中提取各种专题,如土地利用、水文、水质等。
2.数字高程模型(DEM):
由等间隔海拔数据的排列组成。
DEM以点为基础,将海拔高度点置于格网单元中心的方法转成栅格数据。
3.数字正射影像图(DOQ):
是一种由航片或其他遥感数据制备而得到的数字化影像,其中由照相机镜头倾斜和地形起伏引起的位移已被消除。
4.二进制扫描文件:
是含数值1或数值0的扫描图像。
5.数字栅格图形:
是USGS(美国地质调查局)地形图的扫描图像。
6.图形文件:
如JPG、TIFF、GIF等;
7.特定地理信息系统软件的栅格数据。
栅格数据的编码方法
1.完全栅格数据结构
直接栅格编码
2.压缩栅格数据结构
游程长度编码
链式数据编码
四叉树编码
块状编码
1.游程长度编码
也称为行程编码,将每行中具有相同属性值的连续像元映射为一个游程,每个游程的数据结构为(A,P),A表示属性值,P代表该游程最右端的列号或个数。
属性变化越少,压缩比例越大,适合于类型区域面积较大的栅格。
转变为
(9,4),(0,4),
(9,3),(0,5),
(0,1)(9,2),(0,1),(7,2),(0,2),
(0,4),(7,2),(0,2),
(0,4),(7,4),
(0,4),(7,4)
优点:
栅格加密时,数据量不会明显增加,压缩效率高,最大限度保留原始栅格结构,
编码解码运算简单,且易于检索、叠加、合并等操作,得到广泛应用。
缺点:
不适合于类型连续变化或类型区域分散的数据。
2.链式数据编码
链式编码主要是记录线状地物和面状地物的边界。
它把线状地物和面状地物的边界表示为:
由某一起始点开始并按某些基本方向确定的单位矢量链。
基本方向可定义为:
东=0,东南=l,南=2,西南=3,西=4,西北=5,北=6,东北=7等八个基本方向。
编码过程:
起始点的寻找一般遵循从上到下,从左到右的原则;
当发现没有记录过的点,且数值不为0时,就是一条线或边界的起点;
记下该地物的特征码、起点的行列号,然后按顺时针方向寻迹,找到相邻的等值点,并按八个方向编码。
链式编码表
特征码起点行起点列链码
线153223323
面021*******
链式编码对多边形的表示具有很强的数据压缩能力,
且具有一定的运算功能,如面积和周长计算等,探测边界急弯和凹进部分等都比较容易,比较适于存储图形数据。
对边界做合并和插入等修改编辑比较困难;
类似矢量结构,不具有区域的性质,对叠置运算如组合、相交等则很难实施;
而且由于链码以每个区域为单位存储边界,相邻区域的边界则被重复存储而产生冗余。
3.四叉树编码
四叉树概述:
一种可变分辨率的非均匀网格系统。
基本思想:
将一幅栅格数据层或图像等分为四部分,逐块检查其格网属性值(或灰度);
如果某个子区的所有格网值都具有相同的值,则这个子区就不再继续分割,否则还要把这个子区再分割成四个子区;
这样依次地分割,直到每个子块都只含有相同的属性值或灰度为止。
最上面的一个结点叫做根结点,它对应于整个图形。
不能再分的结点称为叶子结点,可能落在不同的层上,该结点代表子象限单一的代码,所有叶子结点所代表的方形区域覆盖了整个图形。
从上到下,从左到右为叶子结点编号,最下面的一排数字表示各子区的代码。
为了保证四叉树分解能不断的进行下去,要求图形必须为2n×
2n的栅格阵列。
n为极限分割次数,n+1是四叉树最大层数或最大高度
.
优点
容易而有效地计算多边形的数量特征;
阵列各部分的分辨率是可变的,边界复杂部分四叉树较高即分级多,分辨率也高,而不需表示许多细节的部分则分级少,分辨率低,因而既可精确表示图形结构又可减少存贮量;
栅格到四叉树及四叉树到简单栅格结构的转换比其它压缩方法容易;
多边形中嵌套异类小多边形的表示较方便。
缺点
矢/栅正反变换还不理想。
建立四叉树耗费机时很多。
四叉树虽可修改,但很费事
四叉树未能直接表示物体间的拓扑关系。
与非树表示法比较,四叉树表示法的缺点在于转换的不稳定性或叫滑动变异
例如,两个图像的差异仅由于平移,就会构成极为不同的四叉树,因而很难根据四叉树来判断这两个图像是否全同,故不利于做形状分析和模式识别,
一个物体的图像在构成四叉树时会被分割到若干个象限中,使它失去了内在的相关性。
4.块状编码
采用方形区域作为记录单元,每个记录单元包括相邻的若干栅格,数据结构由初始位置(行、列号)和半径,再加上记录单元代码组成。
右图用12个单位正方形,5个4单位的正方形和2个16单位的正方形就能完整表示,具体编码如下:
(1,1,2,9),(1,3,1,9),(1,4,1,9),(1,5,2,0),(1,7,2,0),
(2,3,1,9),(2,4,1,0),(3,1,1,0),(3,2,1,9),(3,3,1,9),
(3,4,1,0),(3,5,2,7),(3,7,2,0),(4,4,1,0),(4,2,1,0),
(4,3,1,0),(4,4,1,0),(5,1,4,0),(5,5,4,7)
特点:
一个多边形所包含的正方形越大,多边形的边界越简单,块状编码的效率就越好。
块状编码对大而简单的多边形更为有效,而对那些碎部较多的复杂多边形效果并不好。
块状编码在合并、插入、检查延伸性、计算面积等操作时有明显的优越性。
然而对某些运算不适应,必须在转换成简单数据形式才能顺利进行
参考文献:
XX文库
欢迎下载,资料仅供参考!
!
资料仅供参考!