地理信息系统4 栅格数据模型.pptVIP

四叉树编码 采用四叉树编码时，为了保证四叉树分解能不断地进行下去，要求图像必须为2n×2 n的栅格阵列，对于非标准尺寸的图像需首先通过增加背景的方法将图像扩充为2 n ×2 n的图像。 四叉树的结构方式 四叉树结构按其编码的方法不同分为常规四叉树和线性四叉树： 常规四叉树：除了记录叶结/节点之外，还要记录中间结点（非叶结/节点）。结点之间借助指针联系，每个结点需要用六个量表达：四个叶结点指针，一个父结点指针和一个结点的属性或灰度值。这些指针不仅增加了数据贮存量，而且增加了操作的复杂性。常规四叉树主要在数据索引和图幅索引等方面应用。 四叉树的结构方式 四叉树结构按其编码的方法不同分为常规四叉树和线性四叉树： 线性四叉树：只存贮最后叶结点的信息。包括叶结点的位置、深度和本结点的属性或灰度值。所谓深度是指处于四叉树的第几层上。由深度可推知子区的大小。线性四叉树叶结点的编号需要遵循一定的规则，这种编号称为地址码，它隐含了叶结点的位置和深度信息。最常用的地址码是四进制或十进制的Morton码。 四叉树编码示例 其中最上面的结点叫根结点，它对应整个图形。此树共有4层结点，每个结点对应一个象限，如第2层4个结点分别对应于整个图形的四个象限，排列次序依次为南西（SW）、南东（SE）、北西（NW）和北东（NE），不能再分的结点称为终止结点（又称叶子结点），可能落在不同的层上，该结点代表的子象限具有单一的代码，所有终止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，共有40个叶子结点，也就是原图被划分为40个大小不等的方形子区（最下面的一排数字表示各子区的代码）。 四叉树编码示例 四叉树分割 四分树数据结构 首先把一幅图象或栅格地图等分成四部分，如果某个子区的所有格网都含有相同的值（灰度或属性值），这个子区域就不再往下分割；否则，把这个区域再分割成四个子区域，这样递归地分割，直至每个子块都只含有相同的灰度或属性值为止。 四叉树编码的优缺点 优点：四叉树编码具有可变的分辨率，树的深度随数据的破碎程度而变化，并且有区域性质，压缩数据灵活，许多数据和转换运算可以在编码数据上直接实现，大大地提高了运算效率，并支持拓扑“洞”（嵌套多边形）的表达，是优秀的栅格压缩编码之一 。 缺点：其最大不足是其不稳定性，即同样的原始数据应用不同的算法进行编码可能会得到不同的编码结果。不利于数据分析。 压缩编码方式 5 其他编码 还有很多编码方法，如傅立叶变换、小波变换、余弦变换等，常常用于遥感原始数据的压缩。由于它们多数是有损压缩，一般不用于需要进行分析的栅格数据。在四叉树基础上发展而来的八叉树目前也是研究热点之一。 压缩编码的相关问题 同所有的数据结构问题一样，压缩编码过程的主要矛盾也是数据量压缩和运算时间之间的矛盾：为了更有效地利用空间资源，减少数据冗余，不得不花费更多的运算时间进行编码 。 好的压缩编码方法就是要在尽可能减少运算时间的基础上达到最大的数据压缩效率，并且是算法适应性强，易于实现 常见栅格压缩编码方法总结： 链码的压缩效率较高，已经近矢量结构，对边界的运算比较方便，但不具有区域的性质，区域运算困难 。 游程长度编码既可以在很大程度上压缩数据，又最大限度地保留了原始栅格结构，编码解码十分容易。但对破碎数据处理效果不好。 块码和四叉树编码具有区域性质，又具有可变的分辨率，有较高的压缩效率，但运算效率是其瓶颈。其中四叉树编码可以直接进行大量图形图像运算，效率较高，是很有前途的方法。 数据压缩：指栅格数据量的减少。目的是节省计算机资源。DEM和卫星影像等栅格文件很难压缩，因为它们的值是连续变化的。 压缩包括无损压缩（如：TIFF、GIF）和有损压缩（如：JPEG）。 MrSID（多分辨率无缝图像数据库）是一项由Los Alamos国家实验室开发的压缩技术。无缝意味着可压缩大图像，并可在压缩过程中消除人为区域边界。MrSID设想图像中的细节水平不恒定，因而以高分辨率对精细部分编码，以低分辨率对较粗略部分编码。 数据压缩程序：WinZip、WinRAR 引申思考：栅格压缩编码和常见 文件压缩方法（Zip,Rar ）的异同？ 4.5 栅格数据的投影与几何变换 地图投影与几何变换是矢量/栅格数据空间配准的基础。 栅格数据的投影仍以行与列为基础，但行与列是以现实世界的实际坐标来量测的。 栅格数据的起始位置一般是左上角，投影坐标系统的起始位置一般是左下角。因此，通过行列数、像元大小来确定像元左下角、右上角、像元中心坐标。 如：高程格网可定义如下： 行：463，列：318，格网单元大小：30米； 左下角UTM坐标：499995，5177175； 右上角UTM坐标：509535，9191065。 地理坐标参