第八章地信息系统算法.pptVIP

其中最上面的那个结点叫做根结点，它对应整个图形。总共有4层结点，每个结点对应一个象限，如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如图所示，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，图的最下面的一排数字表示各子区的代码。 由上面图形的四叉树分解可见，四叉树中象限的尺寸是大小不一的，位于较高层次的象限较大，深度小即分解次数少，而低层次上的象限较小，深度大即分解次数多，这反映了图上某些位置单一地物分布较广而另一些位置上的地物比较复杂，变化较大。正是由于四叉树编码能够自动地依照图形变化而调整象限尺寸，因此它具有极高的压缩效率。 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 × 的栅格阵列，n为极限分割数，n+1为四叉 树的最大高度或最大层数，上图为23×23的栅格，因此最多划分 三次，最大层数为4，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 × 的图像。 为了使计算机既能以最小的冗余存储图像对应的四叉树，又能 方便地完成各种图形图像操作，专家们已提出了多种编码方式， 下面介绍美国马里兰大学地理信息系统中采用的编码方式，该方 法记录了终止结点（或叶子结点）的地址和值，值就是子区的代 码，其中地址包括两个部分，共32位（二进制），最右边4位记录 该叶子结点的深度，即处于四叉树的第几层上，有了深度可以推 知子区的大小；地址由从根结点到该叶子结点的路径表示，0， 1，2，3分别表示SW、SE、NW、NE，从右边第5位开始2n字节 记录这些方向。 如上图表示的第六个结点深度为3，第一层处于SW象限，记为0；第二层处于NE象限，记为3，第三层处于NW象限，记为2，表示为二进制为： 0000… 000(22位)；001110（6位）；0011（4位） 每层象限位置由两位二进制数表示，共6位，十进制整数为227。这样，记录了各个叶子的地址，再记上相应代码值，就记录了这个图像，并可在此编码基础上进行多种图像操作。 事实上，叶结点的地址可以直接由子区左下角的行列坐标，按二进制按位交错得到。如对于6号叶子结点，在以图像左下角为原点的行列坐标系中，其左下角行、列坐标为（3，2），表示为二进制分别为011和010，按位交错就是001110，正是6号地块。 特点：四叉树编码具有可变的分辨率，并且有区域性质，压缩数据灵活，许多运算可以在编码数据上直接实现，大大地提高了运算效率，是优秀的栅格压缩编码之一。 链式编码的压缩效率较高，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； 块码和四叉树码具有区域性质，又具有可变的分辨率， 有较高的压缩效率，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。 几种编码的比较 二、矢量数据结构及其压缩 定义：通过记录坐标的方式尽可能精确地表示地理实体，即地理实体的形状和位置是由一组所在的坐标参考系中坐标确定的。矢量数据结构是人们较为习惯的一种表示空间数据的方法 特点：定位明显、属性隐含，其定位是根据坐标直接存储的，而属性则一般存于文件头或数据结构中某些特定的位置上，这种特点使得其图形运算的算法总体上比栅格数据结构复杂的多，有些甚至难以实现，当然有些地方也有所便利和独到之处，在计算长度、面积、形状和图形编辑、几何变换操作中，矢量结构有很高的效率和精度，而在叠加运算、邻域搜索等操作时则比较困难。 在GIS中，地理实体的空间特征首先抽象为点、线、面、体四种基本类型，而这些特征可以用颜色、符号、注记来区分，并由图例、图符和描述性文本来解释。 矢量数据（1） 矢量数据（2） 矢量数据（3） 矢量+栅格（1） 矢量+栅格（2） 矢量数据结构获取方法 (1) 手工数字化法； (2) 手扶跟踪数字化法； (3) 数据结构转换法。 矢量数据基本类型 ； (1) 点 (2) 线 (3) 面 矢量数据基本类型-点 点是点状物或者是可以用点(由单独一对坐标定位）的一切地理或制图实体，有特定的位置。图件的比例尺决定了能否把现实世界的现象表示为点特征。 它有可能是点状地物、面状