第四章栅格数据模型..pptVIP

做法 减少栅格文件的数据量 目的 有利于数据传输和网络制图 压缩方法 无损压缩 精确还原原始图像，如游程编码格式、TIFF格式 数据量超大 有损压缩 无法精确还原原始图像，如JPEG格式 可以减少数据量 优点： 便于面向现象（土壤类、土地利用单元） 结构紧凑，冗余度低，便于描述线或边界 利于网络、检索分析，提供有效的拓扑编码，对需要拓扑信息的操作更有效。 图形显示质量好，精度高 缺点： 数据结构复杂，各自定义，不便于数据标准化和规范化，数据交换困难。 多边形叠置分析困难，没有栅格有效，表达空间变化性能力差。 不能像熟悉图像那样做增强处理。 软硬件技术要求高，显示与绘图成本要求较高 优点： 数据结构简单，易数据交换 叠置分析和地理现象模拟较易 利于与遥感数据的匹配应用和分析，便于图像处理。 输出快速，成本低廉。 缺点： 现象识别效果不如矢量方法，难以表达拓扑。 图形数据量大，数据结构不严密不紧凑，需用压缩技术解决该问题。 投影转换困难 图形质量转低，图形输出不美观，线条有锯齿，需用增加栅格数量来克服，但会增加数据文件。 矢量数据 栅格数据 由于矢量数据和栅格数据各自的优点和互补性，矢量到栅格、栅格到矢量的转换的情况在GIS中经常发生。 一、矢量—栅格转换 ? 由于矢量数据的点到栅格数据的点只是简单的坐标变换，所以，这里主要介绍线和面(多边形)的矢量数据向栅格数据的转换。 点的转换 线是由多个直线段组成的，因此，线的栅格化的核心就是直线段如何由矢量数据转换为栅格数据 。 线段的变换 设直线段的两端点坐标转换到栅格数据的坐标系后为(XA, YA),(XB, YB)。 多边形数据的转换 (边界代数算法、内部点扩散法、射线算法） 多边形的栅格化方法主要有三种算法 （1）内部点扩散法 由一个内部的种子点，向其4个方向的邻点扩散。判断新加入的点是否在多边形边界上，如果是，不作为种子点，否则当作新的种子点，直到区域填满，无种子点为止。 该算法比较复杂，而且可能造成阻塞而造成扩散不能完成（如图），此外若多边形不完全闭合时，会扩散出去。 （2）扫描法 如图，按扫描线的顺序，计算多边形与扫描线的相交区间，再用相应的属性值填充这些区间，即完成了多边形的栅格化。 （3）边填充算法 其基本思想是：对于每一条扫描线和每条多边形边上的交点，将该扫描线上交点右方的所有象素取原属性值之补。对多边形的每条边作此处理，多边形的方向任意。如图，是一个简单的例子。 从栅格单元转换为几何图形的过程为矢量化； （一）要求（矢量化过程应保持）： 1）? 栅-矢转换为拓扑转换，即保持实体原有的连通性、邻接性等； 2）? 转换实体保持正确的外形。 （二）方法 方法一，实际应用中大多数采用人工矢量化法，如扫描矢量化。 方法二，程序转化转换（全自动或半自动） 过程为： 遥感影象图 栅格分类图 边界提取 二值化 编辑 矢量跟踪 数据压缩 原始线划图 二值化 细化 分类图 扫描 预处理 拓扑化 1、二值化 由于扫描后的图像是以不同灰度级存储的，为了进行栅格数据矢量化的转换，需压缩为两级(0和1)，称为二值化。 2、二值图像的预处理 对于扫描输入的图幅，由于原稿不干净等原因，总是会出现一些飞白、污点、线划边缘凹凸不平等。 3、细化 所谓细化就是将二值图像象元阵列逐步剥除轮廓边缘的点，使之成为线划宽度只有一个象元的骨架图形。细化后的图形骨架既保留了原图形的绝大部分特征，又便于下一步的跟踪处理。 细化的基本过程是：(1)确定需细化的象元集合；(2)移去不是骨架的象元；(3)重复，直到仅剩骨架象元。 如果是对扫描后的地图图像进行细化处理，应符合下列基本要求： （1）保持原线划的连续性； （2）线宽只为一个象元； （3）细划后的骨架应是原线划的中心线； （4）保持图形的原有特征。 4、追踪 细化后的二值图像形成了骨架图，追踪就是把骨架转换为矢量图形的坐标序列。其基本步骤为： （1）从左向右，从上向下搜索线划起始点，并记下坐标。 （2）朝该点的8个方向追踪点，若没有，则本条线的追踪结束，转(1)进行下条线的追踪；否则记下坐标。 （3）把搜索点移到新取的点上，转（2）。 ? 注意的是，已追踪点应作标记，防止重复追踪。 5、拓扑化 为了进行拓扑化，需找出线的端点和结点，以及孤立点。 （1）孤立点：8邻域中没有为1的象元。如图(1)。 （2）端点：8邻域中只有一个为1的象元。如图(2)。 （3）结点：8邻域中有三个或三个以上为1的象元。如图（3）。 方法二：基于层 以像元为记录序列，不同层上同一像元位置上的各属性值表示为一个列数组。N层中只记录一层的像元位置，节约大量存储空间，因为栅格个数很多。 方法三：基于多