[GIS原理] 4.2 栅格数据结构

在知识传播途中,向涉及到的相关著作权人谨致谢意!

栅格数据结构

  1. 点:为一个像元
  2. 线:在一定方向上连接成串的相邻像元集合
  3. 面:聚集在一起的相邻像元集合。

【一个完整的栅格模型需要以下几个参数】

  1. 栅格形状
  2. 栅格单元尺寸大小/分辨率
  3. 栅格原点
  4. 栅格的倾角

在这里插入图片描述

【栅格单元大小】
在这里插入图片描述

【单元值的确定】

在这里插入图片描述

完全栅格数据结构

【原理】完全栅格数据结构(也称编码)将栅格看作一个数据矩阵,逐行逐个记录栅格单元的值
【方法】可以每行都从左到右,也可奇数行从左到右而偶数行从右到左,或者采用其他特殊的方法

【优点】

  1. 它不采用任何压缩数据的处理,因此这是最简单、最直接、最基本的栅格组织方式
  2. 通常这种编码为栅格文件或格网文件

普通栅格的存储方式

  1. 基于栅格方式:以栅格为存储单元,只存一个矩阵,矩阵中的一个格子存多个属性值(层属性)
  2. 基于层方式:以层为存储单元,存储多个矩阵,矩阵中的一个格子只存一个属性值
  3. 基于面域的方式:以层为存储单位的基础上,再以多边形为存储单元,一个多边形存储它区域内的所有栅格值

在这里插入图片描述

多通道/多波段影像完全数据结构

  1. BSQ(Band sequential):按波段顺序依次排列的数据结构
  2. BIP(Band interleaved by pixel):每个像元按波段次序交叉排列
  3. BIL(Band Interleaved by line):逐行按波段次序排列的格式

在这里插入图片描述

压缩栅格数据结构

游程长度编码

【游程】相邻同值网格的数量
【游程长度编码结构】栅格数据无损压缩的重要方法
【基本思想】对于一幅栅格数据,常有行、列方向相邻的若干点具有相同的属性代码,因而采取某种方法压缩重复的个数
【目的】压缩栅格数据量,消除数据间的冗余
【压缩过程】叫二元组映射

在这里插入图片描述

在这里插入图片描述

四叉树数据结构

  1. what:栅格数据压缩的方式
  2. what:四分之一的划分,直到子区内属性相同

【思路】对栅格数据进行压缩的一种方法

  1. 将一幅是栅格数据层分为四个部分,逐块检查格网属性值
  2. 如果子区所有格网属性相同,则停止再分,此时该子区不论大小,均作为最后的存储单元。否则,便继续将子区分为4个子区,依次检查下去
    通过这样,实现对数据的压缩

常规四叉树

在这里插入图片描述

线性四叉树(Morton码)

  • 线性四叉树则只存贮最后叶结点的信息,包括叶结点的位置编码/地址码、属性或灰度值
  • 线性四叉树地址码,通常采用十进制Morton码(MD码)

【优点】

  1. 压缩效率高,压缩和解压缩比较方便
  2. 阵列各部分的分辨率可不同,既可精确地表示图形结构,又可减少存储量,易于进行大部分图形操作和运算

【缺点】不利于形状分析和模式识别,即具有图形编码的不定性
如同一形状和大小的多边形可得出完全不同的四叉树结构

【Morton码】

  • MD码对一个位置进行唯一的标识

  • 行列二进制进行交替获得一个二进制的MD码(列是第一位),然后再将二进制的MD码转成十进制

  • [图1] MD码如何生成:列号先插,行列号交错
    在这里插入图片描述

  • [图2] MD码的实例(Z字形的一笔画法)
    在这里插入图片描述

  • [图3] 线性四叉树(MD码标识)的过程图
    在这里插入图片描述

  • [图4] 线性四叉树(MD码标识)的流程图
    在这里插入图片描述

  • [图5] 线性四叉树(Md码表示方法)结果图
    在这里插入图片描述

二维行程编码结构

对线性四叉树中仍存在前后叶结点相同值的情况,进一步压缩数据,将前后值相同的叶结点归并

【概念】类似于传统的一维行程编码,对应线性表先记录入口地址和格网值,一次扫描线性表。若后一格网值不等于前一格网的值,记录后一格网的地址码和相应的个格网值
【基本思想】

  1. 将线性四叉树的线性表按四叉树的地址码(Morton码)的大小顺序排列
  2. 出现属性值相同而又相邻排列的情况,将相同的叶节点合并得到二维行程编码结构

【优点】

  1. 与规则的四叉树相比,二维行程编码结构又进一步压缩了数据,更节省存储空间
  2. 有利于以后的插入、删除、修改等操作
  3. 它与线性四叉树的相互转换也非常容易和快速,因此可将它们视为相同的结构概念

在这里插入图片描述

链码结构

链码数据结构首先采用弗里曼(Freeman)码对栅格中的线或多边形边界进行编码,然后再组织为链码结构

【优点】

  1. 有效地压缩了栅格数据,尤其对多边形的表示最为显著
  2. 链式编码还有一定的运算能力,对计算长度、面积或转折方向的凹凸度更为方便
  3. 比较适于存储图形数据

【缺点】

  1. 对边界做合并和插入等修改编辑工作很难实施
  2. 对局部修改要改变整体结构,效率较低

在这里插入图片描述

影像金字塔数据结构

【影像金字塔结构】用于图像编码和渐进式图像传输,是一种典型的分层数据结构形式
【思想】在统一的空间参考下,根据用户需要以不同分辨率进行存储于显示,形成分辨率由粗到细、数据量由小到大的金字塔结构
【具体】在金字塔结构里,图像被分层表示

  • 在金字塔结构的最顶层,存储最低分辨率的数据
  • 随着金字塔层数的增加,数据分辨率依次降低
  • 在金字塔的底层,则存储能满足用户需要的最高分辨率的数据

【优点】

  1. 适合于栅格数据和影像数据的多分辨率组织
  2. 也是一种栅格数据或影像数据的有损压缩方式 ,有M-金字塔,T-金字塔等

在这里插入图片描述

© 版权声明
THE END
喜欢就支持一下吧
点赞0 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称表情代码图片