地图数据结构

.,地图数据结构,两种数据结构的比较及转换,.,两种数据结构的比较,矢量数据的特点位置明显，信息隐含栅格数据的特点属性明显，位置隐含,.,矢量数据特点,优点：结构紧凑，容易定义和操作单个空间实体，冗余度低；具有空间实体的拓扑信息，便于网络分析；图形输出质量好、精度高。缺点：结构较为复杂，导致了操作和算法的复杂化，不能有效的进行点集的集合运算；空间实体的查询十分费时，需要逐点、逐线、逐面的查询,.,栅格数据特点,优点：数据结构结单，定位存取性能好；可以与影像和DEM数据进行联合空间分析；数据共享容易实现；对栅格数据的操作比较容易；缺点：数据量与格网间距的平方成反比，较高的几何精度的代价是数据量的极大增加；以行和列作为空间实体的位置标志，难以获取空间实体的拓扑信息，难以进行网络分析等操作。栅格数据不是面向实体的，各种实体往往是叠加在一起反映出来的，因此难以识别和分离。对点实体、线实体和面实体的识别采用的技术不仅费时，而且不能保证识别的结果完全正确。,.,栅格数据和矢量数据比较,.,两种数据结构的转换,矢量数据向栅格数据的转换点的转换线的转换面的转换,.,点的转换,1确定栅格单元大小x=（xmax-xmin)/N，y=（ymax-ymin)/M2把坐标转换为行列号I=1+INT(Y0-Y)/yJ=1+INT(X-X0)/x,.,x,y,I,J,(x0,y0),.,线的转换,1八方向栅格化法设直线段端点坐标为p1(x1,y1)、p2(x2,y2),首先得到直线段两端点的行列号，求出两端点的行数差和列数差。如果行数差大于列数差，则逐行分别的求出该行中心线与直线段的交点，即：Y=yiX=(y-y1)*(x2-x1)/(y2-y1)-x1再将该坐标用点的转换方式转换为相应的行列号,.,如果列数差大于行数差怎么办？,.,分带法,.,面的转换,.,栅格数据向矢量数据的转换,为了便于进行栅格数据向矢量数据的转换，需要对原始栅格图像进行二值化处理，这是因为通常扫描后的原始图像是以不同灰度级存储的，而太多的灰度值不便于进行矢量化处理，故需要进行压缩，通常压缩为两级(0和1)，这个过程就是二值化,.,.,点的转换,y,I,J,(x0,y0),X=x0+(j-0.5)*xy=y0-(i-0.5)*y,.,线的转换,线状栅格图像通常具有一定的宽度并且宽窄不一，不便于直接进行矢量化，须在细化处理，提取中轴线的基础上再矢量化。因此，线的矢量化包括细化、跟踪和拓扑化等过程。,.,细化,细化就是将线状栅格像元阵列逐步剥除轮廓边缘的点，使之成为线宽度只有一个像元的中轴线骨架图形。细化后的图形骨架即保留了原图形的绝大部分特征，又便于下一步的矢量化处理。对图像进行细化处理，应符合下列基本要求：线宽只有一个像元；细化后的骨架应是原线画的中轴线保持原有线画的连通性及特征细化算法有很多：,.,经典的细化算法,在3*3像元阵列中，凡是去掉后不会影响原栅格图像拓扑连通性的像元都应该去掉；反之则应保留。3*3像元阵列共有512种情况，经过旋转去除相同情况，共有51种情况。,.,如图只有2、3、4、5、10、11、12、16、22、23、28、33、34、35、38、42、43、46、50可以将中心点剥去,.,查找表查找表为二值图像处理提供了简洁而有效的方法。考虑一个像素的乘邻域。由于在这个邻域范围有个像素，每个像素有两个状态（二值图像，取，），那么整个邻域不同状态的总数量为9=512.这样，我们可以相对不同的情况（种），来安排对应的输出值，而这种可能是事先预知的，给每一个单元（一共个单元）分别安排不同的权值，也就是的不同幂次，。次幂,.,某种状态数值就是加权值的和。下面一种邻域组合：它的值他的值这样的话，我们通过一个数值，就可以表达一种乘邻域的一种空间分布状态。,.,.,栅格细化时,先找到一个位于线划栅格边缘上的像元,接着以此像元为中心,按一定顺序(如顺时针方向)检测其8个邻域的颜色值。通过检测可以同时达到两个目的,一是判断本中心像元应不应该被置为“0”;二是找到与本中心像元相邻的边缘像元,以便继续“剥皮”和跟踪。如此循环反复,继续找到下一个边缘像元作为本中心像元,一直跟踪到线划栅格一侧边缘的下一个边缘像元为起始像元。按此方法得到细化栅格后,再根据细化后栅格像元值的相邻关系,按顺序连接成折线,经过光滑等处理,最后就能得到理想的矢量数据。上述方法中判定本中心像元是否应当被置为“0”的条件是不符合图2的图形就置为“0”。,像元置为非“0”的条件,边缘跟踪与剥皮算法,.,.,.,.,.,.,.,距离变换搜寻中轴线法,.,.,.,.,.,跟踪骨架线,得到骨架线后，跟踪就是把骨架线转换为矢量图形的坐标序列。1从上到下，从左至右搜索骨架线的起点，记下坐标，并设置灰度值为负。2按该点的八邻域方向跟踪下一点，若没有，跟踪结束，转第一步；若有，记下该点的坐标，并以此点为中心点按八邻域跟踪，此点灰度值设为负。,.,拓扑化,为了在跟踪时得到拓扑化的矢量数据，需要找出线的端点、节点和孤立点等。端点：8个邻域中只有一个值为1的像元。节点：8个邻域中有三个或三个以上的值为1的像元孤立点：8个邻域中没有值为1的像元有了这些信息，跟踪时就可形成节点和弧段等拓扑要素，从而得到拓扑化的矢量数据。,.,.,面的转换,通过边缘跟踪与剥皮算法转换多边形的轮廓即可。,.,判断矢量数据压缩算法优劣的关键在于算法要既能压缩不必要的点位，又能最大限度保持曲线的空间特征（如转折、延伸等）。通过对比可得出：在大多数情况下道格拉斯普克法的压缩效果较好，但必须在对整条曲线数字化完成后才能进行，且计算量较大；光栏法较复杂，但可在数字化时实时处理，且计算量较小，因此也是一种较好的压缩算法；垂距法和间隔取点法算法的优点是运算简单，速度快，缺点是可能导致化简后曲线的形状“失真”。,总结,.,作业2,用种子填充算法以及扫描线算法，写出以s作为种子点的填充顺序！,.,游程长度编码方法,.,线性四叉树压缩算法,.,链码,.,计算机地图制图矢量数据处理算法,.,点状符号：是在地图对象定位点上用几何图形表示地图对象属性的符号。点状符号的属性包括：图形类型、符号大小、边框颜色和填充颜色。几何图形一般有十字符、三角形、正方形、圆形和五角星等。,点状符号的定位对点状地图对象就是其本身的位置，对面状地图对象就是中心点的位置。,.,线状符号：是在线状地图对象或者面状地图对象的位置上用不同宽度和线型表示地图对象属性的符号。,线状符号的属性包括：线条类型、线条宽度和线条颜色。其中线型可以是实线、虚线、点线、点划线等。,.,面状符号：是在面状地图对象的范围内用不同填充模式和填充颜色表示地图对象属性的符号。,面状符号的属性包括：填充模式、填充颜色、是否加边框、边框的线条类型、边框的线条宽度和边框的线条颜色。,.,地图符号的大小,动态尺寸：是指随着地图缩放地图符号大小也随之缩放，符号的大小与图形大小相对应；如Mapinfo、AutoCAD均采用该模式。固定尺寸：是指随着地图缩放地图符号大小保持不变，一般采用像素或者厘米作为地图符号的大小定义单位。如ArcView采用该模式。,.,1.地图符号化与地图符号库,（1）地图符号化,地图符号化即是地图数据的符号化，它有两层含义：在地图设计工作中，是指利用符号将连续的数据进行分类、分级、概括化、抽象化的过程；在数字地图转换为模拟地图的过程中，是指将已处理好的矢量地图数据恢复成可见的图形，并附之以不同符号表示的过程。,.,（2）地图符号库,地图符号的有序集合即是地图符号库。,地图符号（库）的建立可以基于矢量数据和栅格数据两种方式，即矢量符号（库）和栅格符号（库）。矢量符号（库）的构造一般可以采用三种方法：信息块法、程序块法和综合法；栅格符号（库）的构造一般只采用信息块法。,.,信息块法是用人工或程序将要绘制的符号离散成坐标信息，用统一的结构和方法进行描述，这些描述信息存放在数据文件中形成符号库。通常，一个符号构成一个信息块，直接表示符号图形的每个细节。绘图时只要通过程序处理符号数据文件中的信息块，即可完成符号的绘制。,.,程序块法是对每一类地图符号编写一个绘图子程序，由这些子程序组成符号库。绘图时按照符号的编号调用库中相应程序，输入相应参数，由程序根据参数及已知数据计算矢量，从而完成地图符号的绘制。程序块法的关键在于对绘图要素全面而精心的分类，准确的用数学表达式描述各类符号及编程，并且选择合适的参数。,.,综合法实际上是把信息块法和程序块法相结合，其通用性更广，但实现的难度更大一些，多用于专题地图符号（库）的设计。,.,2.点状符号生成算法,点状符号是指定位于某一点的个体符号，又称定位符号，符号大小与地图比例尺无关。在普通地图上主要有控制点、独立地物、非比例居民地符号等，各种注记也可视为点状符号。,(1)点状符号信息块,点状符号信息块采用以符号定位点为原点的局