5. Растровая и векторная формы геоизображений
Существует два основных метода представления географических данных. Первый - т.н. растровый заключается в разделении исследуемого пространства на элементы/ячейки, как правило, равные по величине. В результате получается регулярная сетка (растр, матрица, грид), каждый из элементов которой можно описать двумя координатами (x,y или колонка, ряд) и дополнительным значением для каждой ячейки (Z).
Самым простым примером растровых данных является - отсканированная карта, также к растровой модели данных относятся космические снимки, цифровые модели рельефа и многие другие данные. Тематически, каждая ячейка растра (элемент изображения, пиксел) может описывать определенное свойство или признак соответствующей ей географической области, например, крутизну склона или высоту над уровнем моря, тип растительности или почвы и т.д.
Второй метод описания пространственных объектов - векторный, разделяет все объекты на элементы - узлы, имеющие свои координаты, и соединяющие их дуги (арки). Атрибутивная информация может соотноситься как с самими элементами (узлами, линиями) так и с целыми объектами, составленными из этих элементов.
Важной характеристикой векторных данных является приведенный масштаб - то есть масштаб детальности, которому соответствуют векторные объекты. Однако эта характеристика не является универсальной и относится скорее к векторным топографическим данным, создаваемым по бумажной картографической продукции определенного масштаба. Так как в одном слое могут находиться объекты созданные с разной детализацией, то часто говорить о масштабе векторных данных - не корректно.
Точность соответствия границ векторного объекта (как в прочем и растрового) границам объекта в реальном мире зависит от количества узлов, которыми этот объект представлен. Круг может быть представлен 10 узлами, а может быть 1000, ни в том не в другом случае реальным кругом он не станет, но во во втором, формально будет обладать большим с ним сходством на более крупных масштабах. Однако при определенных масштабах отображения фигуры будут неразличимы, поэтому при создании картографической продукции важно соотносить масштаб планируемой выходной продукции и масштаб (реальную детальность) используемых векторных и растровых данных.
Примером векторных данных является оцифрованная (векторизованная) карта.
Сравнение растровой и векторной модели данных, плюсы и минусы.
Свойство/Модель данных | Растровая | Векторная |
Масштабируемость | - | + |
Избыточность (объем данных) | - | + |
Передача непрерывных свойств | + | - |
Передача дискретных объектов | - | + |
Легкость создания | + | - |
СООТНОШЕНИЕ МОДЕЛЕЙ.
Обработку пространственных данных огрублено можно свести к нахождению ответа на два вопроса: где расположен некоторый объект и что находится в данной точке пространства. Так как на первый вопрос лучше "отвечает " векторная модель, а на второй - растровая, то в общем случае ГИС должна уметь работать и с той, и с другой моделью. Векторная модель представления характерна для общегеографических и топографических карт, планов местности, данных полевых съёмок, на ней реализуются свойства ГИС как информационной системы. В растровых форматах представляются аэрокосмические снимки земной поверхности, тематические карты, описывающие непрерывные свойства явлений, модели рельефа. При выполнении некоторых сложных аналитических функций векторные данные могут переводиться в растровую форму как более удобную для выполнения задачи. А результаты потом опять преобразуются в "вектор". Таким образом, можно сказать, что растр и вектор - это две взаимодополняющие друг друга модели данных, выбор между которыми зависит от решаемой задачи.
Векторизация (цифровой карты) — технологический процесс, заключающийся в преобразовании метрической информации объектов цифровой карты из растровой формы в векторную.
Векторно-растровое преобразование (син. растеризация) — преобразование (конвертирование) векторного представления пространственных объектов в растровое представление путем присваивания элементам растра значений, соответствующих принадлежности или непринадлежности к ним элементов векторных записей объектов.
- 2. Картографические изображения, изображения Земной поверхности, многоканальные изображения.
- 3. Бинарные, полутоновые и спектрозональные изображения. Аэрокосмоснимки
- 4. Ортогональная и перспективная проекции геоизображений.
- 5. Растровая и векторная формы геоизображений
- 6. Дистанционное зондирование Земли (дзз)
- 7. Физический принцип получения данных дзз.
- 8. Сканирование картографических материалов.
- 10. Задача фильтрации
- 11. Дискретное преобразование Фурье.
- 12. Матричное представление корреляции и свертки.
- 13. Спектр мощности, амплитудный и фазовый спектры.
- 14. Постановка задачи
- 15. Вывод алгоритма быстрого преобразования Фурье (бпф)
- 16. Граф-схема алгоритма бпф
- 17. Оценка алгоритма бпф
- 18. Определение частотности. Функции Радемахера. Функции Хаара. Функции Уолша. Двоичный код и код Грея.
- Функции Радемахера
- 2. Функции Уолша
- 19. Четырех и восьмисвязная области. Измерение расстояний.
- 20. Трансформация и привязка геоизображений. Бинаризация геоизображений
- 21. Сшивка карт. Нарезка карт. Цветоделение
- 22. Гистограмма изображения и ее выравнивание.
- 23. Фильтрация геоизображений и удаление шума.
- 24. Графические фильтры.
- 25. Сегментация объектов изображения на отдельные классы.
- 26. Сегментация объектов на линии (протяженные объекты) и дискретные объекты.
- 27. Выделение контуров.
- 28. Выделение средних линий объектов изображения.
- 29. Внутреннее ориентирование снимков. Формирование стереоизображения.
- 30. Стереоскопические измерения снимков (изображений).
- 31. Классификация группы объектов.
- 32. Математическая постановка задачи классификации.
- 33. Классы разделяющих функций
- 34. Критерий наименьшего среднеквадратичного отклонения
- 35. Модель персептронов.
- 38. Распознавание движущихся объектов.
- 39. Дешифрирование карт.
- 40. Формирование тематических карт по результатам дешифрирования