slide1
Download
Skip this Video
Download Presentation
GIS – SYSTEMY INFORMACJI GEOGRAFICZNEJ

Loading in 2 Seconds...

play fullscreen
1 / 47

GIS – SYSTEMY INFORMACJI GEOGRAFICZNEJ - PowerPoint PPT Presentation


  • 104 Views
  • Uploaded on

GIS – SYSTEMY INFORMACJI GEOGRAFICZNEJ. DANE RASTROWE W ANALIZACH PRZESTRZENNYCH. PLAN PREZENTACJI RODZAJE DANYCH RASTROWYCH OPERACJE NA DANYCH RASTROWYCH METODY KOMPRESJI DANYCH RASTROWYCH ALGORYTMY RASTERYZACJI DANYCH WEKTOROWYCH LOKALNE DRZEWA CZWÓKOWE DLA DANYCH RASTROWYCH

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' GIS – SYSTEMY INFORMACJI GEOGRAFICZNEJ' - vienna


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

GIS – SYSTEMY INFORMACJI GEOGRAFICZNEJ

DANE RASTROWE W ANALIZACH PRZESTRZENNYCH

slide2

PLAN PREZENTACJI

  • RODZAJE DANYCH RASTROWYCH
  • OPERACJE NA DANYCH RASTROWYCH
  • METODY KOMPRESJI DANYCH RASTROWYCH
  • ALGORYTMY RASTERYZACJI DANYCH WEKTOROWYCH
  • LOKALNE DRZEWA CZWÓKOWE DLA DANYCH RASTROWYCH
  • BUFOROWANIE DANYCH WEKTOROWYCH I RASTROWYCH
  • ALGORYTM OKREŚLANIA PUNKTU PRZECIĘCIA DWU ODCINKÓW
  • ALGORYTM INDEKSOWANIA Z WYKORZYSTANIEM R DRZEW
slide6

ZMIANA REPREZENTACJI WEKTOROWEJ NA RASTROWĄ - RASTERYZACJA

Przykład obiektów powierzchniowych:

- wybór kodów obiektów powierzchniowych

- nałożenie siatki rastra

- identyfikacja pikseli, których środki przypadają na obszarzedanego obiektu

- kodowanie wartości piksela zgodnie z kodem obiektu, na obszarzektórego dany piksel się znajduje

slide7

RESAMPLING

  • Możliwe metody resamplingu, aproksymacji pixeli w przypadku gdy rozciagamy, bądź kurczymy obraz:
  • Nearest neighbor (Box)
  • Bilinear (Triangle)
  • Hermite
  • Bell
  • B-Spline
  • Lanczos3
  • Mitchell

ALIASING, SUPERSAMPLING (NADPRÓBKOWANIE)

slide8

KONWERSJA DANYCH WEKTOROWYCH DO POSTACI RASTRA - RASTERYZACJA

Punkty

Krzywe prostopadłe

Krzywe dowolne (problem trudny)

Vector

Raster

slide9

Rasteryzacja (ang. rasterization or scan-conversion)

Zamiana ciągłej funkcji 2D na funkcję dyskretną (np. rysowanie okręgu na podstawie równania okręgu). Problem sprowadza się do wyboru pikseli, którym trzeba nadać kolor, aby w efekcie otrzymac wymagany kształt geometryczny.

Rasteryzacja polega na odwzorowaniu w jak najwierniejszy sposób idealnego prymitywu geometrycznego (punkt, odcinek, trójkat, wielokat) na dyskretnym zbiorze punktów, reprezentujacych piksele ekranu. Zagadnienie rasteryzacji jest przykładem ogólnego problemu próbkowania i reprezentacji sygnału ciagłego przez sygnał dyskretny. W tym przypadku sygnałem ciagłym jest obraz idealnego prymitywu. Do procesu rasteryzacji mozna zaliczyć takie operacje jak np. eliminacje powierzchni ukrytych, określanie oświetlenia, zapis pikseli do pamięci, itp.

Pożądane cechy algorytmów rasteryzacji

minimalny błąd aproksymacji

mozliwość redukcji efektu postrzępienia krawędzi (aliasing)

mozliwie najniższa złożoność czasowa i obliczeniowa (unikanie złożonych operacji

arytmetycznych)

mozliwość efektywnej implementacji sprzętowej

slide15

Algorytm wprowadzony przez Xiaolin Wu w 1991 roku jest alternatywa dla algorytmu

Bresenhama w przypadku gdy chcemy uzyskac linie wraz z antyaliasingiem.

W przypadku algorytmu Bresenhama linia jest malowana najszybciej jednak wprowadzenie

dopiero pózniej antyaliasingu jest bardzo kosztowne pod wzgledem czasu. Algorytm Wu nie posiada tej wady gdyż rysuje linie od razu wprowadzajac antyaliasing.

(rysunek pochodzi z

http://escience.anu.edu.au/lecture/cg/Line/printCG.en.html)

slide16

FORMATY DANYCH RASTROWYCH

Obraz rastrowy zapisywany jest najczęściej w formatach cyfrowych :– TIFF (Tag Image File format)– GIF (Graphics Interchange Format)– JPEG (Joint Photographic Experts Group)– EPS (Encapsulated PostScript File Format)

slide17

GIF (GIF87a, GIF89a)

Rozwinięty przez CompuServe i UNISYS

Pozwala na prezentację 8-bitowego koloru

Uzywa kompresji bezstratnej (LZW)

Pozwala na wyświetlanie z przeplotem

GIF89a pozwala na zapis animacji

JPEG

Rozwinięty przez Joint Photografic Expert Group

Wykorzystuje ograniczenia wzroku ludzkiego dla uzyskania

lepszej kompresji; kompresja stratna

Pozwala na odwzorowanie koloru 24-bitowego

Bardzo dobrze nadaje się do zapisu zdjęć i naturalnych obrazow

Użytkownik określa jakość/stopień kompresji

TIFF (Tagged Image File Format)

Opracowany przez Aldus Corp. (1986) poźniej wspierany przez

Microsoft, pomyślany jako mechanizm wymiany danych

rastrowych w sposob niezależny od platformy

Pozwala na zapis wielu rożnych typow obrazow

Bez kompresji lub kompresja bezstratna

Postscript/PDF

Produkt Adobe, specjalny język opisu strony

Pozwala na włączanie tekstu, grafiki wektorowej, bitmap

Nie ma wbudowanej kompresji, często bardzo duże pliki

PNG

Powstał jako reakcja na wprowadzenie opłat za używanie GIF

Może prezentować wszystkie typy grafiki rastrowej

Trochę lepsza kompresja niŜ GIF (kompresja bezstratna)

2-wymiarowy przeplot

Brak możliwości animacji

slide23

RASTER ROZDZIELCZOŚĆ

ROZDZIELCZOŚĆ to liczba pikseli (w obrazku) lub kropek (w urządzeniach).

PPI (pixels per inch) ilość pixeli na cal w obrazku. Jednostka podobna do dpi, jednak zamiast ilości kropek (plamek farby drukarskiej) liczymy w niej ilość pikseli. Rozdzielczość obrazka ustawiamy w zależności od przeznaczenia (sposobu prezentacji):- WWW, Microsoft PowerPoint - 72 ppi.- Druk offsetowy - 2x ilość linii rastra.

LPI (lines per inch) ilość linii punktów rastra (pikseli, lub plamek) na cal. Inna nazwa to liniatura rastra. Jest to parametr ustalany w drukarni (zależy od sprzętu drukarskiego, jakości papieru, techniki druku - tutaj zajmujemy się techniką offsetową).

DPI (dots per inch) ilość kropek na cal, czyli rozdzielczość urządzenia wyjściowego. Wykaz urządzeń i ich rozdzielczości: monitor - 72 dpi; drukarka 150 - 1200 dpi; naświetlarka 2400 dpi.

slide24

RASTER ROZDZIELCZOŚĆ

1 cal = 2,54 cm

250 DPI = 25.4 mm

1 piksel = 25.4/250 = 0.1 mm

Mapa w skali 1:500

1 piksel = 0.1mm x 500 = 5 cm

Mapa w skali 1:1000

1 piksel = 0.1mm x 1000 = 10 cm

Mapa w skali 1:10 000

1 piksel = 0.1mm x 10000 = 1 m

slide25

RODZAJE DANYCH RASTROWYCH

Satellite Imagery – zobrazowania satelitarne

Digital Elevation Models – modele DEM

Digital Orthophotos – cyfrowe ortozdjęcia

Digital Raster Graphics – format danych rastrowych

Binary Scanned Files – zeskanowane mapy i zdjęcia

Graphic Files – pliki graficzne

GIS Software – formaty specyficzne dla konkretnych dostawców oprogramowania

slide26

ZOBRAZOWANIA SATELITARNE

Landsat 7 Enhanced Thematic Mapper-Plus (ETM+): 15m rozdzielczość panchromatic, i 30m wielospektralne.

ASTER: 15m rozdzielczość w paśmie widzialnym i bliskiej podczerwieni, 30m in podczerwienikrótkofalowej, and 90m w podczerwieni cieplnej.

AVHRR: 1.1km rzzdzielczość.

SPOT: 5 i 2.5m rozdzielczośćjednopasmowe, i 10m wielopasmowe.

Ikonos: 1m rozdzielczość panchromatyczna, and 4m wielospektralne.

QuickBird: 61cm rozdzielczość panchromatyczna, i 2.44m wielospektralna.

slide27

DATA ELEVATION MODELS - DEM

The 7.5-minute DEM

The 30-minute DEM

The 1-degree DEM

Alaska DEMs

Dane dostawców innych niż USGS DEMs

Dane regionalne i globalne DEMs

slide28

DIGITAL ORTHOPHOTOS – ORTOZDJĘCIA CYFROWE

Ortozdjęcie (digital orthophoto quad - DOQ) jest cyfrowym obrazem otrzymanym z zdjęcia lotniczego lub innych danych zdalnych, w którym zniwelowane zostały zniekształcenia spowodowane nachyleniem urządzenia rejestrującego – kamery oraz rzeźbą terenu.

Ortozdjęcia zawierają informacje o położeniu na powierzchni Ziemi i mogą być rejestrowane z innymi mapami.

slide29

DIGITAL RASTER GRAPHICS

DRG – (A digital raster graphic - DRG) jest zeskanowanym obrazem z map topograficznych USGS.

Rozdzialczość USGS DRG rzędu of 2.4 metrów.

slide30

DIGITALIZACJA

Skanowanie

Wektoryzacja (Raster to Vector)

Optical Character Recognition (OCR)

Digitalizacja na ekranie monitora (On-screen digitization)

Digitalizacja na oryginalnym materiale(tablet or table)

slide31

STRUKTURY DANYCH RASTROWYCH I KOMPRESJA RASTRA

Cell-by-cell structure - komórka - komórka

Run length encoding – kodowanie długości serii

Chain codes – kody łańcuchowe

Block codes – kody blokowe

Regional quad tree – lokalne drzewa czwórkowe

slide33

KODOWANIE SERII – RUN LENGHT ENCODING

Row 1: 5,6

Row 2: 4,6

Row 3: 3,7

Row 4: 3,7

Row 5: 3,7

Row 6: 2,7

Row 7: 2,7

slide34

KODY ŁAŃCUCHOWE – CHAIN CODES

Start

N1, E1, N3, E1, N1, E1, N1, E1, S2, E1, S4, W5

slide35

KODY BLOKOWE

(7,1), (6,1), (2,3) – BLOKI O DŁUGOŚCI 1

(2,4) – BLOK O DŁUGOŚCI 4

(7,2) – BLOK O DŁUGOŚCI 25

slide38

PROJEKTOWANIE SILNIKA DANYCH TOPOLOGICZNYCH- PODSTAWOWE RODZAJE OPERACJI W SYSTEMACH GIS

  • a. Database Query – zapytania do baz danych
  • powierzchnia, średnica, atrybuty
  • b. Overlay - nakładkowanie
  • porównanie różnych warstw
  • c. Algebra
  • modyfikowanie: dodawanie, odejmowanie, mnożenie, dzielenie
  • d. Transformacje
  • modyfikacja poprzez odwzorowanie, ukląd odniesienie
  • e. Klasyfikacje
  • dissolve, group, merge, generalize
  • f. Distance - odległości
  • powierzchnie kosztu, odleglóść od obiektów, buforowanie
  • g. Network - sieci
  • hydrologiczne, transportowe, migracje zwierząt
  • h. Statistics - statystyka
  • filterowanie, wygładzanie, tworzenie powierzchni 3D (analiza powierzchni)
  • i. Modeling
  • e.g. rozprzestrzenianie pożarów: rodzaj pożaru (las, budynki), prędkość wiatru, kierunek, topografia
slide43

WYSZUKIWANIE W R-DRZEWIE

Ponieważ prostokąty ograniczające węzłów na tym samym poziomie mogą mieć część wspólną, wyszukiwanie może wymagać

sprawdzenia w danym węźle więcej niż jednego węzła potomnego

SEARCH (N NODE, E OBJECT)

Jeżeli N nie jest Węzłem liściem:

Dla każdego węzła potomnego wywołaj SEARCH(child R1, r2, R3)

w przeciwnym razie sprawdź zawieranie się punktu w MBR węzła R1, R2, R3 – zwóć wynik

CHOOSELEAF(E OBJECT) – wyszukuje miejsce w drzewie – w danym węźle, gdzie należy wstawić dany obiekt

Z M +1 elementów i tworzy dwie grupy

LINEAR SPLIT:

LS1: Wybierz dwa pierwsze elementy z zastosowaniem LinearPickSeeds

LS2: Jeżeli wybrano wszystkie elementy, zakończ działanie. Jeżeli jedna z grup ma poniżej ustalonego m minimum elementów, tak że wszystkie pozostałe elementy muszą zostać do niej dodane, żeby spełniony został warunek minimum liczby

elementów w grupie – dołączyć do tej grupy

LS3: Wybierz element do dodania do 2 grup. Wybierz ten element losowo z jeszcze nie Przydzielonych. Dodaj do grupy, której prostokąt ograniczający będzie musiał zostać Powiększony najmniej. W przypadku takiego samego wzrostu, dodać do grupy z

najmniejszym polem MBR, w następnej kolejności do grupy z mniejszą liczbą Elementów.

LinearPickSeeds:

LPS1: – Wybierz dla każdego z wymiarów dwa skrajne prostokąty, o największym mniejszym boku, i najmniejszym większym boku. Zapamiętać odstęp.

LPS2: - Znormalizować zapamiętane odstępy

LPS3: - Wybrać parę o największym znormalizowanym odstępie ze wszystkich wymiarów.

slide44

PODZIAŁ ELEMENTÓW DRZEWA WZGLĘDEM OPTYMALNYCH PROSTOKĄTÓW OGRANICZAJĄCYCH

Podział z lewej strony generuje dwa MBR o dużym polu, z prawej o mniejszym polu, i

z tego względu podział z prawej strony należy wybrać w procedurze SPLIT

slide47

LITERATURA

Chris Smith Nicki Brown Erdas Field Guide (ERDAS Inc.)

Rasteryzacja, Algorytmy graficzne 2D, Wykład 6, Józef Sienkiewicz Marcin Wilczewski Bartosz Reichel

ad