470 likes | 690 Views
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
E N D
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 • BUFOROWANIE DANYCH WEKTOROWYCH I RASTROWYCH • ALGORYTM OKREŚLANIA PUNKTU PRZECIĘCIA DWU ODCINKÓW • ALGORYTM INDEKSOWANIA Z WYKORZYSTANIEM R DRZEW
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
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)
KONWERSJA DANYCH WEKTOROWYCH DO POSTACI RASTRA - RASTERYZACJA Punkty Krzywe prostopadłe Krzywe dowolne (problem trudny) Vector Raster
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
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)
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)
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
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.
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
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
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.
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
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.
DIGITAL RASTER GRAPHICS DRG – (A digital raster graphic - DRG) jest zeskanowanym obrazem z map topograficznych USGS. Rozdzialczość USGS DRG rzędu of 2.4 metrów.
DIGITALIZACJA Skanowanie Wektoryzacja (Raster to Vector) Optical Character Recognition (OCR) Digitalizacja na ekranie monitora (On-screen digitization) Digitalizacja na oryginalnym materiale(tablet or table)
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
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
KODY ŁAŃCUCHOWE – CHAIN CODES Start N1, E1, N3, E1, N1, E1, N1, E1, S2, E1, S4, W5
KODY BLOKOWE (7,1), (6,1), (2,3) – BLOKI O DŁUGOŚCI 1 (2,4) – BLOK O DŁUGOŚCI 4 (7,2) – BLOK O DŁUGOŚCI 25
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
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.
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
LITERATURA Chris Smith Nicki Brown Erdas Field Guide (ERDAS Inc.) Rasteryzacja, Algorytmy graficzne 2D, Wykład 6, Józef Sienkiewicz Marcin Wilczewski Bartosz Reichel