精华内容
下载资源
问答
  • 在ArcGIS中,常见的栅格数据格式:TIFF、BMP、ENVI、Esri BIL、Esri BIP、Esri BSQ、GIF、GRID、IMAGINE Image、JP2、JPG、和PNG。 然而,很多GISer并不会是对以上格式很明白,导致在使用栅格数据的时候出现这样...

    ArcGIS功能异常强大,支持多种常见的栅格数据格式,并可实现多个栅格格式的自由转换。

    在ArcGIS中,常见的栅格数据格式有:TIFFBMPENVIEsri BILEsri BIPEsri BSQGIFGRIDIMAGINE ImageJP2JPG、和PNG

    • BIL —Esri 波段按行交叉格式文件
    • BIP —Esri 波段按像素交叉格式文件
    • BMP —Microsoft 位图图形栅格数据集格式
    • BSQ —Esri 波段顺序文件
    • CRF —云栅格格式
    • ENVI DAT —ENVI DAT 文件
    • GIF —栅格数据集的图形交换格式
    • GRID —Esri 格网栅格数据集格式
    • IMAGINE Image —ERDAS IMAGINE 栅格数据格式
    • JP2000 —JPEG 2000 栅格数据集格式
    • JPEG —联合图像专家组栅格数据集格式
    • MRF —元栅格格式
    • PNG —可移植网络图形栅格数据集格式
    • TIFF —栅格数据集的标记图像文件格式

    然而,很多GISer并不会是对以上格式很明白,导致在使用栅格数据的时候出现这样那样的错误,本文就ArcGIS支持的栅格格式及其互相转换做一详细说明。


    一、ArcGIS栅格数据格式详解

    1. Esri Grid格式

    格网是 Esri 栅格数据的原生存储格式。通常包含以下两种类型的格网:整型和浮点型。整型格网多用于表示离散数据,浮点型格网则多用于表示连续数据。

    在这里插入图片描述

    浮点型格网没有 VAT,因为格网中的像元可以是给定范围的任意值。此格网类型中的像元不能整齐地落在各个离散类别中。像元值用于描述其所在位置的属性。例如,在使用米作为单位的表示高程的高程数据格网中,像元值 10.1662 代表其所在位置高于海平面大约10米。

    可存储为格网值的数据值的范围如下:

    • 浮点型格网可存储值的范围为 -3.4 x 1038 至 3.4 x 1038。
    • 整型格网可存储值的范围为 -2147483648 至 2147483647(-231 至 231-1)。

    对于整型格网,此信息仅适用于 VALUE 项。整型格网可将其他 INFO 项添加到值范围取决于该项定义的 VAT。

    格网的坐标系与其他地理数据的坐标系相同。行和列分别与坐标系的 x 和 y 轴平行。由于格网中的每个像元都与其他像元具有相同的尺寸,因此通过行和列可轻松地确定任意像元的位置和其所覆盖的区域。这样,格网的坐标系就可由像元大小、行和列的数目,以及左上角的 x,y 坐标定义。格网也可传递其他信息,例如与格网相关联的坐标系。

    格网数据结构

    格网由分块栅格数据结构实现,其中数据存储的基本单位为矩形像元块。块以压缩形式和长度可变的文件结构(也称为分块)存储在磁盘上。每个块都作为一个长度可变的记录来存储。

    格网分块的大小基于创建时格网的行数和列数。分块大小的上限由应用程序设置,并且非常大(当前设置为 4,000,000 x 4,000,000 像元)。因此,GIS 应用程序使用的多数格网会自动存储在单个分块中。如果创建时格网的大小大于分块大小的上限,则格网的空间数据会跨多个分块自动分割。

    格网的分块存储结构支持对较大栅格数据集进行顺序和随机的空间访问。分块结构不会限制格网的联合分析。不同格网的分块和块也不必为了联合分析而在地图空间中重合。格网的分块和块对用户完全隐藏,用户始终将格网作为统一方形像元的无缝栅格来进行创建和操作。

    格网使用游程栅格压缩方案,其在块级别上可自适应。测试每个块以确定将为块使用的深度(位/像元),并确定更为有效的存储技术(按像元或已编码的游程)。以需要较少磁盘空间的格式存储块。自适应压缩方案是最佳选择,因为在使用这两种数据类型支持联合分析时,其能够有效地表示同类分类数据和异类连续数据。单一图层每个像元的操作(例如数据重分类)无需解压缩即可直接运行数据。对压缩输入图层进行的多图层每个像元操作使不同图层的数据运行相交,并对相交的运行进行操作。单个图层每个邻域操作以及将压缩数据与未压缩数据混合在一起的多图层每个像元操作,都将运行扩展到像元,并以透明的方式执行传统的按像元处理。

    在这里插入图片描述

    格网的分块-块结构对访问格网中的空间数据的任何应用程序都是透明的。通过设置地图坐标中定义的矩形窗口,操纵格网的程序可访问空间数据。

    格网数据存储

    格网存储在 ArcInfo 工作空间中。与 coverage 相似,格网以独立的目录形式存储,并带有包含特定格网信息的关联表和文件。在整型格网目录(通常由 ArcInfo Workstation 创建)中,可找到以下表和文件:BND 表,存储格网的边界;HDR 文件,存储用于描述格网的特定信息,例如像元分辨率和分块系数;STA 表,包含格网的统计数据;VAT 表,存储与格网区域关联的属性数据;日志文件 (LOG),监听格网上所发生的活动;以及分块文件 w001001.adf (q0x1y1),存储像元数据和随附的索引文件 w001001x.adf (q0x1y1x),该索引文件可为分块和 LOG 中的块建立索引。(如果使用 ArcGIS 运算符进行创建,则有些文件(例如日志文件)可能不存在。)

    在这里插入图片描述

    如果更改格网,则文件和表中所包含的值和信息会立即更新。INFO 表中所包含的信息允许用户访问,并提供了有关格网的信息。

    BND 表

    格网 BND 包含格网的边界。边界是包含格网像元的矩形;其存储在地图坐标中。所有格网 BND 都以双精度存储。
    BND 表中的最小坐标为格网中左下角像元的左下角坐标。最大坐标为格网中右上像元的右上角的坐标。

    HDR 文件

    HDR 是二进制文件。存储在文件中的信息包括像元大小、格网的类型(整型或浮点型)、压缩技术、分块系数和分块信息。

    STA 表

    STA 表是包含格网统计数据的 INFO 表。格网的最小值、最大值、平均值和标准差以浮点值的形式存储在 STA 表中。您不得尝试直接更改这些值。
    因为 NoData 表示未知值,所以 NoData 不能用于计算 STA 表中的统计数据。
    创建二值格网(仅包含 0 和 1 值)时,STA 表的平均值会包含值 0,标准差会包含值 -1。标准差值 -1 表示未对格网进行统计计算。
    标准差值 -2 表示格网仅包含 NoData 像元。

    VAT 表

    VAT 是存储与格网区域关联的属性的 INFO 表。只有整型格网才具有与其关联的 VAT。每个 VAT 至少包含两项 - VALUE 和 COUNT。VALUE 项包含用于区分格网中各位置特征的整数值。被分配给相同值的所有像元都包含相同的特征,因此属于相同的区域。COUNT 是区域中像元的数量。
    可将新项添加到 VAT。不得更改 VALUE 和 COUNT 项,而且 VAT 必须存储在 VALUE 项上。VALUE 或 COUNT 前面永远不能添加新项。
    在 VAT 中不表示包含 NoData 的像元。

    以下是 VAT 的示例:

    在这里插入图片描述
    分块文件

    w001001.adf (q0x1y1) 和 w001001x.adf (q0x1y1x) 文件可存储格网中第一个或基础分块的数据和索引。分块大小的上限很大,并且多数格网都使用单个分块进行存储。如果使用其他分块,它们会根据其与第一个分块的空间关系自动编号。分块可以长度可变的二进制文件的形式实现。对于 ARC/INFO 7.x 以前的版本,这些文件被命名为 q0x1y1 和 q0x1y1x,并且仍与当前软件结合使用。

    LOG 文件

    LOG 文件是包含有关创建和更改格网的信息的 ASCII 文件。LOG 可监听对格网执行的操作,但是不包含对格网执行的每项操作。由于所有 Grid 功能都会形成新的格网,因此只有 Grid 命令(例如 RENAME 和 COPY)可更改现有格网并输入到 LOG 文件中。与所有 ASCII 文件相同,LOG 文件可通过系统命令或任意文本编辑器进行访问。

    存储限制

    格网的名称有如下限制:

    • 存储时不得使用空格。
    • 不得以数字开头。
    • 不得长于 13 个字符(多波段格网最多可为 9 个字符)。

    堆栈

    堆栈由一组按顺序排列的空间叠置格网(图层)组成,在多元分析中被视为单一实体。聚类分析、分类和主成分分析均可作用于堆栈中的图层。

    在这里插入图片描述
    堆栈具有以下特征:

    • 每个图层对应于一个格网的一组图层
    • 地图范围或 BND
    • 像元大小
    • 数据类型
    • 投影

    堆栈中指定的每个图层都有一个用于指示其在堆栈中的顺序的索引号。组成堆栈的格网必须位于相同的工作空间。

    输入图层的边界可完全叠置、部分叠置或根本不叠置,但是只有图层叠置的区域才能构成堆栈。堆栈的 BND 是图层边界相交处。多元分析功能的计算将在叠置区域进行。如果输入图层之间没有公共区域,则堆栈为空,并且不进行任何计算。

    在这里插入图片描述
    堆栈的像元大小默认为堆栈中的粗糙图层。

    可将堆栈中输入格网的数据类型(实数或整数)的任意数字结合起来。然而,应用多元技术之前,应了解这些值表示的含义、分类数据还是连续数据,以及这些值的范围或相对范围。在某些分析中,堆栈的输入数据类型决定输出的数据类型。

    与输入格网关联的投影信息与堆栈一同存储。由于堆栈被视为单一实体,因此堆栈中的所有格网必须位于相同的投影中。投影信息用于确保堆栈的各个格网占据相同的地理区域。

    存储格网堆栈

    与格网或 coverage 类似,堆栈以目录结构形式存储。堆栈目录中有两个文件:外部 INFO STK 表和 ASCII PRJ 文件。组成堆栈的实际格网不存储在堆栈中。它们是工作空间中的普通格网。这意味着,任意格网都可用于多个堆栈中。STK 表可存储格网的名称,这些格网组成堆栈及其对应的索引值:

    在这里插入图片描述
    INDEX 项给出了堆栈中格网的位置,而 GRID 项列出了组成堆栈的格网名称。输入格网的空间数据不在堆栈中复制。因此,堆栈始终反映最新版本的输入格网。STK 文件与任何其他 INFO 文件一样可访问。可添加项(例如存储数据收集日期的项)以用于描述目的,但是不能使用 INFO 更改 INDEX 项中的值或 GRID 项中的名称。对这些项进行的所有操作仅应使用 Grid 中可用的各种堆栈管理命令予以执行。

    PRJ 文件(如果存在)可存储堆栈的投影信息:

    在这里插入图片描述
    如果堆栈中所有输入格网的投影未知,则不创建 PRJ 文件。

    存储格网堆栈名称时不得使用空格,不得以数字开头,并且不得长于 9 个字符。

    格网中的 NoData

    格网中的每个像元都会被分配一个值;但是,系统会在表示该主题的格网上为没有实际值的像元分配 NoData。Nodata 与 0(零)不同;0 是一个有效值。因此,在计算格网的 STA 表中的统计数据时不能使用 NoData 像元。

    当在栅格空间插值的时候,是点生成栅格的过程,如果输出栅格默认为grid格式的话,经常会出现错误,一般情况是由grid格式引起的,因此,在做栅格插值等涉及栅格grid数据的运算时:第一,尽量不要出现中文路径;第二,栅格Grid命名需要注意规则。

    2. TIFF格式

    TIF是TIFF的别称。标签图像文件格式(Tagged Image File Format,简写为TIFF)是一种灵活的位图格式,主要用来存储包括照片和艺术图在内的图像。它最初由Aldus公司与微软公司一起为PostScript打印开发。TIFF与JPEG和PNG一起成为流行的高位彩色图像格式。TIFF格式在业界得到了广泛的支持,如Adobe公司的Photoshop、The GIMP Team的GIMP、Ulead PhotoImpact和Paint Shop Pro等图像处理应用、QuarkXPress和Adobe InDesign这样的桌面印刷和页面排版应用,扫描、传真、文字处理、光学字符识别和其它一些应用等都支持这种格式。

    tif可以有8位,24位,32位甚至更高,又分为有符号,无符号等,对于学遥感和GIS的来说,接触到的tif影像往往是高像素深度的,tif影像中的灰度值可以是几千几万。但jpg,一般是8位,rgb都是0到255取值,所以tif到jpg,意味着色彩的压缩。

    同时,tif可以是多波段的,例如高分一号影像就有红绿蓝近红外四个波段,而jpg只有RGB三个颜色通道,tif转jpg意味着波段信息的丢失。

    3. ENVI格式

    envi标准格式由头文件和包含像元值的二进制文件组成。

    头文件

    包含行列数、数据类型、投影坐标信息、对应二进制文件的存储方式(BSQ、BIL、BIP)等打开图像必需的信息,由ENVI第一次读取数据文件时创建的。后缀名为hdr。

    二进制数据文件

    通用栅格数据都会存储为二进制的字节流,通常它将以BSQ(band sequential,按波段顺序储存)、BIP(band interleaved by pixel,按波段像元交叉储存)或者BlL(band interleaved by line,按波段行交叉储存)的方式进行存储。这个文件可以没有后缀名。

    头文件与数据文件要有相同的文件名,且在同一文件夹下才能被打开。打开数据文件时是按照文件名来搜索头文件的。

    4. IMAGINE Image格式

    ERDAS如果需要打开大于2GB的文件,ERDAS需要把文件转换成IMG格式。这时候,ERDAS自动生成三个文件,分别是IMG、IGE和RRD文件,其中:
    1.IGE:是数据文件,实际用来存储栅格数据;(当影像数据大于2G时就会生成)
    2.IMG:是索引文件;
    3.RRD:是金字塔文件,也是快视图文件;(ArcMap中,如果你Build pyraminds 就会自动存储在rrd文件中。建立了影像金字塔的影像,显示速度会快很多)
    4.AUX:金字塔辅助文件。

    Image影像数据量超过了一定限度就生成.ige(一般大于2G)文件。实际数据在.ige中,
    .img就变成一个连接文件。
    .rrd是金字塔,也就是块视图。
    小于2G的时候文件有两个,一个是RRD金字塔文件,一个是img文件,用来存储栅格数据。
    ERDAS可以打开2GB以上的文件,但是通常的格式,如TIFF等是无法打开大于两G的影响文件的。
    如果需要打开大于2GB的文件需要把文件转换成IMG格式就可以了,
    这时候,ERDAS自动生成三个文件,分别是IMG、IGE和RRD文件,其中的IMG文件就成了索引文件了,RRD还是金字塔文件,而IGE则实际用来存储栅格数据。

    在这里插入图片描述

    5. jp2格式

    在这里插入图片描述

    6. dat格式

    在这里插入图片描述

    二、ArcGIS栅格数据格式转换

    1. 导出数据

    导出数据看似不起眼,却有多种巧妙的用法,比如一个矢量数据不完整或有位置错误时,可以导出一个新的完整的数据,可以实现投影转换,格式转换等等。

    在ArcGIS【内容列表中】选择一个栅格数据→右键→数据→导出数据。

    在这里插入图片描述

    2. 格式转换工具

    ArcGIS提供【栅格转其他格式(批量)】的工具,用来将栅格数据集转为别的栅格格式。

    在这里插入图片描述

    新栅格数据集的格式有:

    • BIL —Esri 波段按行交叉格式文件
    • BIP —Esri 波段按像素交叉格式文件
    • BMP —Microsoft 位图图形栅格数据集格式
    • BSQ —Esri 波段顺序文件
    • CRF —云栅格格式
    • ENVI DAT —ENVI DAT 文件
    • GIF —栅格数据集的图形交换格式
    • GRID —Esri 格网栅格数据集格式
    • IMAGINE Image —ERDAS IMAGINE 栅格数据格式
    • JP2000 —JPEG 2000 栅格数据集格式
    • JPEG —联合图像专家组栅格数据集格式
    • MRF —元栅格格式
    • PNG —可移植网络图形栅格数据集格式
    • TIFF —栅格数据集的标记图像文件格式
    展开全文
  • 自然,说起影像数据,大家接触到对多的就是最最常见的航片或卫片。对于这种栅格数据呢,大多数的场景下,都只需实现一个效果,就是最接近真实视觉效果,跟到实际的地方亲眼所见一样。 在具体说这样的渲染在ArcGIS...

    多波段栅格数据的显示

    我上面说了这么多,可能有的人会觉得平时也根本用不上。自然,说起影像数据,大家接触到对多的就是最最常见的航片或卫片。对于这种栅格数据呢,大多数的场景下,都只需实现一个效果,就是最接近真实视觉效果,跟到实际的地方亲眼所见一样。

     

    在具体说这样的渲染在ArcGIS中怎么实现的,有什么地方可以调优之前,我们还需要回顾一下前文提到的一个概念,波段。我们有说过单波段的影像一般是灰度图,而全彩色的都是多波段的影像。那么为什么彩色的影像都是有3个或者更多波段组成,还有多个灰度图是如何渲染成彩色的呢?

     

    同彩色照片的打印,彩色电视的成像原理一样,在ArcGIS中也是通过RGB这三基色来对栅格进行渲染的。具体点说,就是将三个波段的栅格分别通过红Red绿Green蓝Blue三个通道加载,彩色的栅格就被渲染出来了。也可以这样简单理解,通过红色通道加载会将灰度图变成红色,绿色通道加载后变成绿色等,而他们混合起来的时候,就像小时候玩过的调色板,按不同比例混合的三种颜色会变成其它各种各样的颜色,如下图所示。这就是为什么我们在ArcCatalog中查看彩色影像时,可以在属性中看到Number of Bands都是大于或者等于3的。在ArcMap中使用Identify 按钮,在彩色的栅格上点击,也会返回三个值,例如Red 168,Green 132,Blue 113。

     

     

     

    为什么我们通过这种方式来显示彩色的栅格的时候,能够得到与我们在真实世界里看到的差不多的颜色呢?

     

    简单讲一个遥感的小常识。在我们眼中看到的花红柳绿,碧海白沙,这些事物颜色上的区别全部都是由于这些物体对太阳光中不同波段的光的反射与吸收的差异形成的。通过相机或者遥感传感器将物体对不同光的反射值分别记录下来,就有了不同的波段数据。比如我们得到的Landsat卫星遥感影像一景包含有7个栅格,每个栅格分别对应同一位置上的物体对该波段光谱的反射值, 包括蓝,绿,红,近红外,中红外,热红外和微米全色。之所以记录这么多波段的反射值,是为了在数据分析中起到重要的作用的。关于传感器的内容和一些遥感方向的应用在以后的扩展性章节中还会再讲到。

     

     

     

    现在回到栅格渲染这个话题中。那么我们如何确定这个真实世界的色彩被还原呢?

     

    首先,依照上文的小常识,可以肯定的是,通过传感器得到的RGB的值必须通过对应的RGB的通道加载,这样组合渲染出来才能还原出我们在真实世界中人眼所观察到的景象。对于巨大多数航拍回来的影像,都是已经处理完成的,在ArcMap中加载就可以正常显示,不需要单独设置了。可是对于卫星影像来说,由于其一般包含4个或更多的波段,我们在加载的时候就需要注意通过元数据,或者传感器信息来确认加载的顺序。如果第一次加载错了,还可以通过直接双击图层列表中的RGB的符号来进行设置,或者在Symbology中的下来菜单中重新定义顺序。

     

     

     

    还有一种情况是这样,我们在拿到数据方提供的卫星影像时,是7个分开存储的单波段的影像,在ArcMap中全部加载进来也还是灰色的。如何将多个单独的灰色影像以真彩色的方式渲染出来呢?

     

    首先要注意的一点是,与专业的遥感软件不同,ArcGIS中不提供直接在一个栅格上叠加其他栅格来进行渲染,也就是说不能简单在Symbology中设置一下来实现RGB的渲染,只能通过事先将不同波段的影像数据组合在一起,然后在进行加载。

    另外,由于不能在指定的波段上选择Load Data,所以也不能通过导入数据库的方式将不同波段的栅格组合在一起。到10.1版本为止,只有两种方式可以将多个单波段的数据进行RGB的渲染,这两种方式都是通过同一个原理来实现的,见下图。一种是通过工具Composite Bands,在Data Management Tools的工具箱中可以找到。另外一种则是在Image Analysis Window中通过栅格函数(Function)来实现。关于影像处理窗口的内容我们将在下面的下面的章节中展开了说,这里就先不罗嗦了。

     

     

     

     

    明天晚些时候将会更新拉伸的内容, 阅读后可以有效的解决图像太暗或或者是黑色的问题。敬请期待~~\(≧▽≦)/~

    转载于:https://www.cnblogs.com/xiaocai0923/p/7502938.html

    展开全文
  • 对于这种栅格数据呢,大多数场景下,都只需实现一个效果,就是最接近真实视觉效果,跟到实际地方亲眼所见一样。  在具体说这样渲染在ArcGIS中怎么实现什么地方可以调优之前,我们还需要回顾一下前文...

           我上面说了这么多,可能有的人会觉得平时也根本用不上。自然,说起影像数据,大家接触到对多的就是最最常见的航片或卫片。对于这种栅格数据呢,大多数的场景下,都只需实现一个效果,就是最接近真实视觉效果,跟到实际的地方亲眼所见一样。

          在具体说这样的渲染在ArcGIS中怎么实现的,有什么地方可以调优之前,我们还需要回顾一下前文提到的一个概念,波段。我们有说过单波段的影像一般是灰度图,而全彩色的都是多波段的影像。那么为什么彩色的影像都是有3个或者更多波段组成,还有多个灰度图是如何渲染成彩色的呢?

           同彩色照片的打印,彩色电视的成像原理一样,在ArcGIS中也是通过RGB这三基色来对栅格进行渲染的。具体点说,就是将三个波段的栅格分别通过红Red绿Green蓝Blue三个通道加载,彩色的栅格就被渲染出来了。也可以这样简单理解,通过红色通道加载会将灰度图变成红色,绿色通道加载后变成绿色等,而他们混合起来的时候,就像小时候玩过的调色板,按不同比例混合的三种颜色会变成其它各种各样的颜色,如下图所示。这就是为什么我们在ArcCatalog中查看彩色影像时,可以在属性中看到Number of Bands都是大于或者等于3的。在ArcMap中使用Identify 按钮,在彩色的栅格上点击,也会返回三个值,例如Red 168,Green 132,Blue 113。


           为什么我们通过这种方式来显示彩色的栅格的时候,能够得到与我们在真实世界里看到的差不多的颜色呢?

           简单讲一个遥感的小常识。在我们眼中看到的花红柳绿,碧海白沙,这些事物颜色上的区别全部都是由于这些物体对太阳光中不同波段的光的反射与吸收的差异形成的。通过相机或者遥感传感器将物体对不同光的反射值分别记录下来,就有了不同的波段数据。比如我们得到的Landsat卫星遥感影像一景包含有7个栅格,每个栅格分别对应同一位置上的物体对该波段光谱的反射值, 包括蓝,绿,红,近红外,中红外,热红外和微米全色。之所以记录这么多波段的反射值,是为了在数据分析中起到重要的作用的。关于传感器的内容和一些遥感方向的应用在以后的扩展性章节中还会再讲到。


          现在回到栅格渲染这个话题中。那么我们如何确定这个真实世界的色彩被还原呢?

    首先,依照上文的小常识,可以肯定的是,通过传感器得到的RGB的值必须通过对应的RGB的通道加载,这样组合渲染出来才能还原出我们在真实世界中人眼所观察到的景象。对于巨大多数航拍回来的影像,都是已经处理完成的,在ArcMap中加载就可以正常显示,不需要单独设置了。可是对于卫星影像来说,由于其一般包含4个或更多的波段,我们在加载的时候就需要注意通过元数据,或者传感器信息来确认加载的顺序。如果第一次加载错了,还可以通过直接双击图层列表中的RGB的符号来进行设置,或者在Symbology中的下来菜单中重新定义顺序。


           还有一种情况是这样,我们在拿到数据方提供的卫星影像时,是7个分开存储的单波段的影像,在ArcMap中全部加载进来也还是灰色的。如何将多个单独的灰色影像以真彩色的方式渲染出来呢?

    首先要注意的一点是,与专业的遥感软件不同,ArcGIS中不提供直接在一个栅格上叠加其他栅格来进行渲染,也就是说不能简单在Symbology中设置一下来实现RGB的渲染,只能通过事先将不同波段的影像数据组合在一起,然后在进行加载。

           另外,由于不能在指定的波段上选择Load Data,所以也不能通过导入数据库的方式将不同波段的栅格组合在一起。到10.1版本为止,只有两种方式可以将多个单波段的数据进行RGB的渲染,这两种方式都是通过同一个原理来实现的,见下图。一种是通过工具Composite Bands,在Data Management Tools的工具箱中可以找到。另外一种则是在Image Analysis Window中通过栅格函数(Function)来实现。关于影像处理窗口的内容我们将在下面的下面的章节中展开了说,这里就先不罗嗦了。




         下期将会更新拉伸的内容, 阅读后可以有效的解决图像太暗或或者是黑色的问题。敬请期待~~\(≧▽≦)/~

    展开全文
  • 对于不同的压缩格式和压缩比下的栅格数据的存储和质量,下面一个简单的比较。 以一个4.72G大小的TIFF格式无压缩无金字塔的栅格数据为数据源,将其导出成若干个不同压缩格式和压缩比的数据,结果如下:

    I. 一些影响因素

    · 压缩格式与压缩比

    在导入栅格数据的时候,可以根据需要选择不同的压缩格式和压缩比,常见的有无压缩、LZ77、JPEG、JPEG2000等,其中有如LZ77的无损压缩方式,也有JPEG等有损压缩格式,对于有损压缩格式还可以选择不同的压缩质量。对于不同的压缩格式和压缩比下的栅格数据的存储和质量,下面有一个简单的比较。

    以一个4.72G大小的TIFF格式无压缩无金字塔的栅格数据为数据源,将其导出成若干个不同压缩格式和压缩比的数据,结果如下:

    压缩格式/压缩比

    数据量

    压缩耗时

    某小范围预览耗时

    TIFF/无压缩

    4.72G

     

    2.2秒

    PNG/LZ77

    3.92G

    16分8秒

    1093.2秒

    JPG/100%

    2.05G

    3分43秒

    1473.0秒

    JPG/75%

    598M

    2分51秒

    870.7秒

    JPG/50%

    396M

    2分26秒

    827.7秒

    托管FileGDB/无压缩

    4.76G

    16分56秒

    7.9秒

    托管FileGDB/JPG/75%

    1.73G

    34分6秒

    20.3秒

    ArcSDE/无压缩

    4.86G

    41分2秒

    77.6秒

    ArcSDE/JPG/75%

    1.72G

    14分11秒

    20.3秒

    分析这个结果,能得出这样一些结论:

    1. 大栅格数据无压缩文件存储的效率非常好。

    2. 大栅格数据采用LZ77、JPEG等压缩文件存储的读取效率非常不好,数据解算消耗太多资源。

    3. LZ77压缩算法压缩非常有限,不建议采用(虽然是默认值)

    4. 采用JPEG压缩算法选用75%的压缩质量是个比较好的平衡点,压缩量大并且图像损失很小。

    5. 采用JPEG压缩算法不同质量的压缩耗时相差并不太大。

    6. File Geodatabase存储大栅格数据,即使采用JPEG压缩读取效率也不会有太大下降,但是无压缩的性能还是要较好一些。

    7. ArcSDE反而压缩存储比无压缩的性能要好,可见数据库存储栅格对性能影响最大的因素是读取数据的多少。

    展开全文
  • 镶嵌数据集是ESRI公司推出一种用于管理海量影像数据数据模型,定义在GeoDatabase数据模型...这里影像数据格式是栅格数据集Raster Dataset。 2.派生镶嵌数据集 Derived Mosaic Dataset 通过添加其他镶嵌数据...
  • 基于ArcGIS平台多种办法可以提取栅格影像边界,常见的方法3种: 栅格范围(Raster Domain) 栅格转面(Raster to Polygon) 创建轮廓(BuildFootprints)/构建边界(BuildBoundary) 文章目录1. 栅格范围...
  • Mapbox之栅格矢量瓦片

    2021-06-03 15:26:55
    常见的大小256*256,512*512。 矢量瓦片:每一块都是由点、线、面构造的矢量数据,mapbox的示例中一个.mvt的道路瓦片https://d25uarhxywzl1j.cloudfront.net/v0.1/{z}/{x}/{y}.mvt。矢量瓦片的大小不确定
  • 常见的评估方法是使用等值线工具根据新表面创建等值线,然后将这些等值线与输入等值线数据进行比较。新建等值线的间隔最好是原始等值线间隔的二分之一,这样才便于在等值线间检查结果。原始等值线和新建等值线叠在...
  • 要理解倾斜影像分辨率与矢量数据比例尺之间关系,我们首先得明白:我们搞gis,研究就是地理空间数据,而地理空间数据最基本两种数据格式就是...因此栅格数据有属性明显,定位隐含特点。 而矢量数据呢?最常见
  • 一个常见的示例是读取环境层作为日期的函数: library( raadtools ) ice <- readice(c( " 2018-06-01 " , " 2019-06-01 " )) plot( ice ) 使用read *()函数可访问各种数据源中可用。 来自海洋,地形,气象...
  • 矢量数据两种常见的数字化错误类型:定位错误和拓扑错误7.1 定位错误定位错误是指数字化要素的几何错误。我们可以通过用于数字化的数据源来检查定位错误。7.1.1 使用二手数据源的定位错误如(纸质地图),定位...
  • 常见OGC服务小结

    2020-08-23 11:44:55
    常见的OGC服务OGCWMSWFSWCSWMTSTMS(来自于OSGeo,不是标准的OGC标准)WPSCSW总结 OGC OGC全称Open Geospatial Consortium,是一个非盈利的、国际化的、自愿协商的标准化组织,它的主要目的就是...数据形式矢量栅格
  •  自定义服务数据,将符合要求的矢量数据和栅格数据集等数据以服务的方式发布,将数据存储在某服务器中,在网络的情况下可以根据URL就可以访问,比较常见的服务数据类型的ArcGIS Server,天地图在线地图,百度...
  • Sandpyper可以根据需要从数量众多DSM和正射影像中进行组织自动提取高程剖面图。人们认为,当需要处理来自许多不同位置和坐标参考系统大量DSM和正射弹时,可以使用该方法。然后,计算海滩面Kong体积和行为...
  • 常见的解决碰撞的方式(1)使用碰撞器进行碰撞检测,并绕障碍物进行移动。(2)NavMesh方式,并绕障碍物进行移动。(3)栅格方式,检测圆与阻挡栅格的距离,碰撞后移动方向不确定。(4)基于SDF的摇杆移动。 3....
  • 地理时空大数据和深度学习合作

    千次阅读 2019-10-06 19:26:12
    空间数据分析中常见的栅格数据的本质跟普通计算机视觉分析的图片数据相同,所以在计算机视觉上常用的算法都可以在栅格数据分析中使用。 目标检测 时候我们需要在栅格数据中分析或者找出一个特定图斑、建筑,目标...
  • ArcGIS读取dem格式数据

    2017-05-03 07:37:00
    今天听到了另外一种说法:*.dem是最常见DEM格式,*.dem两种格式,NSDTF和USGS。 USGS格式 USGS-DEM(USGS是美国地质调查局(U.S.Geological Survey)英文缩写,是一种公开格式DEM数据格式标...
  • GIS数据文件导入:以Blender最常见的GIS数据格式导入:Shapefile矢量,栅格图像,geotiff DEM,OpenStreetMap xml。 使用BlenderGIS从地理数据创建3D地形的可能性很大,请查看以获取概述。 例如:导入矢量轮廓线,...
  • 在ArcGIS中,应该怎么拷贝数据

    千次阅读 2018-01-30 20:22:25
    很多ArcGIS的初学者会遇到这样的情况:当自己想要复制拷贝一个文件时,发现拷贝后的数据总是不能用,但又找不到原因在...除地图文档外,最常见的就是拷贝复制基础数据,如栅格、矢量、图层等。此处以矢量数据为例:大家

空空如也

空空如也

1 2 3
收藏数 56
精华内容 22
关键字:

常见的栅格数据有