精华内容
下载资源
问答
  • 是为了将栅格数据分析的结果,通过矢量绘图装置输出,或者为了数据压缩的需要,将大量的面状栅格数据转换为由少量数据表示的多边形边界,但是主要目的是为了能将自动扫描仪获取栅格数据加入矢量形式的数据库。

      1. 栅格数据向矢量数据的转换

      栅格向矢量转换处理的目的,是为了将栅格数据分析的结果,通过矢量绘图装置输出,或者为了数据压缩的需要,将大量的面状栅格数据转换为由少量数据表示的多边形边界,但是主要目的是为了能将自动扫描仪获取的栅格数据加入矢量形式的数据库。由栅格数据可以转换为 3 种不同的矢量数据,分为点状、线状和面状的矢量数据。下面以栅格数据转换为面状矢量数据为例进行说明,其他两种转换操作大同小异,这里不再具体说明。

      (1) 展开 Conversion Tools 工具箱,打开From Raster 工具集,双击 Raster to Polygon,打开 Raster to Polygon 对话

      框。

      (2) 在 Input raster文本框中选择输入需要转换的栅格数据。

      (3) 在Output Polygon Features文本框键入输出的面状矢量数据的路径与名称。

      (4) 选择 Simplify Polygons按钮(默认状态是选择),可以简化面状矢量数据的边界形状。

      (5) 单击 OK按钮,执行转换操作。

      2. 矢量数据向栅格数据的转换

      许多数据如行政边界、交通干线、土地利用类型、土壤类型等都是用矢量数字化的方法输人计算机或以矢量的方式存在计算机中,表现为点、线、多边形数据。然而,矢量数据直接用于多种数据的复合分析等处理将比较复杂,特别是不同数据要在位置上一一配准,寻找交点并进行分析。相比之下利用栅格数据模式进行处理则容易得多。加之土地覆盖和土地利用等数据常常从遥感图像中获得,这些数据都是栅格数据,因此矢量数据与它们的叠置复合分析更需要把其从矢量数据的形式转变为栅格数据的形式。矢量数据的基本坐标是直角坐标 X、Y,其坐标原点一般取图的左下角。网格数据的基本坐标是行和列(i,j),其坐标原点一般取图的左上角。两种数据变换时,令直角坐标 X和 Y分别与行与列平行。由于矢量数据的基本要素是点、线、面,因而只要实现点、线、面的转换,各种线划图形的变换问题基本上都可以得到解决。

      (1) 展开 Conversion Tools 工具箱,打开To Raster 工具集,双击 Feature to Raster打开 Feature to Raster对话框。

      (2) 在 Input features 文本框中选择输入需要转换的矢量数据。

      (3) 在Field窗口选择数据转换时所依据的属性值。

      (4) 在 Output raster 文本框键入输出的栅格数据的路径与名称。

      (5) 在 Output raster文本框键入输出栅格的大小,或者浏览选择某一栅格数据,输出的栅格大小将与之相同。

      (6) 单击 OK按钮,执行转换操作。该命令同样适用于地理数据库中的要素类 。

    展开全文
  • PersonalGeodatabase管理栅格数据 作者:ArcGIS...

    在Personal Geodatabase中管理栅格数据

    作者:ArcGIS培…    文章来源:ArcGIS培训中心    点击数: 264    更新时间:2006-7-10

    很多用户都知道,Geodatabase是存储海量栅格数据最有效的方法。但在ArcGIS8.X中,Geodatabase必须通过ArcSDE由关系型DBMS来管理。然而在9版本中,ArcGIS提供了新的工具可以在Personal Geodatabase中管理栅格数据。这篇文章将以栅格数据集的创建和加载为例,来对这些新特性进行介绍。

    概述

    在Personal Geodatabase中,栅格数据可以作为栅格目录表(Raster Catalog)或栅格数据集(Raster Dataset)来存储。栅格数据集表现为连续的单幅数据。而栅格目录表是多个栅格的集合。每种存储方式都有各自的优势和局限性,但也有一些规则是两种方式都要遵守的。

    栅格目录表和栅格数据集都可以先创建成一个空的容器,然后再向其中加载数据,或者可以动态创建。创建和加载栅格目录表或栅格数据集可以用ArcToolbox中的数据管理工具。这些工具可以在ArcCatalog的用户界面中找到。

    当创建栅格目录表时,必须设置XY域(所有输入栅格的空间范围的集合),而栅格数据集则不需要。和ArcGIS中所有其它数据集一样,我们强烈建议,要导入目录表或数据集的栅格数据一定要预先定义空间参考,地理坐标系统或投影坐标系统。而这种坐标系统不必要一定和目录表或数据集的坐标系统一致。

    栅格数据集有一个空间参考,在拼接(Mosaic)的过程中,不同坐标系统中的像元会被动态投影到正确的位置上。而在栅格目录表中,每个栅格都会有自己的空间参考,它们和几何空间参考以及栅格列的空间参考都不一样,这些栅格只是在进行显示或分析的时候才会被动态投影。

    与ArcSDE维护的栅格数据不一样,它们是存储在DBMS中,而Personal Geodatabase管理的栅格数据实际上并不存储在Personal Geodatabase中。

    不管是目录表还是数据集,由Personal Geodatabase管理的栅格数据都是存储在一个参考路径中。因为栅格数据的实际容量往往会超出Personal Geodatabase 2 GB的容量限制,所以实际上Personal Geodatabase只存储参考路径。但是,我们建议在引用栅格数据时要使用ArcGIS来操作(复制、更新),使用Windows的资源管理器会出问题,同样,管理Coverage或GRID也是如此。

    选择栅格数据集还是栅格目录表

    决定用数据集还是目录表来存储栅格数据实际上是我们第二步要做的决定。首先需要确认的是栅格数据是否适用于GIS以及是否适于在Personal Geodatabase中存储。

    我们建议花些时间来对栅格数据进行配准,或者用更好的办法,从销售商那里获取已经配准好的影像。大部分的影像用的是内部配准或world文件。

    GIS会假定所有的数据都是经过配准的,如果栅格没有配准,比如倾斜的图像或扫描文档,在GIS中使用这种数据会出现问题。处理这种图片(例如扫描影像或照片)的最好方法是把它们作为栅格属性和真实世界的点、线、面要素类关联起来。这是在Personal Geodatabase中存储栅格的第三种形式。

    选择要使用Personal Geodatabase后,下一步就是要决定是用单个的拼接栅格数据集还是是用栅格之间相互独立的目录表。一般说来,如果这些栅格是要用来作为一个整体来进行分析,那就用栅格数据集。ArcGIS空间分析工具会把数据集和其他栅格数据一样来对待。(注意:Personal Geodatabase中所有的栅格数据都是被管理的形式)

    栅格数据集是不同的。栅格数据集可以是从其它数据源输入的单幅栅格,例如ESRI Grid,ERDAS IMAGINE IMG,或者TIFF/GeoTIFF影像。另外多幅栅格也可以加载到数据集中组成一幅拼接图像。但这个过程会有某些限制:在创建大栅格数据集时会花一些时间。无论数据集是由单幅图像组成还是由多幅输入栅格拼接成的图像,都会被转换成ERDAS IMAGINE (IMG)文件存储在一个指定的文件夹中,和Personal Geodatabase (MBD) 文件在同一个路径下。这个文件夹和其中的内容都是由Personal Geodatabase管理的。

    目录表中的栅格数据不能作为单幅的拼接图像进行分析,但栅格目录表中的单独的栅格数据集可以。栅格目录表在显示数据以及管理部分或全部重叠的数据时非常有用。

    如果选择栅格目录表,需要决定目录表是否被管理。不被管理的目录表是栅格数据的集合,这些栅格的特性可以完全不同,比如格式、像元大小、位深等。这些栅格甚至可以有自己的空间参考。栅格数据通过栅格目录表中的RASTER字段进行引用,路径名用来查找磁盘上的栅格数据集文件。在被管理的目录表中,栅格被复制成IMG文件,存储在一个和Personal Geodatabase同名并且在同一路径的文件夹中。无论是否被管理,都会在Personal Geodatabase中创建一个新的目录表,把多幅栅格加入其中。

    具体案例

    下面我们利用ArcTutor中的数据来演示一下栅格数据集的创建和加载过程。
    第一步:在ArcCatalog中新建一个Personal Geodatabase,命名为RPGDB。
    第二步:右健点击RPGDB,选择新建栅格数据集(如图1所示):

    20060710105122468.gif
    图1 创建栅格数据集

    第三步:在创建栅格数据集对话框中,输入数据集的名称landuse,其它选项采用缺省值。确认(如图2所示):

    20060710105123249.gif
    图2 栅格数据集的参数

    第四步:右健点击landuse数据集,选择Load—〉Load Data(如图3所示):

    20060710105123708.gif
    图3 向空的栅格数据集中加载数据

    第五步:在弹出的mosaic对话框中,选择要加载到数据集中的栅格数据将练习数据...\ArcTutor\Spatial\landuse,确认即可。这样一个栅格数据集就创建完成了(如图4所示):

    20060710105123392.gif
    图4 选择要加载的栅格数据(一幅或多幅都可)

    下面我们看到的就是在ArcCatalog中栅格数据集的预览效果(如图5所示):

    20060710105123142.gif
    图5 栅格数据集的预览效果

    结论

    通过在Personal Geodatabase中管理栅格数据,所有的数据—矢量和栅格—都可以集中在一起进行浏览。有很多工具可以用来在Personal Geodatabase中管理栅格数据。

    与栅格目录表和栅格数据集相关的数据存储结构及各自的特性,在本文最后的附图和附表中有说明。

    Personal Geodatabase中栅格的不同存储形式在数据组织上的对比

    20060710105123596.gif20060710105124998.gif

    不被Geodatabase管理的栅格数据(附图1)

    • 只由栅格目录表和作为要素类的属性的栅格可以不被管理。
    • 基于文件的IMG格式的栅格数据通过RASTER字段进行引用。
    • 路径名用来定位栅格文件。
    • 数据不被复制或转化
    • 栅格数据被用户管理,而不是Geodatabase.
    • 不被管理的目录表在加载时速度更快一些,因为不用复制栅格数据。

    被Geodatabase管理的栅格数据
    (附图2)

    • 所有的栅格数据集都是被管理的。
    • 栅格目录表可以被管理。
    • 作为要素类属性的栅格数据可以被管理。
    • 栅格数据会被复制到和Personal Geodatabase同名的文件夹中进行存储。
    • 栅格数据会被转换成IMG格式的文件。
    • 基于文件的IMG格式的栅格数据通过RASTER字段进行引用。
    • 数据被Geodatabase管理而不是用户。
    • 对于大于2GB的栅格数据,IMG文件会作为头信息创建,而用IGE文件来存储真正的影像。在某些情况下,金字塔文件(RRD)也会超过2GB,这时会创建RDE文件来存储这些信息。

    转载于:https://www.cnblogs.com/GISmanWJ/archive/2006/10/20/534792.html

    展开全文
  • 栅格数据与矢量数据

    千次阅读 2018-11-13 00:02:16
    栅格数据与矢量数据

    分享一下我老师大神的人工智能教程!零基础,通俗易懂!http://blog.csdn.net/jiangjunshow

    也欢迎大家转载本篇文章。分享知识,造福人民,实现我们中华民族伟大复兴!

                   

              GIS研究的数据是地理空间数据,这是区别于其他系统的根本原因。栅格数据与矢量数据是地理信息系统中空间数据组织的两种最基本的方式.

          栅格数据是以二维矩阵的形式来表示空间地物或现象分布的数据组织方式.每个矩阵单位称为一个栅格单元(cell).栅格的每个数据表示地物或现象的属性数据.因此栅格数据有属性明显,定位隐含的特点.而矢量数据结构是利用点,线,面的形式来表达现实世界,具有定位明显,属性隐含的特点。由于矢量数据具有数据结构紧凑,冗余度低,表达精度高,图形显示质量好,有利于网络和检索分析等优点。在GIS中得到广泛的应用,特别在小区域(大比例尺)制图中充分利用了它的精度高的优点。但是,随着RS广泛的应用,同时数据压缩技术,计算机性能的提高克服了栅格数据的数据量大等缺点,栅格数据将越来越发挥更大的作用。栅格数据的大规模应用,并将会占具主导地位。主要基于以下优点:

          (1) 随RS技术的发展,并大规模的应用,栅格数据的使用将促使RS,GIS的一体化发展。RS成为空间数据动态更新的重要的数据源。遥感影像是以像元为单元的栅格结构存储的,图像处理技术极大的提高了栅格数据的前期处理能力。这些数据可以直接生成或转换为于GIS 的栅格数据。

          (2) 栅格数据可以极大的提高GIS 的时空数据分析能力,栅格数据在图像的代数运算,空间统计分析等具有广泛的应用,可以促成GIS模型的建立。ARCGIS软件的高版本在这一方面以有较突出的表现。

          (3) 三维可视化成为动态模拟现实世界的一个新的发展趋势.栅格数据是利用二维图像来模拟地理实体的,可利用栅格数据通过提高维数来实现三维可视化。

          (4) 随Web GIS 的发展,栅格数据数据结构简单,真实感强等特点,可以为大多数程序设计人员和用户理解和使用.特别是图像共享标准(如GIF)的建立,有利于GIS 的栅格数据的共享. 因此,栅格数据在信息共享方面更为实用. 因此,随GIS 发展,栅格数据和矢量数据均具不同程度的发展,但栅格数据要比矢量数据的应用更广泛,更有效.

    //

            矢量图像,也称为面向对象的图像或绘图图像,在数学上定义为一系列由线连接的点。矢量文件中的图形元素称为对象。每个对象都是一个自成一体的实体,它具有颜色、形状、轮廓、大小和屏幕位置等属性。既然每个对象都是一个自成一体的实体,就可以在维持它原有清晰度和弯曲度的同时,多次移动和改变它的属性,而不会影响图例中的其它对象。这些特征使基于矢量的程序特别适用于图例和三维建模,因为它们通常要求能创建和操作单个对象。基于矢量的绘图同分辨率无关。这意味着它们可以按最高分辨率显示到输出设备上。
            栅格图又称位图: 一般用于照片品质的图像处理,是由许多像小方块一样的"像素"组成的图形。由其位置与颜色值表示,能表现出颜色阴影的变化。

           矢量图与点位图比较
           矢量图与分辨率无关,可以这么理解,不管矢量图放多大,都不影响它的质量和效果。矢量图的放大,只是参数的改变,电脑就会根据现有的分辨率重新计算出新的图像。
             点位图的质量取决于分辨率。一幅点位图放大几倍后,就会明显地出现“马赛克”的现象。
            矢量图可以十分灵活地进行编辑,矢量图的基本元素是对象,每个对象都是自成一体的实体,某个对象的改变不会影响到没有关联的对象。
          点位图的编辑受到限制。点位图是点(像素)的排列,局部移动了或者改变了就会影响到其他部分的点。

    2 栅格、矢量数据结构的概念
      基于栅格模型的数据结构简称为栅格数据结构,是指将空间分割成有规则的网格,在各个网格上给出相应的属性值来表示地理实体的一种数据组织形式;而矢量数据结构是基于矢量模型,利用欧几里得(EUCLID)几何学中的点、线、面及其组合体来表示地理实体的空间分布。对于空间数据而言,栅格数据包括各种遥感数据、航测数据、航空雷达数据、各种摄影的图像数据,以及通过网格化的地图图像数据如地质图、地形图和其他专业图像数据。从类型上看,又分为:二值图、灰度图、256色索引和分类图(单字节图)、64K的高彩图(索引图、分类图和整数专业数据)(双字节图)、RGB真彩色图(3字节图)、RGBP透明真彩色叠加图等等。常用的数据格式的有TIFF、JPEG、BMP、PCX、GIF等。而矢量数据就更多,几乎所有的GIS软件都有自己特定格式的矢量数据。目前最常用的矢量数据格式有Arc/info的Coverage、e00, 方正智绘的mrg,Mapinfo的mif,AutoDesk的dxf、dwg,Intergraph的dgn等等。在GIS和数字制图中,同种数据结构本身以及两种数据结构之间的融合构成了空间数据融合问题的主要内容。 专业的3S站 3s8.cn
    3 栅格数据之间的融合
      在数字制图中和GIS工程中,经常用到不同来源、不同精度、不同内容的栅格图像数据进行复合而生成新的栅格图像。目前使用的各种多源图像处理与分析系统为栅格型地理信息系统的实现开辟一条新的途径,可实现栅格数据的各种融合。而在数字制图中,多源栅格图像数据之间的融合已经非常普遍。
      3.1 融合方法
      在数字制图中,图像融合涉及色彩、光学等领域,在专业的图像处理软件(如ERDAS、PCI、PHOTOMAPPER)或一般的图像处理软件(如PHOTOSHOP)都可进行,主要是通过图像处理的方式透明地叠加显示各个图层的栅格图。一般要经过图像配准、图像调整、图像复合等环节。具体过程如下:
      ⑴ 图像配准。各种图像由于各种不同原因会产生几何失真,为了使两幅或多幅图像所对应的地物吻合,分辨率一致,在融合之前,需要对图像数据进行几何精度纠正和配准,这是图像数据融合的前提。
      ⑵ 图像调整。为了增强融合后的图像效果和某种特定内容的需要,进行一些必要的处理,如为改善图像清晰度而做的对比度、亮度的改变,为了突出图像中的边缘或某些特定部分而做的边缘增强(锐化)或反差增强,改变图像某部分的颜色而进行的色彩变化等。
      ⑶ 图像复合。对于两幅或多幅普通栅格图像数据的叠加,需要对上层图像做透明处理,才能显示各个图层的图像,透明度就具体情况而定。在遥感图像的处理中,由于其图像的特殊性,他们之间的复合方式相对复杂而且多样化,其中效果最明显、应用最多的是进行彩色合成。 中国3S吧 3s8.cn
      3.2 应用分析
      在实际应用中,栅格图像数据之间的融合目前最常用的有以下几个方面:
      ⑴ 遥感图像之间的融合。主要包括不同传感器遥感数据的融合和不同时相遥感数据的融合。来自不同传感器的信息源有不同的特点,如用TM与SPOT遥感数据进行融合既可提高新图像的分辨率又可保持丰富的光谱信息;而不同时相遥感数据的融合对于动态监测有很重要的实用意义,如洪水监测、气象监测等。
      ⑵ 遥感图像与地图图像的融合。这是当前应用较多的一种方法,一是遥感图像与栅格化的DEM融合生成立体的三维景观图像,显现逼真的现实效果;二是借助遥感图像的信息周期动态性和丰富性,经过与各种地图图像融合,可以从遥感图像的快速变化中发现变化的区域,进行数据的更新和各种动态分析。
      ⑶ 地图图像之间的融合。为了更加了解该范围的地形地貌情况,或者更全面地比较分析该地区各种资源的相互关系,对该地区不同内容的多种地图图像数据进行融合。如地形图和各种专业图像如地质图、土地利用图、地籍图、林业资源状况图等的融合,土地利用图和地籍图的融合等等。
    4 矢量数据之间的融合
      矢量数据是GIS和数字制图中最重要的数据源。目前很多GIS软件都有自己的数据格式,每种软件都有自己特定的数据模型,而正是这些软件的多样性,导致矢量数据存储格式和结构的不同。要进行各系统的数据共享,必须对多源数据进行融合。矢量数据之间的融合是应用最广泛的空间数据融合形式,也是空间数据融合研究的重点。目前对矢量数据的融合方法有多种,其中最主要的、应用最广泛的方法是先进行数据格式的转换即空间数据模型的融合,然后是几何位置纠正,最后是重新对地图数据各要素进行的重新分类组合、统一定义。 中国3S吧 3s8.cn
      4.1 数据模型的融合
      由于各种数据格式各有自己的数据模型,格式转换就是把其他格式的数据经过专门的数据转换程序进行转换,变成本系统的数据格式,这是当前GIS软件系统共享数据的主要办法。如Arc/Info和MapInfo之间的融合,需要经过格式转换,统一到其中的一种空间数据模型。该方法一般要通过交换格式进行。许多GIS软件为了实现与其他软件交换数据,制订了明码的交换格式,如Arc/Info的E00格式、ArcView的Shape格式、MapInfo的Mif格式等。通过交换格式可以实现不同软件之间的数据转换。在这种模式下,其他数据格式经专门的数据转换程序进行格式转换后,复制到当前系统中的数据中。目前得到公认的几种重要的比较常用的空间数据格式有:ESRI公司的Arc/Info Coverage、ArcShape Files、E00格式;AutoDesk的DXF格式和DWG格式;MapInfo的MIF格式;Intergraph的dgn格式等等。
      4.2 几何位置纠正
    对于相同坐标系统和比例尺的数据而言,由于技术、人为或者经频繁的数据转换甚至是由于不同软件的因素,数据的精度会有差别。在融合过程中,需要进行几何位置的统一。如对精度要求不高,为了提高工作效率,在允许范围内,应该以当前系统的数据精度为准,对另一种或几种数据的几何位置进行纠正。如为了获得较高的精度,应以精度高的数据为准,对精度低的数据进行纠正。

    4.3 地图数据要素重新统一定义
      融合后的空间矢量数据,应重新对要素分层、编码、符号系统、要素取舍等问题进行综合整理,统一定义。
      ⑴ 统一分类分层、编码。对于空间数据,一般都按地图要素进行分层,如水系、交通、地形地貌、注记等,而每层又可根据需要分为点、线、面三类,并采用编码的方式来表述其属性。对融合到当前系统的数据,应根据地图要素或具体需要,以当前数据为标准或重新制定统一的要素层和要素编码。
      ⑵ 统一符号系统。这是目前矢量数据转换的一个难点,由于各GIS软件对符号的定义不同,在符号的生成机制上可能差别很大,经转换后的数据在符号的统一上有一定难度,而且在符号的准确性上可能与原数据有差距。
      ⑶ 数据的综合取舍。同一区域不同格式的空间矢量数据,要涉及到相同要素的重复表示问题,应综合取舍。一般有以下原则:详细的取代简略的,精度高的取代精度低的,新的取代旧的等等,但有时为了突出某种专题要素,或为了适应某种需要,应视具体情况综合取舍。
      数据转换模式的弊病是显而易见的,由于缺乏对空间对象统一的描述方法,转换后很难完全准确地表达原数据的信息,经常性地造成一些信息丢失,如Arc/Info数据的拓扑关系,经过格式转换后可能已经不复存在了。

    专业的3S站 3s8.cn


    5 矢量数据和栅格数据的融合
      空间数据的栅格结构和矢量结构是模拟地理信息的截然不同的两种方法。过去人们普遍认为这两种结构互不相容。原因是栅格数据结构需要大量的计算机内存来存储和处理,才能达到或接近与矢量数据结构相同的空间分辨率,而矢量结构在某些特定形式的处理中,很多技术问题又很难解决。栅格数据结构对于空间分析很容易,但输出的地图精确度稍差;相反矢量数据结构数据量小,且能够输出精美的地图,但空间分析相当困难等等。目前两种格式数据的融合已变得可能而且在广泛应用。在GIS工程中,很多的GIS系统已经集成化,能够对矢量和栅格结构的空间数据进行统一管理。而在数字制图中,两种数据结构的融合也在广泛应用。
      5.1 栅格图象与线划矢量图融合
      这是两种结构数据简单的叠加,是GIS里数据融合的最低层次。如遥感栅格影像与线划矢量图叠加,遥感栅格影像或航空数字正射影像作为复合图的底层。线划矢量图可全部叠加,也可根据需要部分叠加,如水系边线、交通主干线、行政界线、注记要素等等。这种融合涉及到两个问题,一是如何在内存中同时显示栅格影像和矢量数据,并且要能够同比例尺缩放和漫游;二是几何定位纠正,使栅格影像上和线划矢量图中的同名点线相互套合。如果线划矢量图的数据是从该栅格影像上采集得到,相互之间的套合不成问题;如果线划矢量图数据由其他来源数字化得到,栅格影像和矢量线划就难以完全重合。这种地图具有一定的数学基础,有丰富的光谱信息和几何信息,又有行政界线和其他属性信息,可视化效果很好。如目前的核心要素DLG与DOM套合的复合图已逐渐成为一种主流的数字地图。

    中国3S吧 3s8.cn


      5.2 遥感图像与DEM的融合
      这是目前生产数字正射影像地图DOM常用的一种方法。在JX4A、VIRTUOZO等数字摄影测量系统中,利用已有的或经影像定向建模获取的DEM,对遥感图像进行几何纠正和配准。因为DEM代表精确的地形信息,用它来对遥感、航空影像进行各种精度纠正,可以消除遥感图像因地形起伏造成图像的像元位移,提高遥感图像的定位精度;DEM还可以参与遥感图像的分类,在分类过程中,要收集与分析地面参考信息和有关数据,为了提高分类精度,同样需要用DEM对数字图像进行辐射校正和几何纠正。
    6 数据融合问题的展望
      在数字制图中,栅格图像之间的融合已经在各种部门广泛应用,特别是在遥感图像的处理上,其技术手段也比较成熟;栅格图像与矢量图形的融合在目前也相对比较简单,而且在各种GIS软件中都比较容易解决。他们的发展方向主要应从应用的角度去丰富它们的融合方式,拓展它们的应用领域。而结构复杂、对软硬件都有很高要求的各种格式的矢量数据之间的融合是目前GIS的难点,也是主要的研究方向。最好的办法当然是能设计一种能融合多种数据结构的空间数据模型及其数据格式的 “万能”软件,这样才能真正实现不同格式的矢量数据的统一。目前的研究也正朝着这个方向努力,主要有以下两种趋势: 专业的3S站 3s8.cn
      6.1 数据互操作模式
      数据互操作模式是OpenGIS consortium (OGC) 制定的规范。OGC为数据互操作制定了统一的规范,从而使得一个系统同时支持不同的空间数据格式成为可能。根据OGC颁布的规范,可以把提供数据源的软件称为数据服务器(Data Servers),把使用数据的软件称为数据客户(Data Clients),数据客户使用某种数据的过程就是发出数据请求,由数据服务器提供服务的过程,其最终目的是使数据客户能读取任意数据服务器提供的空间数据。OGC规范逐渐成为一种国际标准,将被越来越多的GIS软件以及研究者所接受和采纳。其主要特点是独立于具体平台,数据格式不需要公开,代表着数据共享技术的发展方向。数据互操作规范为多源数据集成带来了新的模式,但这一模式在应用中存在一定局限性:首先,为真正实现各种格式数据之间的互操作,需要每个每种格式的宿主软件都按照着统一的规范实现数据访问接口,在一定时期内还不现实;其次,一个软件访问其他软件的数据格式时是通过数据服务器实现的,这个数据服务器实际上就是被访问数据格式的宿主软件,也就是说,用户必须同时拥有这两个GIS软件,并且同时运行,才能完成数据互操作过程。
      6.2 直接数据访问模式
    直接数据访问指在一个GIS软件中实现对其他软件数据格式的直接访问,用户可以使用单个GIS软件存取多种数据格式。直接数据访问不仅避免了频繁的数据转换,而且在一个GIS软件中访问某种软件的数据格式不要求用户拥有该数据格式的宿主软件,更不需要该软件运行。直接数据访问提供了一种更为经济实用的多源数据集成模式。目前使用直接数据访问模式实现多源数据集成的GIS软件主要有两个,即: Intergraph 推出的GeoMedia系列软件和中国科学院地理信息产业发展中心研制的超图SuperMap。GeoMedia、SuperMap实现了对大多数GIS/CAD软件数据格式的直接访问,包括:MGE、Arc/Info 、MicroStation DGN等。 中国3S吧 3s8.cn
    7 结语
      GIS是上世纪60年代才发展起来的一门新技术,由于发展水平较低,很多技术都不太成熟,如建设成本过高、实用性不强、理论研究滞后等。特别是建设成本高居不下,严重影响GIS的发展前景。由于GIS处理的数据对象是空间对象,有很强的时空特性,周期短、变化快,具有动态性;而获取数据的手段也复杂多样,这就形成多种格式的原始数据,再加上GIS应用系统很长一段时间处于以具体项目为中心孤立发展状态中,很多GIS软件都有自己的数据格式,造成GIS在基础图形数据的共享与标准化方面严重滞后,这是制约GIS发展的一个主要瓶颈。以目前的发展水平,各种空间数据的融合是GIS降低建设成本最重要的一种办法,但其中很多的技术问题还需要解决,还需要进一步深入研究。
    http://www.3s8.cn/gis/gislw/200611/407_2.html

     

               

    给我老师的人工智能教程打call!http://blog.csdn.net/jiangjunshow

    这里写图片描述
    展开全文
  • 栅格数据压缩

    千次阅读 2020-04-17 14:22:52
    在栅格数据属性一文,我们已经了解影像/栅格数据所占的空间可以通过像元深度和行列数推算出来。可是常常遇到的情况是我们Windows的资源管理器里面看到的影像大小与计算出来的不等,这又是怎么一回事儿呢?  ...

    栅格数据压缩

     

    栅格数据属性一文中,我们已经了解影像/栅格数据所占的空间可以通过像元深度和行列数推算出来。可是常常遇到的情况是我们在Windows的资源管理器里面看到的影像大小与计算出来的不等,这又是怎么一回事儿呢?

     

    之前我们说到的都叫未压缩大小(Uncompressed Size)。而在绝大多数情况下,影像的数据量都非常大,为了节省磁盘空间就需要把影像数据压缩一下,也就出现了上面所说的大小不等的情况。压缩影像的好处是显而易见的,不仅是节省了磁盘空间,在通过网络传输时也大大节省了带宽,提高了网络服务的性能。但是任何事物都有两面性,影像压缩也不例外。压缩影像是不能够直接在屏幕上显示出来的,都必须经历一个解压缩的过程。一般情况下,影像的压缩比率越大,解压缩的时间也就越长。也就是说,将影像压缩到非常小的时候,虽然节省了空间,但是在使用时会占用非常大的系统资源。要求快速显示的话,对CPU要求是非常高的。

     

    影像压缩算法分成两种,有损压缩和无损压缩。我们常见的JPEG,JPEG2000都属于有损压缩。而LZ77和Run-Length Encoding(RLE)则是无损压缩。

     


    这两种压缩有什么区别呢,从有损这个字眼也能够看出来图像会有损失。简单的说就是使用无损压缩的影像能够通过解压缩完全还原到影像压缩前的状态,而有损压缩则会造成影像的失真。

     

    ArcGIS中支持的压缩类型见下表:

     


    除了上面列出来的,影像压缩的算法可谓是琳琅满目,层出不穷。在这里一一说明白是不可能的了。所以特找出几个比较典型的压缩类型来简单说说,不涉及算法的代码。内容可能有点枯燥,觉得无聊的可以直接跳到小结部分。

     

    我们来看看RLE是怎样压缩影像的。

    假使我们有这样一张1bit的黑白影像,B表示1,W表示0。

    WWWWWWWWWWWWBWWWWWWWWWWWWBBBWWWWWWWWWWWWWWWWWWWWWWWWBWWWWWWWWWWWWWW

    在使用RLE压缩算法以后,我们得到的就是:

    12W1B12W3B24W1B14W。

    很显然,这种算法并没有改变影像的像元值,也就是进行了无损压缩。但是采用重新编码的方式能够压缩的幅度并不大。

     

     

    再来看看最常见的有损压缩JEPG。

    JPEG之所以在日常生活中被广泛的应用,肯定是因为其益处大大的好。好在哪里呢,当然就是其强大的压缩比率。对于一个常见的256色的8bit彩色影像,一般无损压缩能达到的压缩比率为1/2到1/3。但是同样的影像使用jpeg压缩,在保证视觉上无差异的情况下可以达到1/20 至1/40。如果对影像质量要求不高,象是用于缩略图或者索引图,更可以压缩到1/100。举个例子,如果一景影像使用Jpeg压缩,得到的影像大小仅与1/10大小的拇指图所占空间一样,但是这样却不妨碍压缩后的影像显示出比拇指图更多的细节。

     

    要实现如此大的压缩比率,显然通过编码的方式是行不通的。正如上面提到过的,jepg是保证视觉无差异的情况下进行的压缩。

    先讲个小知识。除了RGB的渲染方式外,颜色也可以通过YCbCr的方式进行渲染,其中Y代表亮度,Cb和Cr则代表色度、饱和度。由于人类的眼睛,至少是绝大多数人的眼睛对亮度的细微变化非常敏感,但是对色彩的改变就没那么在意。所以对一张图片/影像来说,相对Cb和Cr,Y值更重要一些。

    JPEG压缩的原理就是通过余弦变换的方式对Cb和Cr部分取值来增大压缩的程度。具体实现的算法也有很多种,这里就不深入的说了,有兴趣的童鞋可以自行google.

     


    另外还有一种就是GIS筒子们所喜闻乐见的MrSID格式了。

    这是一种基于离散小波变换的压缩模式,同jpeg2000和ecw格式。原理是将原始图像分割成多个不同分辨率下的小图像,然后再提取其主要信息。为啥专业人员更喜欢它呢,因为即使在1/100的压缩比率下,压缩后的影像仍然能够保证很小的视觉失真。是的,你没有看错,MrSID也会造成数据的损失。即使在较小的(1/20或1/30)的压缩比率下,压缩后的影像看上去完全没有视觉差异,但是像元值与原始数据仍然有差异,所以不建议对MrSID格式的数据进行分析。BUT,对于巨大的卫星影像来说,MrSID的格式仍然被广泛使用。因为MrSID可以实现更高效,压缩比率更大且视觉差异很小的压缩结果(与jpeg的压缩方式相比),而这样是非常方便网络传输的。并且,MrSID压缩与解压缩速度更快一些。

     

    在ArcGIS的老版本中(9.3和9.3.1),提供了Raster to MrSID的影像压缩功能。在ArcCatalog中一个为压缩大小不超过50M的影像上右键,可以看到这个选项。在ArcGIS 10的版本中,就不再有这个“测试版”的MrSID压缩功能了。但是呢,我们仍然可以借助强大的GDAL来实现大影像的MrSID格式的压缩。

     

    压缩质量的选择

     

    在ArcGIS中导出影像成JPEG或者TIFF格式的时候,会发现JPEG压缩还有不同的比例选择,Compression Quality (1-100)。这个值表示了啥呢?首先要说的是,这个数值并不代表压缩大小的比率,也不是保留的信息的比率,只体现了结果数据的质量。简单的说选择的数值越小,压缩的越多,图像质量越差。直观视觉感受见下图。


     


    另外呢,对于全彩色的影像,建议的最佳的选择是75%。这个值是在看不出差异的标准下能得到的最大的压缩比率。需要注意的一点是,由于jpeg对于亮度的压缩比率很小,和彩色的影像相比较,灰度图的压缩比率就很有限了。在人眼看不出差异的标准下,一般只能压缩10%-25%的大小。

     

     

    小结一下

    影像的质量与大小是鱼和熊掌不可兼得矣。如果需要更高的质量,那么就需要更多的磁盘空间。如果需要快速的看到影像,就需要损失一定的影像质量。这两者之间需要有一个取舍。

     

    经常发生这样一个情况,用作底图的是一个范围很大的数据,但是我们只会查看到某个部分的影像,而不是全图显示。对于这个一框选,就出来的需求我们要如何选择影像的存储格式呢?

     

    首先,和矢量一样,要通过索引快速定位到要返回的内容,原始影像得有内部分区。这样没有内部分区的JPG格式的就可以pass了。其次,不管是本地还是服务器上的数据,取的数据要小以便传输。这样,我们就需要做压缩。此外,除了影像传输要消耗时间,将压缩后的影像解压缩并显示出来也需要时间。综合上面这两点,建议在单张影像<300M (高程数据<100M)的时候,请一定使用75%jpeg压缩的Tiled Tiff。对于某些单张影像>1G的超大数据,如果只在较大比例尺先预览,可以考虑MrSID。

     

    最后就是,有损压缩适用于作为矢量背景图的影像,需要快速加载获取的影像。相对的呢,无损压缩适用于需要进行空间分析的影像/栅格,需要推导出新数据的影像/栅格。

    展开全文
  • DHSVM栅格数据制作

    2020-11-09 15:59:24
    文章目录一、所需工具二、流域栅格数据制作1.DEM数据2.坡向数据3.MASK数据4.土地类型、植被类型数据三、栅格数据转二进制数据1.导出栅格数据2.ASCII转二进制 栅格单元是DHSVM运行的计算单元,也是河道数据、初始...
  • ArcGIS教程:ArcGIS中栅格数据重采样方法

    万次阅读 多人点赞 2014-11-13 14:53:21
    处理栅格数据时,由于数据像元大小不符合要求,或者进行栅格数据配准后,像元发生倾斜,或者对多个栅格数据进行分析时,需要使用相同的栅格分辨率,重采样到同一分辨率下,因此对栅格数据操作时经常要进行重采样...
  • GIS栅格数据结构

    万次阅读 2006-02-21 21:24:00
    一、栅格数据1、栅格数据:栅格数据结构实际就是像元阵列,每个像元由行列确定它的位置。... 2、栅格数据的优点:在栅格数据结构,点实体表示为一个像元;线实体则表示为一定方向上连接成串的相邻像
  • 矢量数据和栅格数据

    2012-01-09 09:43:30
    矢量数据和栅格数据 2009年10月17日   1. 矢量数据和栅格数据  矢量数据 Vector Data  直角坐标系,用X、Y坐标表示地图图形或地理试题的位置和形状的数据。矢量数据一般通过记录坐标的方式来尽可能将...
  • ArcGIS教程 - 10 栅格数据分析

    万次阅读 多人点赞 2020-02-09 10:39:56
    第10章 栅格数据空间分析 栅格数据是空间分析中另外一种常用的数据格式。栅格数据具有结构简单、利于计算等优势方便进行...栅格数据由于自身数据结构的特点,空间分析过程中主要使用数字矩阵的方式作为数据分析的...
  • Python+GDAL栅格数据基本操作

    千次阅读 多人点赞 2020-08-10 11:02:57
    Python+GDAL栅格数据基本操作什么是栅格数据?...GIS的应用最常见的是矢量数据和栅格数据,相比于矢量数据,栅格数据的存储格式简单,处理简单,所以经常使用。但是也存在着数据冗余大的缺点。 有时只
  • 从ArcGIS10版本之后就推出了mosaic dataset,而且mosaic dataset以其非常优秀的性能以及强大的功能深受广大用户喜欢,而且越来越多的ArcGIS10用户都已经使用了它来存储和管理影像数据。 相关Mosaic dataset的参考:...
  • Personal Geodatabase管理栅格数据作者:ArcGIS培… 文章来源:ArcGIS培训中心 很多用户都知道,Geodatabase是存储海量栅格数据最有效的方法。但ArcGIS8.X,Geodatabase必须通过ArcSDE由关系型DBMS来管理...
  • 信息提取和解译的过程中,经常会生成一部分中间临时栅格数据,这些数据执行完对应操作后就失去了存在的价值,针对这种情况,PIE增加了内存栅格数据集,来协助用户完成对自定义栅格数据的读取和显示。 下面以一...
  • 读取栅格数据,并进行M*M的分块处理,M为偶数。设分块区域,尺寸为偶数,满足DWT的条件 获取内所有像元属性值,得到参与变换的数组序列(可以是);对进行DWT变换,然后从小波系数中获取其低频分量区域。 基于低频...
  • 栅格数据结构 栅格结构是以规则的阵列来表示空间地物或现象分布的数据组织,组织的每个数据表示地物或现象的非几何属性特征。 栅格结构的显著特点:属性明显,定位隐含,即数据直接记录属性的指针或数据本身,...
  • 矢量数据和栅格数据2

    千次阅读 2013-11-24 21:53:58
    1. 矢量数据和栅格数据 矢量数据 Vector Data 直角坐标系,用X、Y坐标表示地图图形或地理试题的位置和形状的数据。矢量数据一般通过记录坐标的方式来尽可能将地理实体的空间位置表现的准确无误。 点实体:...
  • ArcGIS批量拼接栅格数据(ArcPy方法)

    千次阅读 2020-12-29 16:56:17
    ArcPy批量计算栅格数据平均值 GLDAS数据下载及处理(NC转TIF) ArcGIS批量裁剪栅格数据 ArcPy批量栅格重采样 ArcPy批量裁剪栅格数据 文章目录遥感数据处理系列前言一、栅格数据拼接1. 原理简介2. 代码二、单文件夹...
  • 栅格数据入库

    千次阅读 2012-08-15 09:49:06
    空间数据库技术空间数据库技术用关系数据库管理系统(RDBMS)来管理空间数据,主要解决存储关系数据库的空间数据与应用程序之间的数据接口问题,即空间数据库引擎(Spatial DatabaseEngine)。更确切地说,空间数据库...
  • GP处理栅格数据

    千次阅读 2014-11-29 12:25:35
    遇到矢量图层和栅格图层叠加运算 ,用多边形裁切栅格影像的问题 一直没有解决, 花好久时间这上面, 想尽思路寻找矢量和栅格叠加运算, 来解决问题,可问题依然,要不就是遍历栅格影像来获取结果,运算时间慢不...
  • Arcgis使用教程(一)栅格数据配准

    千次阅读 2021-03-11 08:40:07
    栅格数据配准是采用平移、缩放、旋转等数学变换方法,将栅格数据的坐标位置进行变换的过程。这个过程使得多种数据及能够统一坐标系统下显示和应用,是使用地理数据进行空间分析的基础。 对于配准,有的也称几何...
  • 4.1 栅格数据模型要素 栅格GIS也称为格网或图像。栅格数据用单个像元作为点,用一系列相邻像元作为线,用连续像元的集合代表面。4.1.1像元值:栅格的单元值可以是类别或数字。像元值应赋像元的中心。4.1...
  • 序:栅格数据经过裁剪后多是不规则的,如何提取他们的边界矢量范围 一、提取过程: 提取后的边界范围可以另存为kml、shp等矢量数据格式。
  • PythonGIS,GDAL# 读取栅格数据 前言 新手上路,把我学习pythongis过程记录,包括出现的问题以及解决办法记录下来,从而帮助更多的新手。我比较喜欢Geany上操作,以下代码 也是Geany上操作的。 NO.1 导入...
  • gdal对32bit遥感影像的简单读写,8bit为byte,...基本过程就是将栅格数据先划分为512*512大小的小块,然后行列上遍历每块的像元值,完成对应的io操作,最后进行拼接。 private static void setRasterSignInt32...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 6,981
精华内容 2,792
关键字:

在栅格数据获取过程中