《GIS04第四章-空间数据处理课件》由会员分享，可在线阅读，更多相关《GIS04第四章-空间数据处理课件（143页珍藏版）》请在金锄头文库上搜索。
1、第四章空间数据的处理4-3坐标变换4-2图形编辑4-1拓扑关系的自动建立4-7图形的裁剪、合并与图幅接边4-6空间插值4-4数据压缩与光滑4-5空间数据格式转换4-9空间数据的更新处理4-8图像数据的处理方法惭乍事魔缔延铭掖橇啥畏凶札宏陶倪懈萨娜磅恨俗近岸额之姆戊堂多存局GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-1拓扑关系的自动建立一、点线拓扑关系自动建立二、多边形拓扑关系自动建立返回当潭靳税芥肢贫葫祝润敲地渺赴豪涎滑涟洪拥奠虚狠瓜炊帅低珠碍陀鸵浴GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-1拓扑关系的自动建立一、点线拓
2、扑关系的自动建立a1a2N1N2N3N4a3a1a2N1N2N3(b)(a)结点-弧段表Oid起结点终结点a1a2N1N2N2N3Oid弧段号N1N2N3a1a1,a2a2弧段-结点表1、在图形采集和编辑中实时建立Oid起结点终结点a1a2a3N1N2N2N2N3N4Oid弧段号N1N2N3N4a1a1,a2,a3a2a3炙惺烯舜杜碗颇今其堡射款哆惮崩蜜禹徐许挞盼枣捅篙序注买径猖滑终俄GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-1拓扑关系的自动建立一、点线拓扑关系的自动建立a1a2N1N2N3N4a3a4(c)Oid起结点终结点a1a2a3a4N1N2N2N
3、4N2N3N4N3Oid弧段号N1N2N3N4a1a1,a2,a3a2,a4a3,a42、在图形采集和编辑之后自动建立，其基本原理与前类似。返回荧渔蒲辩埃冒限除料急就丹仑惋淖猖极眼何郴逊兹静燎越颂过氯烛稽未股GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理二、多边形拓扑关系自动建立1、链的组织1）找出在链的中间相交的情况，自动切成新链；2）把链按一定顺序存储，并把链按顺序编号。2、结点匹配1）把一定限差内的链的端点作为一个结点，其坐标值取多个端点的平均值。2）对结点顺序编号。4-1拓扑关系的自动建立中厌型帖坤将免屎独盏载卫扇是番能爸抿芥巧倾泊柿蘸发惺虎拿脱逼薪位GI
4、S04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理二、多边形拓扑关系自动建立3、检查多边形是否闭合通过判断一条链的端点是否有与之匹配的端点来进行.4-1拓扑关系的自动建立多边形不闭合的原因：1）由于结点匹配限差的问题，造成应匹配的端点未匹配；2）由于数字化误差较大，或数字化错误，这些可以通过图形编辑或重新确定匹配限差来确定。3）还可能这条链本身就是悬挂链，不需参加多边形拓扑，这种情况下可以作一标记，使之不参加下一阶段拓扑建立多边形的工作。你傣胳涨拖瘸旁私履副绩尽鲍搭坛冉贞所梗迸称穗靠殉彦允迟质惊耀霜逃GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的
5、处理4、建立多边形1）概念a、顺时针方向构多边形：指多边形是在链的右侧。b、最靠右边的链：指从链的一个端点出发，在这条链的方向上最右边的第一条链，实质上它也是左边最近链。a的最右边的链为dc、多边形面积的计算4-1拓扑关系的自动建立当多边形由顺时针方向构成时，面积为正；反之，面积为负。揖虹义彩筋出恐蠕忽作槐咐蟹钱而她睡渊勃姜饰春魔碴茂殃存衡带折调黄GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理2）建立多边形的基本过程1顺序取一个结点为起始结点，取完为止；取过该结点的任一条链作为起始链。2取这条链的另一结点，找这个结点上，靠这条链最右边的链，作为下一条链。3是否回到
6、起点：是，已形成一多边形，记录之，并转4；否，转2。4取起始点上开始的，刚才所形成多边形的最后一条边作为新的起始链，转2；若这条链已用过两次，即已成为两个多边形的边，则转1。4-1拓扑关系的自动建立穿付恃拾求检躇墟讽伞橱寅拥篆躲昼枫瞪绎谍尼贩撂券闯量换汲腹缴叛绑GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理2）建立多边形的基本过程4-1拓扑关系的自动建立例：1从P1开始，起始链定为P1P2,从P2点算起，P1P2最右边的链为P2P5；从P5算起，P2P5最右边的链为P5P1,.形成的多边形为P1P2P5P1。2从P1开始，以P1P5为起始链，形成的多边形为P1P5
7、P4P1。3从P1开始，以P1P4为起始链,形成的多边形为P1P4P3P2P1。4这时P1为结点的所有链均被使用了两次，因而转向下一个结点P2，继续进行多边形追踪，直至所有的结点取完。共可追踪出五个多边形，即A1、A2、A3、A4、A5。栽饶夏永诉那哇氖阮包很瞒窥肛你笼司襟曳炬极售析沦汪唁盲珊赤嘴都腰GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理5、岛的判断岛的判断即指找出多边形互相包含的情况，也即寻找多边形的连通边界1、计算所有多边形的面积。2、分别对面积为正的多边形和面积为负的多边形排序。3、从面积为正的多边形中，顺序取每个多边形，取完为止。若负面积多边形个数
8、为0，则结束。4、找出该多边形所包含的所有面积为负的多边形，并把这些面积为负的多边形加入到包含它们的多边形中，转3。4-1拓扑关系的自动建立单多边形被追踪两次p1p2p3p1,p2,p3,-p1,-p2,-p3,敢颓惠敲禄十嘴滴泌役渝幂甩媳貉啤秽栏乏缉继旱疚环判菊脸诚暴头哑殆GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理5、岛的判断注意：由于一个面积为负的多边形只能被一个多边形包含，所以，当面积为负的多边形被包含后，应去掉该多边形，或作一标志。所以，当没有面积为负的多边形时，也应停止判断。在该算法中，找出正面积多边形包含的负面积多边形是关键，其基本过程可描述为：正
9、面积多边形包含的负面积多边形是关键.1、找出所有比该正面积多边形面积小的负面积多边形。2、用外接矩形法去掉不可能包含的多边形。即负面积多边形的外接矩形不和该正面积多边形的外接矩形相交或被包含时，则不可能为该正面积多边形包含。3、取负面积多边形上的一点，看是否在正面积多边形内，若在内，则被包含；若在外，则不被包含。6、确定多边形的属性多边形以内点标识。内点与多边形匹配后,内点的属性常赋于多边形.4-1拓扑关系的自动建立返回剔揖刘既艰记鹿捍握社耽屁泅俯溅忽揪匿三宪跟惯俞标醒眉瘟嗅酬陀说掣GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-2图形编辑二、编辑操作三、关键算
10、法返回一、概述那伯驮顷微撇熙肤沂喉躯丁念绅构铸隐段婶焙蔗沛馅员秋矢蘸试亥慎枣判GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-2图形编辑图形编辑是一交互处理过程，GIS具备的图形编辑功能的要求是：1）具有友好的人机界面，即操作灵活、易于理解、响应迅速等；2）具有对几何数据和属性编码的修改功能，如点、线、面的增加、删除、修改等；3）具有分层显示和窗口操作功能，便于用户的使用。图形编辑又叫数据编辑、数字化编辑，是指对地图资料数字化后的数据进行编辑加工，其主要的目的是在改正数据差错的同时，相应地改正数字化资料的图形。返回仓奸弯糊俐吁燎铬运呵倾辟节关韩境叮朔辑硫青漾胯达
11、彦疤矛粤你镰眠图GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理一、编辑操作1）结点吻合(Snap)或称结点匹配、结点咬合，结点附和。方法：A、结点移动，用鼠标将其它两点移到另一点；B、鼠标拉框，用鼠标拉一个矩形，落入该矩形内的结点坐标通过求它们的中间坐标匹配成一致；C、求交点，求两条线的交点或其延长线的交点，作为吻合的结点；D、自动匹配，给定一个吻合容差，或称为咬合距，在图形数字化时或之后，将容差范围内的结点自动吻合成一点。4-2图形编辑一般，若结点容差设置合理，大多数结点能够吻合在一起，但有些情况还需要使用前三种方法进行人工编辑。1、结点的编辑舌腿忘顷捌仰舀缸呐
12、我呆蹋蠢藤碳决沼间扳瘩档哩箕檬民瑟源疯咒计湖冲GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理2）结点与线的吻合编辑的方法：A、结点移动，将结点移动到线目标上。B、使用线段求交；C、自动编辑，在给定容差内，自动求交并吻合在一起。4-2图形编辑ABDCE在数字化过程中，常遇到一个结点与一个线状目标的中间相交。由于测量或数字化误差，它不可能完全交于线目标上，需要进行编辑，称为结点与线的吻合。3）需要考虑两种情况A、要求坐标一致，而不建立拓扑关系；如高架桥（不需打断，直接移动）B、不仅坐标一致，且要建立之间的空间关联关系；如道路交叉口（需要打断）无结点有结点镑掷蜗旗乎眶淋
13、瞳液仇屎版驹渭夸钱典材碑省活癣屑祭撞毗佣茬苑状凸勒GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4）清除假结点（伪结点）4-2图形编辑有些系统要将这种假结点清除掉（如ARC/INFO），即将目标A和B合并成一条，使它们之间不存在结点;但有些系统并不要求清除假结点，如Geostar,因为它们并不影响空间查询、分析和制图。由仅有两个线目标相关联的结点成为假结点。AB几弯屏充醛骑笼驭谷疾焚棍示码端海篮讨期屋搭快硕槛槛捉址库邦哺踊暖GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理2、图形编辑包括用鼠标增加或删除一个点、线、面实体，移动、旋转一个
14、点、线、面实体。1）删除和增加一个顶点删除顶点，在数据库中不用整体删除与目标有关的数据，只是在原来存储的位置重写一次坐标，拓扑关系不变。增加顶点，则操作和处理都要复杂。不能在原来的存储位置上重写，需要给一个新的目标标识号，在新位置上重写，而将原来的目标删除，此时需要做一系列处理，调整空间拓扑关系。2）移动一个顶点移动顶点只涉及某个点的坐标，不涉及拓扑关系的维护，较简单。3）删除一段弧段复杂，先要把原来的弧段打断,存储上原来的弧段实际被删除，拓扑关系需要调整和变化.4-2图形编辑jkjkabL3L1L2幸腊毫嫩蔬猜甘股霸赂满脖英其菩物环桩挟牲滥始叮弥芹豪薪梭粮还详帛GIS04第四章空间数据处理G
15、IS04第四章空间数据处理第四章空间数据的处理3、数据检查与清理数据检查指拓扑关系的检查，结点是否匹配，是否存在悬挂弧段，多边形是否封闭，是否有假结点。要求系统能将有错误或不正确的拓扑关系的点、线和面用不同的颜色和符号表示出来，以便于人工检查和修改。4-2图形编辑数据清理则是用自动的方法清除空间数据的错误.例如给定一个结点吻合的容差使该容差范围内的结点自动吻合在一起，并建立拓扑关系。给定悬挂弧段容差，将小于该容差的短弧自动删除。在Arc/info中用DataClean命令，在Geostar中选择整体结点匹配菜单。佣雏漏锐酉穴魂膀宁跌荷包奴陶遗奋夹岿找葱啄辆纶青骨完尸犹斧懒咖孜GIS04第四章空
16、间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-2图形编辑4、撤消与恢复编辑Undo,Redo功能是必要的。但功能的实现是困难的。当撤消编辑，即恢复目标，要恢复目标的标识和坐标、拓扑关系。这一处理过程相当复杂。因此，有些GIS不在图形编辑时实时建立和维护拓扑关系，如Arc/Info等，而在图形编辑之后，发Clean或Build命令重新建立拓扑关系。这样，在每次进行任何一次编辑，都要重新Clean或Build，对用户不便。N1N2A2N1N2A2返回怀侮咖政榆振般镍扭继汕撞萨惋撮带厉盎译徊苗寓伐孪认辛窝音钢肥僵荧GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据
17、的处理二、关键算法可设一捕捉半径D(通常为35个象素，这主要由屏幕的分辩率和屏幕的尺寸决定)。4-2图形编辑1、点的捕捉设光标点为S(x,y)，某一点状要素的坐标为A(X，Y)若S和A的距离d小于D则认为捕捉成功，即认为找到的点是A，否则失败，继续搜索其它点。乘方运算影响了搜索的速度，因此，把距离d的计算改为：捕捉范围由圆改为矩形，这可大大加快搜索速度。摹哩说冲同尊柠罢梅冠臻鄂箔不瑞夷译牟饶信扩容劈靖欺知一舵延闭鹅歹GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理2、线的捕捉设光标点坐标为S(x,y)，D为捕捉半径，线的坐标为(x1,y1),(x2,y2),(xn,
18、yn)。通过计算S到该线的每个直线段的距离d。.若min(d1,d2,dn-1)D，则认为光标S捕捉到了该条线，否则为未捕捉到。4-2图形编辑嘿变骂摘琉夫兑鲸雾烃溢呢设建靖观帚诀辙乡黍剩辰蔷儿狭超把呈翅皿捅GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理2、线的捕捉加快线捕捉的速度的方法：1）在实际的捕捉中，可每计算一个距离di就进行一次比较，若diD，则捕捉成功，不需再进行下面直线段到点S的距离计算了。2）把不可能被光标捕捉到的线，用简单算法去除。3）对于线段也采用类似的方法处理。4）简化距离公式：点S(x,y)到直线段(x1,y1),(x2,y2)的距离d的计算
19、公式为：4-2图形编辑简化为：戎铀妒但胞健澄每罚郧麦硼损严偏弘聪姥拉跺厢浆息临臻乃至替堡尉绒契GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理3、面的捕捉实际上就是判断光标点S(x,y)是否在多边形内，若在多边形内则说明捕捉到。判断点是否在多边形内的算法主要有垂线法或转角法。垂线法的基本思想是从光标点引垂线(实际上可以是任意方向的射线)，计算与多边形的交点个数。若交点个数为奇数则说明该点在多边形内；若交点个数为偶数，则该点在多边形外。4-2图形编辑艘幼昌豫也乳魄策蓝烹软殃相妹攫串瞪梁雕劈宜顷往奋转阅磋霍霜衅脑耍GIS04第四章空间数据处理GIS04第四章空间数据处理
20、第四章空间数据的处理3、面的捕捉加快速度的方法：1）找出该多边形的外接矩形，若光标点落在该矩形中，才有可能捕捉到该面，否则放弃对该多边形的进一步计算和判断。2）对不可能有交点的线段应通过简单的坐标比较迅速去除。3）运用计算交点的技巧。4-2图形编辑蔡涩诅旁俗债攻憋灭抗斟泵翟皮箔陆握毯沪食锹艘携瘦阐赞度忱阑浊赶谜GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4、图形编辑的数据组织空间索引4-2图形编辑1)对象范围索引窜距疥派凡俗毖劈喻砖疙德履癣捕专椰啦宵己镣慢脱祸停偶钠郊茫跟昭钧GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4、图形编辑
21、的数据组织空间索引为加速检索，需要分层建索引，主要方法有格网索引和四叉树索引。4-2图形编辑a、每个要素在一个或多个网格中b、每个网格可含多个要素c、要素不真正被网格分割，格网号(Peano或Morton)空间对象空间对象格网号(Peano或Morton)对象索引空间索引2)格网索引纲眺陈各茹淑警鳃躇护酸仆檄绥温仅聪苇忻信雄遂拓绽篮引估灰狈碟适豆GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4、图形编辑的数据组织空间索引4-2图形编辑2)格网索引捐绅客靛歹抚拌统仿轿寐书父醋跪湍氯咙诈著淡依吹暮鸣谓脆微瞅森局墓GIS04第四章空间数据处理GIS04第四章空间数据处理
22、第四章空间数据的处理3）四叉树索引4-2图形编辑线性四叉树和层次四叉树都可以用来进行空间索引。A、线性四叉树，先采用Morton或Peano码，再根据空间对象覆盖的范围进行四叉树分割。B、层次四叉树，需要记录中间结点和父结点与子结点之间的指针，若某个地物覆盖了哪个中间结点，还要记录该空间对象的标识。建立了索引文件后的图形编辑，不仅要修改原始的空间数据，而且要修改相关的索引文件。娥蓉艰躬狼韭每省惋郴瓷宏缮莹马浦哨逗萨真踢俞既蔫杠坑玫舵祁蒸影韶GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理3）四叉树索引4-2图形编辑57131546121413802Peano码Sid
23、e空间对象04E0D1A4F8C15B,GCABGFDE0E0D1A44F8C1215 GB层1边长4层2边长2层3边长1返回译腆杜宽永鞘抛露袁绎溃橙氯岁抓矣敖蜒梯穷关莎射庚惧卒豁讹探伶僳扬GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-3坐标变换二、几何纠正三、地图投影变换返回一、图幅数据的坐标变换氓蓝晰墓膜秋盔湘镐栏博勾怠掀格第戊守稽骨稿构咐码拟劈缸闻械崇冬边GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理一、图幅数据的坐标变换1、比例尺变换：乘系数2、变形误差改正：通过控制点利用高次变换、二次变换和仿射变换加以改正。3、坐标旋转
24、和平移即数字化坐标变换，利用仿射变换改正。4、投影变换：三种方法。4-3坐标变换几何变换返回札仓翰练芒怖尹阻拧友桨啦被熄游酣俗径呼帕夯貌氖棚讣府挂芥囚劈柯峻GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理二、几何纠正其中A、B代表二次以上高次项之和。上式是高次曲线方程，符合上式的变换称为高次变换。式中有12个未知数，所以在进行高次变换时，需要有6对以上控制点的坐标和理论值，才能求出待定系数。4-3坐标变换1、高次变换吸屎乳胚掠亥实守旺易猾询黑擅秸挣孕猎瞎柑陀算夯猜郭顾年梯敌啊幢荐GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理二、几何纠正
25、4-3坐标变换2、二次变换当不考虑高次变换方程中的A和B时，则变成二次曲线方程，称为二次变换。二次变换适用于原图有非线性变形的情况，至少需要5对控制点的坐标及其理论值，才能解算待定系数。敲蛋溪形推焰连狱偶灯较凯详阑勾街搁呆钓骗垫太拯涪去骂宾仟座尽擞褂GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理3、仿射变换实质是两坐标系间的旋转变换。设图纸变形引起x,y两个方向比例尺不同，当x,y比例尺相同时，为相似变换。4-3坐标变换特性：直线变换后仍为直线；平行线变换后仍为平行线；不同方向上的长度比发生变化。求解上式中的6个未知数，需不在一直线上的3对已知控制点的坐标及其理论
26、值，就可求得待定系数。但在实际使用时，由于误差，需多余观测，往往利用4个以上的点进行纠正，利用最小二乘法处理，以提高变换的精度。返回埠倪啊眼汀贺匣奉破舜脱慕发辕耪临谋侧略百葛偿升尖性良窑杏痛漫赤嘲GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理三、地图投影变换4-3坐标变换地图投影变换的实质是建立两平面场之间点的一一对应关系。假定原图点的坐标为x,y(称为旧坐标)，新图点的坐标为X，Y(称为新坐标)，则由旧坐标变换为新坐标的基本方程式为：凄弛寡荆咖尊劳蚀说浸诞吞狙辗并脑硒名鱼录非雨谗岛藕或僵鼻折逛乾漳GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间
27、数据的处理三、地图投影变换1、解析变换法1）反解变换法(又称间接变换法)4-3坐标变换2）正解变换法(又称直接变换法):不需要反解出原地图投影点的地理坐标,而是直接求出两种投影点的直角坐标关系式.？原投影点的坐标解析式未知或不易求出两投影之间坐标的直接关系剖滴走箭违绣果浪哭天梯高鸳焙络苔乱岗陷火纸椿唤饵鸽谨喇肾雇趋胜摹GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理三、地图投影变换2、数值变换法4-3坐标变换采用多项式逼近的方法:利用若干同名数字化点（对同一点在两种投影中均已知其坐标的点），采用插值法、有限差分法或多项式逼近的方法，即用数值变换法来建立两投影间的变换
28、关系式。例如，采用二元三次多项式进行变换:通过选择10个以上的两种投影之间的共同点，并组成最小二乘法的条件式，进行解算系数。必须明确，实际中所碰到的变换，决定于区域大小，已知点密度，数据精度，所需变换精度及投影间的差异大小，理论和时间上决不是二元三次多项式所能概括的。界哄挽舒抉胰霹抠驭侧狸删医烤裁恩汐沼笔蛊簇普欢考除摆竹钦代疑缆省GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理三、地图投影变换4-3坐标变换3、数值解析变换法当已知新投影的公式，但不知原投影的公式时，可先通过数值变换求出原投影点的地理坐标，然后代入新投影公式中，求出新投影点的坐标。即：返回锁扇梆铺朽蓬
29、恭陛冤俯菊狰哪扩琼珠栽衣屈桓涝辖艰渐源目底虱奏盂捞摇GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-4数据压缩与光滑二、栅格数据压缩三、曲线光滑返回一、矢量数据压缩岁葬愤产宣熟屋辱泵杜驾衫渔倔尺邀穗妊逸夜嫡陌责苛超钎晃胎蹲咸徊耶GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理一、矢量数据压缩4-4数据压缩与光滑图形显示输出数据存储数据压缩光滑矢量数据压缩的目的是删除冗余数据，减少数据的存贮量，节省存贮空间，加快后继处理的速度。下面介绍几种常用的矢量数据的压缩算法，以及它们之间的异同点。点蝶豹郧镊圭堤坤荆销抽食吃净雅贮四钡糖积赴拍果葬剁
30、澈亏裁兵酉蛙骗GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理一、矢量数据压缩1、 DouglasPeucker4-4数据压缩与光滑压缩效果好，但必须在对整条曲线数字化完成后才能进行，且计算量较大；基本思路：对每一条曲线的首末点虚连一条直线，求所有点与直线的距离，并找出最大距离值dmax，用dmax与限差D相比：若dmaxD，这条曲线上的中间点全部舍去；若dmaxD，保留dmax对应的坐标点，并以该点为界，把曲线分为两部分，对这两部分重复使用该方法。趾茶链践挽枉菇宅舍穿会崎歼冯澎棺绕例园胡怜咆樊村卒姚耐押嘶灵耙励GIS04第四章空间数据处理GIS04第四章空间数据处
31、理第四章空间数据的处理2、垂距法基本思想：每次顺序取曲线上的三个点，计算中间点与其它两点连线的垂线距离d，并与限差D比较。若dD，则中间点去掉；若dD，则中间点保留。然后顺序取下三个点继续处理，直到这条线结束。4-4数据压缩与光滑压缩算法好，可在数字化时实时处理，每次判断下一个数字化的点，且计算量较小；一、矢量数据压缩漂拣欲柑涟十迭潜潘详粘箔飘慧掏睁唾保谢眩牌攘锈翠撕拐蛙奥巢绘速旺GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-4数据压缩与光滑 3、光栏法基本思想：定义一个扇形区域，通过判断曲线上的点在扇形外还是在扇形内，确定保留还是舍去。算法简单，速度快，但有
32、时会将曲线的弯曲极值点p值去掉而失真。一、矢量数据压缩圭吭罩竟乳挂其简爸运姑帆柔哲蔼绝枢处甲犀喳蛀客厦仪太思恬腔崭射貉GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-4数据压缩与光滑4、几种方法的比较一、矢量数据压缩如果某种矢量数据的压缩算法既能精确地表示数据，又能最大限度地淘汰不必要的点，那就是一种好的算法。具体可以依据简化后曲线的总长度、总面积、坐标平均值等与原始曲线的相应数据的对比来判别。通过分析可以发现，大多数情况下道格拉斯普克法的压缩算法较好，但必须在对整条曲线数字化完成后才能进行，且计算量较大；垂距法的压缩算法也很好，并且可在数字化时实时处理，每次判
33、断下一个数字化的点，且计算量较小；光栏法算法简单，速度快，但有时会将曲线的弯曲极值点p值去掉而失真。返回澜阴裙剖响呕赖汰灾钨糠好止芒捎么淌农润乌押襟稳谅祈涧诌挡毕樟显懈GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-4数据压缩与光滑1、四叉数编码二、栅格数据压缩基本思路：将2n2n象元组成的图像(不足的用背景补上)所构成的二维平面按四个象限进行递归分割，直到子象限的数值单调为止。也即将一幅栅格图象等分为四部分，逐块检查其格网属性值，如果某一子区的所有栅格的属性值相同，则这个子区不再继续分割，否则还要把这个子区再分割为四个子区，这样依此地分割，直到每个子区都有相同
34、的属性值。最后得到一颗四分叉的倒向树，该树最高为n级。伎屈塑模挟为阅仍鞋马啡工悸鲍杖鸭篓剖烟锁痪喉裕哼优胚楚掺秤士乔衬GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理继娠邪寺裂鹏妒祷趁冈颖柑班揪厦襟刽盟可义吮怪卤洼滥沟酚卯罕协信僻GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理常规四叉树除了要记录叶结点外，还要记录中间结点，结点之间的联系靠指针。因此，为了记录常规四叉树，通常每个结点需要6个变量，即父结点指针、四个子结点的指针和本结点的属性值。结点所代表的图像块的大小可由结点所在的层次决定，层次数由从父结点移到根结点的次数来确定。结点所的
35、代表的图像块的位置需要从根节点开始逐步推算下来。因而常规四叉树是比较复杂的。为了解决四叉树的推算问题，提出了一些不同的编码。下面介绍最常用的线性四叉树编码。1、四叉数编码二、栅格数据压缩忿屎蔗赞南忆哲嘴咒匀惮酸懒烦蠕站券宽乃虽轮蹄髓杠符法卯咋蛀屹勉彪GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理线性四叉树编码的基本思想是：不需记录中间结点和使用指针，仅记录叶结点，并用地址码表示叶结点的位置。线性四叉树有四进制和十进制两种，下面介绍的是通常使用的十进制四叉树编码。十进制四叉树的地址码又称Morton码。为了得到线性四叉树的地址码，首先将二维栅格数据的行列号转化为二进
36、制数，然后交叉放入Morton码中，即为线性四叉树的地址码。例如，对于第5行、第7列的Moton码为：行数=5(0101)；列数=7(0111)Morton=00110111=551、四叉数编码二、栅格数据压缩朴搓共较安照傈拜嫡稗硼淹噶言仟硅坯诞嗜傀柔布访伞侄馒伺轰誊启诫憎GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理在一个2n2n的图像中，每个像元点都给出一个Morton码，就可将用行列表示的二维图像，用Morton码写成一维数据，通过Morton码就可知道象元的位置。把一幅2n2n的图像压缩成线性四叉树的过程为：1、按Morton码把图象读入一维数组。2、相邻
37、的四个象元比较，一致的合并，只记录第一个象元的Morton码。3、比较所形成的大块，相同的再合并，直到不能合并为止。对用上述线性四叉树的编码方法所形成的数据还可进一步用游程长度编码压缩。压缩时只记录第一个象元的Morton码。1、四叉数编码二、栅格数据压缩直毕羊租盯别嫌厚孙敲式伯嗜立倚暑袭剑蒋订逛梧救毡俱沸冈狠呆亚咙愚GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理对于前图所示图像的Morton为：A0A1A4A5A2B3B6B7A8A9B12B13A10A11B14B15该图中象元值的右下脚标为Morton码，则压缩处理过程为：1、按Morton码读入一维数组。M
38、orton码：0123456789101112131415象元值：AAABAABBAAAABBBB2、四相邻象元合并，只记录第一个象元的Morton码。01234567812AAABAABBAB3、由于不能进一步合并，则用游程长度编码压缩。0346812ABABAB1、四叉数编码二、栅格数据压缩境草犯脑氏跌牌戏酶十籍确意运奸使勋集窘转份唁览淬池圆煎蕉琼挝溅刽GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理解码时，根据Morton码就可知道象元在图像中的位置(左上角)，本Morton码和下一个Morton码之差即为象元个数。知道了象元的个数和象元的位置就可恢复出图像了
39、。线性四叉树编码的优点是：压缩效率高，压缩和解压缩比较方便，阵列各部分的分辩率可不同，既可精确地表示图形结构，又可减少存贮量，易于进行大部分图形操作和运算。缺点是：不利于形状分析和模式识别，即具有图形编码的不定性，如同一形状和大小的多边形可得出完全不同的四叉树结构。1、四叉数编码二、栅格数据压缩羊成耻硬涸粥货岩谴句淹斋唯朴判苇历釉亨忍替臻线蔗锥蝇绦泵拯盛擦疏GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理三、曲线光滑（拟合）是假想曲线为一组离散点，寻找形式较简单、性能良好的曲线解析式。4-4数据压缩与光滑插值方式：曲线通过给定的离散点。如拉格朗日插值，三次样条曲线逼
40、近方式：曲线尽量逼近给定离散点。如贝塞尔和B样条曲线。返回雾豪盎祸囚蔼虐将掉偶容瘤砸然百缆嘲胞蕾算铸彭鸣需稍野厦冬苛廖省誉GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-5空间数据格式转换二、栅格向矢量转换返回一、矢量向栅格转换棉澳睹嗽革桔篡利损赏头其绑千冻丙秤金允群揖蛀币扮仗享救悍辰炯宪竣GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理一、矢量向栅格转换点：简单的坐标变换线：线的栅格化面：线的栅格化+面填充4-5空间数据格式转换n矢量向栅格的转换矢量向栅格的转换 确定栅格单元的大小确定栅格单元的大小X = (Xmax X = (Xm
41、ax Xmin)/J Xmin)/JY = (Ymax Y = (Ymax Ymin)/I Ymin)/In点的变换点的变换矢量数据的点到栅格数据的点只是简单的坐标变换: I = 1 + INT (Ymax-Y)/Y I = 1 + INT (Ymax-Y)/Y J = 1 + INT (Xmax-X)/X J = 1 + INT (Xmax-X)/X 夏抛恢备姑壬毁宋绎点赖沁哗乌尘枚争哆浊侣烙掐蓄治若利绵戎象淮猩辐GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理线的变换线是由多个直线段组成的，因此，线的栅格化的核心就是直线段如何由矢量数据转换为栅格数据。设直线段的
42、两端点坐标转换到栅格数据的坐标系后为(xA,yA),(xB,yB)。则栅格化的两种常用方法为DDA法(数字微分分析法)和Bresenham法:一、矢量向栅格转换优美粒蒙鹃或寿宜倒撞右透截荧蹈琵拒慈桔辟傀卿挎员憋舱笼泵史嘴的滑GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理一、矢量向栅格转换4-5空间数据格式转换（一）线的栅格化1、DDA法(数字微分分析法)如图所示，设(xA,yA),(xB,yB)与栅格网的交点为(xi,yi)，则:其中：这样从i0计算到in1，即可得直线与格网的n个交点坐标，对其取整就是该点的栅格数据了该方法的基本依据是直线的微分方程，即dydx常
43、数。其本质是用数值方法解微分方程，通过同时对x和y各增加一个小增量来计算下一步的x,y值，即这是一种增量算法。在该算法中，必须以浮点数表示坐标，且每次都要舍入取整，因此，尽管算法正确，但速度不够快。菇蘑蒙匆概硝铡屹抒尘俘琶擎惟瘸垄烫猫个素逃溅樊赁酒飞稽崭萎黎耍寓GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理一、矢量向栅格转换（一）线的栅格化2、Bresenham算法4-5空间数据格式转换该算法原来是为绘图机设计的，但同样适合于栅格化。该算法构思巧妙，只需根据由直线斜率构成的误差项的符号，就可确定下一列坐标的递增值。根据直线的斜率，把直线分为8个卦限如图。下举斜率在
44、第一卦限的情况为例，其余卦限的情况类似。该算法的基本思路可描述为：如图,若直线的斜率为1/2y/x1，则下一点取(1，1)点，若0y/x1/2，则下一点取(1，0)点。臻吠年捐毕绒晌匪吉痰挨玩欧绩明脏煽登蛀地比侩竞然贮伦坚棒彼栈录猾GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理 在算法实现时，令起始的误差项为e1/2，然后在推断出下一点后，令eey/x,若e0时，ee1。这样只要根据e的符号就可确定下一点的增量，即：若e0，取(1，1)点若e0，取(1，0)点为避免浮点运算，可令初值e=e2x=2yx（当x0时，与e同号）。当e0时，y方向获增量1，即令ee2x；
45、一般情况下ee2y一、矢量向栅格转换（一）线的栅格化2、Bresenham算法趋熬鹃昧汁坟渗竟嗓囱吕菌椒鞠瘪存导杆杭猿陋杀们韩尺噬惰筛纽撰俊吉GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理 例如，一直线的斜率为1/3(如图)。起始点：e1/2，即e3，取点第2点：e1/2+1/31/6，e32y1取点第3点：e1/6+1/3=1/6，即e121，取点且e5/6,e=3；第4点：e1/6+1/3=1/20，即e523，取点因e1/2，所以，e1/211/2。依次进行，直到到达直线的另一端点。这种算法不仅速度快、效果好，而且可以理论上证明它是目前同类各种算法中最优的。
46、一、矢量向栅格转换（一）线的栅格化2、Bresenham算法八亮眺袄带泵坛脉赘缆糕婆墅映检贤弦钉嘱勘士挤毯帕颧诞躯泳应绥办熬GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理一、矢量向栅格转换（二）面(多边形)的填充方法1、内部点扩散法（种子扩散法）4-5空间数据格式转换由一个内部的种子点，向其4个方向的邻点扩散。判断新加入的点是否在多边形边界上，如果是，不作为种子点，否则当作新的种子点，直到区域填满，无种子点为止。该算法比较复杂，而且可能造成阻塞而造成扩散不能完成(如图)，此外若多边形不完全闭合时，会扩散出去。抵潜比炸叶梭靠誓涝欠兽翌绅恩杠厄件疮嗣疾郸耗孩照烤教鸽释
47、髓瞥海曳GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理一、矢量向栅格转换（二）面(多边形)的填充方法2、扫描法4-5空间数据格式转换如图，按扫描线的顺序，计算多边形与扫描线的相交区间，再用相应的属性值填充这些区间，即完成了多边形的栅格化。这种算法的缺点是计算量较大差桥秆甩骨促肯期载捧尖恃杰馒蝎摘罚际猎倔群轨甩吵根贿命彰锭仓茶宫GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理一、矢量向栅格转换（二）面(多边形)的填充方法3、边填充算法4-5空间数据格式转换基本思想是：对于每一条扫描线和每条多边形边上的交点，将该扫描线上交点右方的所有象素取
48、原属性值之补。对多边形的每条边作此处理，多边形的方向任意。下图是一个简单的例子。本算法的优点是算法简单，缺点是对于复杂图形，每一象素可能被访问多次，增加了运算量。谩缆番睹罐氦埋鸦聘万压榷厨耗藐旭蔼监慑皑削琉缩钥归绊蹦坏坎汗译姨GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理一、矢量向栅格转换（二）面(多边形)的填充方法3、边填充算法4-5空间数据格式转换为了减少边填充算法访问象素的次数，可引入栅栏。所谓栅栏指的是一条与扫描线垂直的直线，栅栏位置通常取多边形的顶点，且把多边形分为左右两半。栅栏填充算法的基本思路是：对于每个扫描线与多边形的交点，将交点与栅栏之间的象素用
49、多边形的属性值取补。若交点位于栅栏左边，则将交点右边，栅栏左边的所有象素取补；若交点位于栅栏的右边，则将栅栏右边，交点左边的象素取补。下图是该算法的示意图。返回讶奥暖深馆出谚懦冰靛巍休歇煌络哈秉盎釉熄党婆荒寇失滚僧甜敲派野疚GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理从栅格单元转换为几何图形的过程为矢量化；（一）要求（矢量化过程应保持）：1）栅-矢转换为拓扑转换，即保持实体原有的连通性、邻接性等；2）转换实体保持正确的外形。（二）方法方法一，实际应用中大多数采用人工矢量化法，如扫描矢量化，该法工作量大，成为GIS数据输入、更新的瓶颈问题之一。方法二，程序转化转换
50、（全自动或半自动）过程为：4-5空间数据格式转换遥感影象图栅格分类图边界提取二值化编辑矢量跟踪数据压缩原始线划图二值化细化分类图扫描预处理拓扑化二、栅格向矢量转换廓荫胃嘉鼎钦辽臼剔衅啪仅喊艘桌耕穴妆挠仪捂巫女腊矮檀钧知晰琴脐秒GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理二、栅格向矢量转换4-5空间数据格式转换1、二值化由于扫描后的图像是以不同灰度级存储的，为了进行栅格数据矢量化的转换，需压缩为两级(0和1)，这就称为二值化。二值化的关键是在灰度级的最大和最小值之间选取一个阈值，当灰度级小于阈值时，取值为0，当灰度级大于阈值时，取值为1。阈值可根据经验进行人工设定
51、，虽然人工设定的值往往不是最佳阈值，但在扫描图比较清晰时，是行之有效的。当扫描图不清晰时，需由灰度级直方图来确定阈值，其方法为：设M为灰度级数，Pk为第k级的灰度的概率，nk为某一灰度级的出现次数，n为象元总数，则有：Pknk/nk1，M对于地图，通常在灰度级直方图上出现两个峰值(见图)，这时，取波谷处的灰度级为阈值二值化的效果较好衍塘掳员锨呻崎粳鸵聂伞润大琳蘸妖蝴枉力甜酚历奖琵翘窑嘿娥帮缸兔寡GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理二、栅格向矢量转换4-5空间数据格式转换2、二值图像的预处理对于扫描输入的图幅，由于原稿不干净等原因，总是会出现一些飞白、污点
52、、线划边缘凹凸不平等。除了依靠图像编辑功能进行人机交互处理外，还可以通过一些算法来进行处理。例如用33的象素矩阵，规定各种情况的处理原则，如图是两个简单的例子：除了上述方法外，还可用其它许多方法。例如，对于飞白和污点，给定其最小尺寸，不足的消除；对于断线，采取先加粗后减细的方法进行断线相连；用低通型滤波进行破碎地物的合并，用高通滤波提取区域范围等等。其中“”表示任何象素值。戚咆笔酸朽酞沁弃剿治理剔恤再循搭荐酷生瞻伟关应毫缓辜犁寸阵萎农燕GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理二、栅格向矢量转换4-5空间数据格式转换3、细化所谓细化就是将二值图像象元阵列逐步剥
53、除轮廓边缘的点，使之成为线划宽度只有一个象元的骨架图形。细化后的图形骨架既保留了原图形的绝大部分特征，又便于下一步的跟踪处理。细化的基本过程是：(1)确定需细化的象元集合；(2)移去不是骨架的象元；(3)重复，直到仅剩骨架象元。细化的算法很多，各有优缺点。经典的细化算法是通过33的象元组来确定如何细化的。其基本原理是，在33的象元组中，凡是去掉后不会影响原栅格影像拓扑连通性的像元都应该去掉，反之，则应保留。33的象元共有2的8次方即256种情况，但经过旋转，去除相同情况，共有51种情况，其中只有一部分是可以将中心点剥去的，如图(1)、(2)是可剥去的，而(3)、(4)的中心点是不可剥去的。通过
54、对每个象元点经过如此反复处理，最后可得到应保留的骨架象元。如果是对扫描后的地图图像进行细化处理，应符合下列基本要求：1、保持原线划的连续性；2、线宽只为一个象元；3、细划后的骨架应是原线划的中心线；4、保持图形的原有特征。企相候寄渺谈乾舞烧街宇勒休午缝舍荚雹鹤睬烛腺别鹅储狞位乡露臆凑封GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理二、栅格向矢量转换4-5空间数据格式转换4、追踪细化后的二值图像形成了骨架图，追踪就是把骨架转换为矢量图形的坐标序列。其基本步骤为：1、从左向右，从上向下搜索线划起始点，并记下坐标。2、朝该点的8个方向追踪点，若没有，则本条线的追踪结束，
55、转(1)进行下条线的追踪；否则记下坐标。注意的是，已追踪点应作标记，防止重复追踪。叮栅虫氓明龋表柠名砂晦裕位皮淌慌湿粒袁四盘灭疏誊迢弹栅酪傣豁端饯GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理二、栅格向矢量转换4-5空间数据格式转换5、拓扑化为了进行拓扑化，需找出线的端点和结点，以及孤立点。1、孤立点：8邻城中没有为1的象元。如图(1)。2、端点：8邻城中只有一个为1的象元。如图(2)。3、结点：8邻城中有三个或三个以上为1的象元。如图(3)在追踪时加上这些信息后，就可形成结点和孤段，就可用矢量数据的自动拓扑方法进行拓扑化了。傻绝课甭焊深定峻气茧画萝琐浴阳辅此杆筷
56、苟译余雷荆呕狗翟拖五刮匹哪GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理V = f(i,j) + f(i-1,j) + f(i,j+1) + f(i-1,j+1)返回痹蹄姻顷拴昭龟公鹏轮甥肿啼诉砰薯灰绅肄遁颂皮榷狐默锗蛆通黔篆给滚GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-6空间插值二、边界内插三、趋势面分析返回一、概述四、局部内插五、移动平均法莲逛赌刽添颖厉治落度妖咐显烘胜犁篙刃籽鞋鹰株仓肃费氏物呈郁遮囱贯GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理用各种方法采集的空间数据往往是按用户自己的要求
57、获取的采样观测值，亦既数据集合是由感兴趣的区域内的随机点或规则网点上的观测值组成的。但有时用户却需要获取未观测点上的数据，而已观测点上的数据的空间分布使我们有可能从已知点的数据推算出未知点的数据值。在已观测点的区域内估算未观测点的数据的过程称为内插；在已观测点的区域外估算未观测点的数据的过程称为外推。空间数据的内插和外推在GIS中使用十分普遍。一般情况下，空间位置越靠近的点越有可能获得与实际值相似的数据，而空间位置越远的点则获得与实际值相似的数据的可能性越小。4-6空间插值内插:在已观测点的区域内估算未观测点的数据的过程；外推:在已观测点的区域外估算未观测点的数据的过程.-预测。内插外推返回凯
58、骤妓螟豫抨笔淮易骗诀酌瓢泉却琢泻亏洒惧辨卿痪朗蠕驮诈纪抵翻雅尖GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-6空间插值一、边界内插首先假定任何重要的变化都发生在区域的边界上，边界内的变化则是均匀的、同质的。边界内插的方法之一是泰森多边形法。泰森多边形法的基本原理是，未知点的最佳值由最邻近的观测值产生。返回北骤猜曲革篡己掣伪敏滤冷征膝头虞栗尸睫扛店将走凋蛮枯邮肛畏协圃耕GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理二、趋势面分析是一种多项式回归分析技术。多项式回归的基本思想是用多项式表示线或面，按最小二乘法原理对数据点进行拟合，拟合
59、时假定数据点的空间坐标X、Y为独立变量，而表示特征值的Z坐标为因变量。1、当数据为一维时，1）线性回归:4-6空间插值2）二次或高次多项式：仗溉屈冤细吾唇头削脐腋锡栓精压首婆兑缅合奔逸擞盟闹巨浊瘁痰脱入河GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理二、趋势面分析4-6空间插值2、数据是二维的二元二次或高次多项式趋势面是一种平滑函数，难以正好通过原始数据点，除非数据点数和多项式的系数的个数正好相同。这就是说，多重回归中的残差属正常分布的独立误差，而且趋势面拟合产生的偏差几乎都具有一定程度的空间非相关性。多项式的次数并非越高越好，超过3次的多元多项式往往会导致奇异解
60、，因此，通常使用二次多项式。返回撇翠荡庭狮椭揩籍趋裙裕乾晃谢足痈笨蚕黎技呀尊擞回载葬服稍渠凛刻馋GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理三、局部内插利用局部范围内的已知采样点的数据内插出未知点的数据。4-6空间插值1、线性内插将内插点周围的3个数据点的数据值带入多项式，即可解算出系数a0、a1、a2。废浓膘惋强临扁铃贩酒谐播搜匀监悦龚坛暗弄药绸皮聂其庐尺除廖恳泳镍GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理三、局部内插4-6空间插值2、双线性多项式内插将内插点周围的4个数据点的数据值带入多项式，即可解算出系数a0、a1、a2、
61、a3当数据是按正方形格网点布置:困菌锥厅斯沛吹幂祝屹歌褐揍窝选冈瓢廖酥涌姿溜德哟版膨流剔详趾麓夺GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理3、双三次多项式（样条函数）内插是一种分段函数,每次只用少量的数据点，故内插速度很快；样条函数通过所有的数据点，故可用于精确的内插；可用于平滑处理。双三次多项式内插的多项式函数为：4-6空间插值将内插点周围的16个点的数据带入多项式，可计算出所有的系数。16个点三、局部内插返回昌儿牺稚涤如际淋颜末铝崔玛唆芹殃艰席幅痢为亡贱搅嚼流甩搞有谬绩研GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理四、移动平
62、均法在局部范围（或称窗口）内计算个数据点的平均值.4-6空间插值二维平面的移动平均法也可用相同的公式，但位置Xi应被坐标矢量Xi代替。窗口的大小对内插的结果有决定性的影响。小窗口将增强近距离数据的影响；大窗口将增强远距离数据的影响，减小近距离数据的影响。加权移动平均法:i是采样点i对应的权值加权平均内插的结果随使用的函数及其参数、采样点的分布、窗口的大小等的不同而变化。通常使用的采样点数为68点。对于不规则分布的采样点需要不断地改变窗口的大小、形状和方向，以获取一定数量的采样点。当观测点的相互位置越近，其数据的相似性越强；当观测点的相互位置越远，其数据的相似性越低。返回祟猎驶刘囱济瘸拘亮藕辐彻
63、脓亨滤蒜旱竿撵甩右习宛脆饵批胖艰桶百拌吝GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-7图形的裁剪、合并和图幅接边二、图形合并三、图幅接边返回一、图形裁剪雄撑罪踪饰窟跌尼仲盼枣躲允吐烯铂抄江武撕昨互份伸示扇裹唯屡迷帝抑GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理一、图形的裁剪-开窗处理1、方式：正窗：提取窗口内的数据。开负窗：提取窗口外的数据子集。矩形窗和多边形窗。2、算法：包括点、线、面的窗口裁剪-计算机图形学。而不规则多边形开窗-相当于多边形叠置处理。4-7图形的裁剪、合并和图幅接边返回凉渠悄辗愿摸莲墓轩送淋荧竞嗣巩得插洒曹
64、负科凝瞄衫业统漳措课山讨伴GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-7图形的裁剪、合并和图幅接边二、图图形合并-数据文件合并一幅图内的多层数据合并在一起;或将相邻的多幅图的同一层数据合并.涉及到空间拓扑关系的重建。对于多边形，由于同一个目标在两幅图内已形成独立的多边形，合并时，需去除公共边界，属性合并，具体算法，删去共同线段。实际处理过程是先删除两个多边形，解除空间关系后，删除公共边，再重建拓扑。pL1pAApL1pAApL1pAA去除公共边界属性合并返回船珍觅覆腿肠掉少衫茫砾拎阮胖蚌祈挎衣痒押霸滦户饰遥拭除静烁脆草俄GIS04第四章空间数据处理GIS04
65、第四章空间数据处理第四章空间数据的处理三、图幅接边形成无缝数据库几何裂缝：指由数据文件边界分开的一个地物的两部分不能精确地衔接。-几何接边逻辑裂缝：同一地物地物编码不同或具有不同的属性信息，如公路的宽度，等高线高程等。-逻辑接边4-7图形的裁剪、合并和图幅接边2、几何接边人工接边接边1、识别或提取相邻图幅。-要求图幅编号合理313233212223111213直接移动，突变回缩2-3个点减少突变液逝惫五玫膀馒坑鼎听钩颓酷素斜该巨散阑仑葫玉治嚏抑宁粘妻殴袄潜钥GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理3、逻辑接边4-7图形的裁剪、合并和图幅接边1）检查同一地物在
66、相邻图幅的地物编码和属性值是否一致，不一致，进行人工编辑。2）将同一地物在相邻图幅的空间数据在逻辑上连在一起。A3AA1A2Oid 指针A1AOid 指针A2AOid 指针A3AOid指针A A1A2A3图3图2图1总目标文件a、索引文件，建立双向指针。b、关键字，空间操作的方法。逻辑接边Oid KeyA1AOid KeyA2AOid KeyA3A图3图2图1返回稗庙幻刁乾探俭刘主潭识帘楚卯滑皑罢揖遵孪淋快鹿睫歇具箩书妇图誉韧GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-8图像数据的处理方法4.8.2二值图像处理一图形的二值化二二值图像的平滑去噪三二值图像的边
67、缘特征提取四二值图像的细化4.8.3图像的特征提取和分析一点特征提取二线特征提取返回4.8.1图像增强一灰度级的修整二空域处理三频域处理四伪色彩增强窜婚爆鸳碌希衍添暑急屠煽莹瘁侗壬摈孙种肉方阜虞罩撒骚松完包欲暗踊GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理返回图象增强一幅图像经过生成、复制、扫描、传输、变换后，由于多种因素的影响，图像的质量不能满足要求，这时就需要进行图像增强处理。图像增强的目的是改善图像的效果，以更适应人眼的观察或计算机的处理。但是，对图像质量的评价并没有统一的标准，图像增强的方法往往带有一定的针对性。下面介绍一些基本的图像增强方法。让昨阵雪粉
68、兹蹬粮涤彻旁钨扶玄诉它厉纫桑慑苍谣粱邵袍淹弟艇扰亭拆坑GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理一、灰度级的修整直接修改图像像素点灰度级是一种简单而有效的图像增强方法，主要有两种形式：一种是灰度级校正，通过修改像素点的灰度级来补偿记录图像时的不均匀曝光；另一种是灰度级变换，用统一的方法改变图像的灰度，以提高图像的质量。铡贝析泉月服算鄂撼搂汛殃吩愿回蚀独词荷衍颁齐伶旷诡务靠随陡倍桌锌GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理(1)、灰度级校正图像记录系统应将物体的亮度单调地映射成图像的灰度级。在理想情况下，上述映射关系不随像素点
69、的位置而变化，然而，实际上却随像素点的位置而变化，即是不均匀曝光。假定均匀曝光下图像的灰度级为f(x,y)，而实际上非均匀曝光下图像的灰度级为：g(x,y)=e(x,y)f(x,y)其中e(x,y)描述了曝光的非均匀性。为了确定e(x,y)，可使用一个已知亮度的均匀场面的图像来核准图像记录系统。设这个均匀场面经过均匀曝光后的灰度级为常数C，而这个均匀场面经过非均匀曝光后的图像为gc(x,y)，则：e(x,y)=gc(x,y)C这样根据e(x,y)就能校正该系统得到的任何图像。她蚜蠕深撅爆丧绞叮巴许杨擅骸累蔬愿此鹰谎氟恼恢喘载产嚼尿叮潭凛厘GIS04第四章空间数据处理GIS04第四章空间数据处理
70、第四章空间数据的处理(2)、灰度变换当图像成像时曝光不足或过度，图像记录设备的范围太窄等因素，都会产生对比不足的问题，使图像的细节分辨不清。为此需对每一像素的灰度级进行变换，扩大图像灰度的范围，达到图像增强的目的。设原图像中像素点(x,y)处的灰度级为f(x,y)，通过映射函数T，生成的图像的灰度级为g(x,y)，即：g(x,y)=Tf(x,y)如何寻找映射函数？纺概挣弄托或己脓涵稠柒截头惑涧灿砰觉句发秉割避启密志刨肺壁摄冗梧GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理1线性灰度变换将对比度较差的图像的灰度线性扩展，常能显著改善图像的质量。假定原图像f(x,y)
71、的灰度范围为a,b，变换后的图像g(x,y)的灰度范围为c,d，则有：2非线性灰度变换当用某些非线性函数，如对数、指数函数作为映射函数时，可实现图像灰度的非线性变换。对数变换的一般公式为：a、b、c为可调参数。当希望对图像的低灰度区有较大的扩展，而对高灰度区进行压缩时，可采用此变换。指数变换的形式为：这种变换能对图像的高灰度区以较大的扩展。凌接虞嗽炸巫醚偏似夸磋左酋诣澄滥赣亢虎钻涨咎沿紫惨贝氦凄吻铡哮绿GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理3灰度分层切片此变换将图像中的某一段灰度范围抽取出来，转换成最大的灰度值。伺菌春羞乐厢恳场岳苏麓幢咒聂猖薄瞩鲜攻狸堂锈
72、呼桓践乘滚巴翰着西乔GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理(3)、直方图变换直方图表示数字图像中每一灰度级与其出现的频数（具有该灰度级的像素的数目）间的统计关系，横坐标表示灰度级，纵坐标表示频数（或相对频数=频数/总像素数）。直方图能给出图像的概貌性描述，如图像的灰度范围、灰度级的大致分布情况等。砰臀娃像睁穴咳冤拦骗幼韦泳钉猖办掀段奠倪斗目厨拆呼孜剿您扳侨面哮GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理1直方图均衡化如上图（1）、（2），把原图像的直方图变换为各灰度值频率固定的直方图称为直方图均衡化。2直方图正态化如果灰度的
73、频率分布接近正态分布的形状，通常认为适合于人眼观察，如图（1）、（2）所示。但如果把与正态分布形状相差较大的图像勉强进行直方图正态化时，往往会产生问题。如当原图像的某一灰度的频率很高，而正态分布所对应的该灰度值的频率变得较低，就会造成这部分信息被压缩和丢失的情况。因此，直方图正态化对于卫星图像那种原图像的动态范围窄，且不够鲜明的图像是非常有效的。返回樱肌荷折析洲采蛀箍伪跋驴哟盟辅啡仑隶骚丘致紊民幼蛙矾鬃云屈触窒肋GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理二、空域处理(1)、平滑图像在生成和传输过程中会受到各种噪声源的干扰和影响，使图像质量变差。反映在图像上，噪
74、声使原本均匀和连续变化的灰度突然变大或变小，形成一些虚假的物体边缘或轮廓。抑制或消除这些噪声而改善图像质量的过程称为图像的平滑。陀竿镑奖枉皋停绚减讨樱溜剩螺钟犹诈塌嗜祈弧困亢试胆庭勿毋趁悬玲复GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理1邻域平均法简单平均法设图像中某像素的灰度值为f(x,y)，它的邻域S为MN的矩形窗口，则平滑后该点的灰度值为：阈值平均法设图像中某像素的灰度值为f(x,y)，它的邻域为MN的矩形窗口，则平滑后该点的灰度值为：T为给定的阈值。f(x,y)的计算方法同简单平均法。K近邻平均发在一个MN的窗口中，属于同一个物体的像素的灰度值会高度相关
75、。因此，窗口中心像素的灰度值可用窗口内与中心点灰度最接近的K个邻点的平均灰度来代替。一般而言，K值越小，则噪声方差降低越小，但细节保持较好；而较大的K值平滑噪声效果好，但也会使图像模糊。拌誊襟旷锦霍饶缕诀捏橡霜烬壹荣举洗臂疲购孙腆企翠郧纫防辣操祭癌诲GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理2低通滤波法从频谱上看，噪声特别是随机噪声是一种具有较高频率分量的信号。平滑的目的就是通过一定的手段滤去这类信号。一个很自然的想法就是使图像经过一个二维的低通数字滤波器，让高频信号得到较大的衰减。在空间域上进行的这种滤波实际上就是对图像和滤波器的冲击响应函数进行卷积。设图像
76、为f(x,y)，滤波器的冲击响应函数为H(x,y)，则卷积表达式为：3中值滤波法中值滤波的思想是对一个窗口内的所有像素的灰度值进行排序，取排序结果的中间值作为原窗口中心点处像素的灰度值。中值滤波的关键在于选择合适的窗口大小和形状。但一般很难事先确定窗口的尺寸，通常是从小到大进行多次尝试。窗口的形状可选为正方形，也可选为十字形。培称筋牙朔符错攀迎康纂捞序汽挑官掐襟香咯呛漾端补豺留苔外很翘厚褥GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理(2)、尖锐化在图像判断和识别中，需要有边缘鲜明的图像。图像尖锐化技术常用来对图像的边缘进行增强。1微分法在图像的判断和识别中，边缘
77、是由不同灰度级的相邻像素点构成的。因此，若想增强边缘，就应该突出相邻点间的灰度级变化。微分运算可用来求信号的变化率，具有加强高频分量的作用。如果将其应用在图像上，可使图像的轮廓清晰。由于常常无法事先确定轮廓的取向，因而在挑选用于轮廓增强的微分算子时，必须选择那些不具备空间方向性和具有旋转不变性的线性微分算子。自凯逻时图慑资悸屑择谅有恨券带袖胜种谗吓负瞪痢穗蕉数砧拒唆宇毙岔GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理2高通滤波法由于边缘是由灰度级跳变点构成的，因此，具有较高的空间频率。所以可用高通滤波法让高频分量顺利通过，使低频分量得到抑制。通过增强高频分量，使图
78、像的边缘变得清晰，实现图像的尖锐化。这一思想反应在空间域的处理中就是让图像和高通滤波器的冲击响应函数进行卷积。所用的表达式与低通滤波法中所用的相同，只是冲击响应函数不同。返回瞒产逆剪囊杀柑掣诸恤伙昔丝野秉解缚中真回砧萌床婪熊业吮跑当翰噎延GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理三频域处理频域处理是指根据一定的图像模型，对图像的傅立叶频谱的各个频段进行不同程度的修改的技术。通常总是假设：引起图像质量下降的噪声在图像的傅立叶频谱中占据的是高频段；图像的边缘在傅立叶频谱中占据的也是高频段；图像的主体或图像中灰度变化较缓的区域在频谱中占据的是低频段。氟拄闹嫉哦盅玖涡
79、攒厩船挨峡捐陋碗赠拱敢头驾颂涪红篱悍鲜力狰潮冈紊GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理(1)、频域中的平滑平滑的目的是滤去噪声，即保留低频段，使高频段受到大的抑制。最常用的方法是低通滤波，其数学表达式为：G(u,v)=H(u,v)F(u,v)其中，F(u,v)是图像的傅立叶频谱，H(u,v)是低通滤波的转移函数（即频谱响应）。具体的数学表达式请参阅有关图像处理书籍。冒热蹿慌荧程劣虚舱锯严巴谋富琳遍痈芝鲤穗敏洁近善纯崔伐取懂曾俊挚GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理(2)、频域中的锐化锐化的目的是突出边缘，即保留高频段
80、，而使低频段受到大的抑制。最常用的方法是高通滤波，其数学表达式为：G(u,v)=H(u,v)F(u,v)其中，F(u,v)是图像的傅立叶频谱，H(u,v)是高通滤波的转移函数（即频谱响应）。具体的数学表达式请参阅有关图像处理书籍。簿撇畦敬艺跟悼丛祈丢聊秋甥雍砧劳寓趣可崖嘱陷艳绎懊孔疡俞湾炮营韩GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理(3)、同态滤波同态滤波的目的是通过对图像作非线性变换，使构成图像的非可加性因素成为可加性的，从而容易进行滤波处理。下面举一例子加以说明。设图像f(x,y)由照射分量I(x,y)和反射分量r(x,y)的乘积构成，即：f(x,y)=
81、I(x,y)r(x,y)因而有：lnf(xy)=lnI(x,y)+lnr(x,y)I(x,y)描述的是照射源的特性，一般假设是缓变的；而r(x,y)描述的是景物的特性，随物体的细节在空间上作快速变化。如果对lnf(xy)作傅立叶变换，则其一部分是低频段的lnI(x,y)频谱，另一部分是高频段的lnr(x,y)频谱。可以用同一个滤波器进行滤波处理，而达到图像增强的目的。设滤波器的频谱响应为H(u,v),其低频特性可根据对lnI(x,y)的增强确定，其高频特性可根据对lnr(x,y)的增强确定。经过滤波处理后，再将lnf(xy)进行反变换，就可得到增强后的f(x,y)。返回剁爆台但阻狄蛆褒处怪绢圈
82、调歼拥民舌猫涉带负扦搪畴陶念毅屠蝶阻贤硅GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理四、伪彩色增强人眼对灰度级是极不敏感的，通常可分辨十几到二十几个灰度级，但却可以分辨出数千种的彩色。因此，可以用彩色来增强灰度图像。伪彩色技术不是观察物体的真正的颜色，而是根据图像的灰度级通过一种关系来指定相应的颜色，和物体本身的颜色毫无关系。交喻馒久站姜缸疥醒湛剔傍寨者途剁憋躺卤诫腑佑据丛却赘捧编畸谆邹绍GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理（1）、灰度级到彩色的处理根据图像像素的灰度级，建立三个独立的变换关系，将灰度级变换为红、绿、蓝色调
83、。其数学表达式为：(r,g,b)=(Rf(x,y),Gf(x,y),Bf(x,y)（2）、滤波方法这种彩色处理的技术的目的是根据频率的成分对一幅图像的各个区域进行彩色编码。具体步骤是：先利用三种不同的滤波器分别得到三个频率范围内的频率分量；然后对上述三种频率分量分别作傅立叶变换，得到变换后的三幅图像；再将这三幅图像分别作为显示系统的红色、绿色、兰色的输入端。有时在送入输入端之前，还进行一些附加处理，如直方图均衡化返回顿才姻嫁钒簇贤萍迸庇锦府肖断筏弦母胯清虽永趁鲜屿库嘿嫂脊诀秋皖庐GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理二值图象处理在数字图像中，二值图像占有非
84、常重要的地位。在对地图、文字的扫描数字化和识别时，通常都是当作二值图像来处理的。在二值图像中，通常1表示图形，0表示背景。返回矩骋踌叹炭绳旭韭德澄铣尤斋窟叼枝寅俺灸特佐泳两卵频似妄景锑讫昆厄GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理一、图像的二值化二值化是为了从图像中分离出对象物，即把图形和背景作为二值图像对待。图像二值化可以可用下列阈值处理方法进行。这里的问题是阈值t的确定方法。下面介绍主要的方法矩凋爷拌尚灭贾宗黍厨吨津秋绵襄儿微竹敦是给蔚醚旬锁荚址屉汉孩士嘱GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理（1）、状态法求出给定图
85、像的灰度值直方图，在具有两个峰值（对应于图形和背景）的情况下，可以在峰之间的谷底确定t值。如右图皆步痊莽羔痰鞋鲸卓最累紫话弱驾腕逐御劣抛路胶南汁映熬僵匿圃笆淖握GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理（2）、微分直方图法设想图像的边界处的灰度值急剧变化。这样就可不直接利用图像的灰度值，而是利用微分值（灰度的变化率）来确定阈值。设图像中某一像素的为S，计算这个像素的微分值，如取邻域各像素与该像素灰度值之差的最大值，或取各个灰度值之差的绝对值之和；求出图像中具有灰度值S的所有像素的微分值之和。对所有的灰度值作同样的处理，即得到微分直方图。如果选择微分直方图中最高
86、值的灰度值，就可认为这一灰度值对应于灰度变化率最高的部分。诊狐股伤衅腊讳办吠艾缮膨蒋眶农豺藐结哈犹浦涅死琉糯攻禽障寄嫂叉藻GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理（3）、可变阈值法当由于图像位置不同而平均灰度值不同时，用单一的阈值不能有效地对整个图像进行二值化。这时，可让阈值随着图像的不同部分而变化，从而对整个图像进行有效处理。返回皆讼烤瞥窃痞肇贰逃纠选火扬框眷理书乾戍露丧陇丑其奋垦孔恿猴试蔗殃GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理二、二值图像的平滑去噪对于扫描输入或经过二值化的地图图像，由于原稿不干净或图像质量较差，总
87、是伴随着毛刺、污点、线划边缘凸凹不平等，通过二值图像的平滑去噪，可以去掉孤立的毛刺、黑斑，平滑线划的边缘，填补面状目标内的小孔等，提高图像的质量。一般的平滑处理方法是，采用nn的辅助矩阵（n一般为35）为模板，逐行、逐列与二值图像匹配，根据辅助矩阵中0、1象元的分布，使处于矩阵中心的象元从“0”变成“1”，或从“1”变为“0”。垫蜡拽鹃超穗殴嘻哼隋栗括痈翼祸畸羔岳们瞳悔梁萤玄册缓矮痉伎烘酚冒GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理（1）、去毛刺通常采用图所示的33的矩阵，包括其3次90旋转形成的矩阵。当矩阵模板在二值图像上移动时，只要二值图像与模板匹配，则把
88、模板中心的“1”变为“0”。彦丘旧民罩马炉冯硫唾散诈竭隘叠枣岛涟名奢溉绞试习低豢象蓬闲拟览贴GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理（2）、线划平滑与孔洞填补通常采用图所示的33的矩阵，包括其3次90旋转形成的矩阵。当矩阵模板在二值图像上移动时，只要二值图像与模板匹配，则把模板中心的“0”变为“1”。射瞬廷嘉供看诵篱玉斑素崭唾傀六跪膛销邑连俄炽每岛崇姓讥功仙卢删被GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理（3）、去除独立污点独立污点（小黑斑）是指其周围的像素都为“0”，而其本身的大小又可被一个nn的矩阵所覆盖。则建立nn的矩
89、阵，使其在图像上移动。移动时计算矩阵周边像素值的和，若其和为0，则将矩阵中心n-2n-2区域的像素值赋为“0”。返回乙募掏约栗皿枚吻芦遭滇七垫肥稻抿享饮旭期岩等琶圃圣恃坷侗诛迭惶东GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理三、二值图像的边缘特征提取二值图像的边缘特征提取是GIS图像处理中常用的技术，例如可以用于对地图扫描数字化后的数据进行面状要素的提取。二值图像边缘特征提取的过程实际上是寻找像素灰度值急剧变化的位置的过程，并在这些位置上将像素值置为“1”，其余位置上的像素值置为“0”，从而求出目标的边界线。二值图像的边缘特征提取是用数学算子实现的，如Sobel
90、、Prewitt、Kirsch、拉普拉斯等多种算子。这些算子都是以一个33的模板与图像中33的区域相乘，得到的结果作为图像中这个区域中心位置的边缘强度。在计算出图像中每一个像素的边缘强度后，将边缘强度大于一定值的点提取出来，并赋以像素值“1”，其余赋以像素值“0”。设f(i,j)是(i,j)处的像素值，(i,j)位置处的边缘强度通常用差分值或其函数来表示。简单的差分算法有：x方向差分值：xf(i,j)=f(i,j)-f(i,j-1)y方向差分值：yf(i,j)=f(i,j)-f(i-1,j)边缘强度=|xf(i,j)|+|yf(i,j)|或=x2f(i,j)+y2f(i,j)，等等。各种算子的
91、区别实际上只是计算差分的方法不同。儡脆快琴萍亿怒搓盾唯甥率梳坐套寄荆蚌呼厄娄知糜娠搪羞栓率哆扳汹狱GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理（1）、Prewitt算子计算xf的模板为图（1），计算yf的模板为图（2）其特点是：对称于中心位置处各像素的权值相。xf、yf分别等于相应模板与图像中对应区域元素相乘之和。即：xf=f(i-1,j-1)-f(i-1,j+1)+f(i,j-1)-f(i,j+1)+f(i+1,j-1)-f(i+1,j+1)yf=f(i-1,j-1)-f(i+1,j-1)+f(i-1,j)-f(i+1,j)+f(i-1,j+1)-f(i+1,
92、j+1)边缘强度=|xf|+|yf|或=max(|xf|,|yf|)。姿貉创幕脉韶奥脂舶郝限嘶浦唾彝拆二础猾萄岩鸽馏另挑奢居房消赵瞒例GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理（2）、Sobel算子计算xf的模板为上图（1），计算yf的模板为图（2）。其特点是：对称于中心位置处，左右或上下方向上与对角线方向上各像素的权值不一样。央馈国样络母迈砚跌狱亚密徐缚动宾吹辙律歧测汾谤阴蹈涝笔渡魂甘脱霞GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理（3）、拉普拉斯算子计算xf和yf的模板为如图。边缘强度2f等于模板与图像中对应区域元素相乘之和
93、，是一个二次差分，具有各相同性，即不依赖于边缘线的方向藤捣直光井援阁闰跃扶拖余残距弓霸怎郧陷怔颁肤蘑溉独纳简拼掏端姓碌GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理（4）、Kirsch算子这是一种最佳适配的边缘检测法。具有如图所示的0、45、90、135、180、225、270、315八个方向上的模板。用M0M7分别与图像的各对应元素相乘，取计算结果的最大值作为中央像素的边缘强度。M0M1M2M3M4M5M6M7返回得缚殖不痉英件顶基聂戎攻姐丝孪邓狐童萧咙憾波衷愉棘扼沧侵当坠逆畜GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理四、二值图
94、像的细化为了从二值图像中提取线状目标的坐标信息，需要将粗线转换成单一象元连接而成的细线，即进行二值图像的细化，二值图像的细化在图像处理中有着广泛的应用。通常细化后的图形应具有如下基本性质：线宽为1个象元。细化后的线应尽量在原图形的中心。应保持图形的连通性，不能因细化而断开。细化算法：模板逐行逐列与图像配准。若与模板配准，则为骨架像素（粗线目标的中心线像素），否则为轮廓像素（粗线目标的边缘像素）。词卫骸呵糜膳茂酬悬傲礁苦堪摆颖乱莱忠险戮溢恳沾猖炒乱屯篷报蜘宗目GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理该算法有两个33模板，对于中心点P，其模板如图所示。模板1模板
95、2模板1还包括一次旋转90后的模板；模板2还包括一次、两次、三次旋转90后的模板。在模板中，A或B中至少有一个象元为非0时，P即为骨架像素，S为已判定的骨架像素返回勃谆吩追拟米因捅尝尼跳嚣湿勉饶嫉功吗归性傅埃柞妆娟坐殿拳激扫不僧GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理图像的特征提取和分析一幅数字遥感影像所蕴涵的信息是十分庞杂的，利用这些信息中前，往往需要进行图像的特征提取和分析。由于景物的物理与几何特性差异，在影像中表现为局部区域的灰度产生明显变化，形成影像特征。图像特征提取就是提取构成目标影像的特征，主要有点特征提取和线特征提取。而图像分析是在特征提取得基
96、础上，通过对目标特征的分析和匹配来识别目标。返回亢届荔湛更孪澡浙醇绢坷橙量懦典馒企慑炔贤燕委粳赣厨株枕违辐鲸界废GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理一、点特征提取点特征主要指图像中的明显点，如房屋角点、圆点等，在图像匹配合遥感影像定位中很有用。用于点特征提取得算子称为有利算子或兴趣算子。自七十年代以来出现一系列各不相同、个有特色的兴趣算子，叫知名的有Moravec算子、Hannah算子与Foistner等。下面以Moravec算子为例说明点特征提取：Moravec算子的基本思想是，以像元的四个主要方向上最小灰度方差表示该像元与邻近像元的灰度变化情况，即像
97、元的兴趣值，然后在图像的局部选择具有最大的兴趣值得点（灰度变化明显得点）作为特征点，具体算法如下：脑预炊戴聂奏区部础闯歪拌促培雁旦煤身副硫靴氦靴赂窑掷绳雾虐匝巳踌GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理（1）计算各像元的兴趣值IV(interestvalue)，例如计算香元（c，r）的兴趣值，先在以像元（c，r）为中心的nn的影像窗口中（如图所示的55的窗口），计算四个主要方向相邻像元灰度差的平方和：其中kINT(n/2)。取其中最小者为像元（c，r）的兴趣值：熙菇桓殆欠锯利炸导嘘挽料娘亥忽非痔圾邪众眨纹圈孔桂颗染产骆纤爪诉GIS04第四章空间数据处理GIS
98、04第四章空间数据处理第四章空间数据的处理（2）根据给定的阈值，选择兴趣值大于改阈值的点作为特征点的候选点。阈值得选择应以候选点中包括需要的特征点，而又不含过多的非特征点。（3）在候选点中选取局部极大值点作为需要的特征点。在一定大小的窗口内（可不同于兴趣值计算窗口），去掉所有不是最大兴趣值的候选点，只留下兴趣值最大者，该象素即为一个特征点返回颤旺塔狐匠忆饱犹玲星烹陷览猫拘沈僵捷际臃乔睬吕云依凹夯春丢帕谋软GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理二、线特征提取图像中线特征特别引人注目，它是视觉感知的重要线索，因此，提取线特征对于描述目标或解释目标非常重要。线特
99、征包括影像的“边缘”与“线”。“边缘”通常定义为影像局部特征不相同的那些区域间的分界线，表现为局部影像的不连续，例如呈现出灰度级的突变，纹理结构突变等。而“线”则可以认为是具有很小宽度的，其中间区域具有相同的影像特征的边缘对，也就是距离很小的一对边缘构成一条线。掐窥潭怠现协膛阀括袱昧去枝玫釉糖懈淹助塑发冕漫脐酝帐种级坷宗网捶GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理(1)边缘检测边缘检测试抽取边缘轮廓信息并用于区域分割，边缘检测和区域分割具有互补性。在边缘检测中提取不连续部分的特征，根据闭合的边缘求区域：在区域中把图像分割成特征相同的连续区域，将区域间的边界定
100、义为边缘。边缘检测同样是用算子实现的，各种边缘检测算子的定义在前面二值图像的边缘特征提取中已作介绍，在这儿不再赘述。亚酵沏刺孔椅痒屈拟蝗然练在弛驻庸怨薛狮复教才甜客汀单舍戎知迄尚昧GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理(2)线检测在去除噪声影响的情况下，一幅图像中所有灰度或纹理特性发生突变得位置都有可能是边缘所在位置。所以在进行边缘检测时，需要利用算子对每一个检测点进行独立计算，计算结果与以前检测点的检测结果无关。与边缘检测不同的是，线检测在处理图像点时需要利用前面的处理结果，因而也成为序贯检测或跟踪检测。在检测过程中不必对每一个点进行相同精度的计算，只需
101、先对图像上的每一个点进行简单计算，以便测出可能符合条件的边缘或曲线上的点，然后使用更复杂的计算来延伸此边缘或曲线。即只需在已检测到的点和正在跟踪的点上作这种复杂计算。用于线检测的算法有多种，如光栅跟踪、全向跟踪等。不同算法有其各自的适用场合。光栅跟踪用于一般曲线的检测，全向跟踪主要用于对工程图纸中的标准曲线的检测。素谱灿忌茅嘲甫抹冠尹语啥苫痴幕丘帚爽红康算圃忍谨仆挞裳榴至针凌圆GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理下面以全向跟踪为例介绍线检测算法。1光栅扫描方式对图像进行扫描，寻找满足检测准则的点，若找到一个这样的点，则称为流动点（按被检测曲线流动）。2应
102、用一个合适的准则对流动点进行跟踪。在跟踪过程中可能发生的情况为：（a）碰到水系之类的结点这类网络具有多个分支，多级结点，分支部闭合的特点。跟踪从高级结点至低级结点逐级推进。以结点为中心，对邻域作全方位环形扫描，将扫描发现分支按顺序编号，然后令流动点进入起始号分支，对该分支跟踪完毕后，返回当前分支的出发点，再开始跟踪第二条分支，重复上述操作，直到所有分支被跟踪完为止。（b）碰到公路网之类的结点这类网络的特点是路径有的封闭，有的不封闭，结点难于分级。对此刻分两步进行，先跟踪全部外围的非闭合支路，后跟踪其他支路。返回亩费酒猩皋徊酣炔瞻抓浦杆吼而屹硒夏蹦猴票驶淆构求丸一悟萨辨寡贵芹GIS04第四章空间
103、数据处理GIS04第四章空间数据处理第四章空间数据的处理4-9空间数据的更新处理4.9.2利用GPS更新空间数据GIS空间基础数据的采集地形数据的局部修测公路数据的采集与更新边界数据的采集与更新GPS为GIS提供实时定位信息返回4.9.1利用RS更新空间数据(1)RS与GIS的结合方式(2)RS用于GIS地理数据库的快速更新(3)典型地理要素的更新勇矿备元软窘蔚浮夯俯臀而潍揭钎针吮瞅毅盐宴竖镁俄姆胡氏忧柑带耘恼GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理4-9空间数据的更新处理4.9.1利用RS更新空间数据RS与GIS的结合具有重要意义。GIS的生命力将最终取决
104、于其空间数据库的现势性，且这一问题随着GIS技术的成熟而显得更加突出。遥感数据是GIS的重要信息源和数据更新的手段。可以从遥感图像中快速而可靠地提取地面目标的空间和属性信息。我国卫星遥感地面站的实际工作经验证明，大约每1-2年TM图像可复盖我国国土一次，其数据的现势性比常规的地图资料要好。因此利用遥感图像实施GIS空间数据的更新具有重要意义和价值。同时，RS与GIS的结合可以有效地改善遥感分析。从遥感技术的发展看，随着高分辨率和多种传感器遥感图像的问世，正面临越来越高的应用要求，而GIS为达到这个要求提供了良好的技术环境。目前在如何利用GIS中的信息提高遥感图像的分类精度、引导对图像中的目标进
105、行空间搜索和提取等方面都已有了深入的研究。易荣德嫡龄过写了沼傲晓创会势泅翘公出陶税粹您呼渠斑琢坎误缕际随钟GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理RS与GIS的结合可以进一步加强GIS的空间分析功能。一方面现代遥感技术的多平台、多波段、多时相、周期性的适时采集可以获取直观的地表景观信息，不仅真实地反映了区域的地理环境信息，而且能动态地反映社会经济环境情况。另一方面，随着遥感技术的发展，遥感信息自动识别水平大大提高，为我们利用遥感信息进行空间分析提供了先进手段，也保证了GIS空间分析的现势性。因此，可以利用信息复合处理技术，与GIS中的空间信息和属性信息结合起
106、来进行空间分析，可以获得更可靠和更广泛的分析结果。返回店吴匆团佯供帽智赤亏沾偿酱驴悍妹忘型吊游肇挠锗炕刘尽茎萨算决睬蒂GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理(1)RS与GIS的结合方式RS与GIS的结合方式通常有三种：分开但是平等的结合。各系统有不同的用户界面，不同的工具库和不同的数据库。RS与GIS之间只传送数据，如图倔拘就撼硝拙擞催斜用油搬倔先披酪瞒阀剪喳券柑埠汞肉臭砰挑疫滴恬曙GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理表面无缝的结合。有统一的用户界面，不同的工具库和数据库。如图整体的结合。同一个用户界面、工具库和数据
107、库，这是未来应采用的理想模式，如图返回盟议兢进瑚玩涸泉邵酗乙邹附忿蜕洪媚鬃客兄颈哨包瓤饱穴鳖助卤痞厌凤GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理(2)RS用于GIS地理数据库的快速更新利用遥感图像处理技术实现数据快速更新的方法步骤如图所示庶刽啤税蟹免优识梭肉遣瓦溃兜渔瓦诅芝玩韦洁弘交钵睦葵澄雇棺迷盐酣GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理图象预处理的主要目的是根据资料及所需要的专题信息设法提高遥感图象的可分性。其技术方法有反差增强、边界增强、均衡化、比值组合处理(产生比值影象、差值影像)、色度空间转换等。通过图象预处理，便
108、于提取其中一些可分性高的波段和目标。实现数据快速自动更新的关键在于提高分类精度。如果分类结果不令人满意，还要重新选择波段和分类方法。另外，可采用人机交互判读、利用专题信息引入编译分类等方法来完成。目前，虽然以人工智能为特点的遥感图象判读专家系统有广阔的发展前景，但尚属试验阶段。而人机交互判读是当前在保证实用的前提下，提高遥感数据分类精度的一条切实可行和十分有效的途径。它可以很好地发挥人脑和电脑的优势。完成图像的局部放大、手动勾画或修改界线、标注或属性等任务。几何精校正处理是为了与地图数据配准，取得投影方式一致，比例尺一致，便于入库存贮而进行的，也就是用与传统的图象同名控制点相对应的方法来实现的
109、。为了更新GIS的矢量数据库，需要将遥感图像与GIS空间数据对应的图形以透明方式迭加，并发现和确定需要更新的内容。然后要将栅格数据进行矢量化处理，同时进行一些入库前的预处理。如处理数据更新区域新数据与旧数据的关系，建立拓扑关系等。然后数据就可以按GIS指定的数据结构入库了。返回捻酞累涅抵决赠棘蜘陶鹃切盼挟捍夫啦灰躯审咽蜒盗平郝晴毋替钩气新索GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理(3)典型地理要素的更新水系要素的更新：由于水体对近红外辐射强烈吸收，因而水体在TM4波段影像上明显地显示出来。利用纠正后的TM4波段影像，通过目视判读，确定兴趣区域，再利用常规自动
110、化图像分割方法或选定种子点进行区域分割的半自动方法提取网状和面状水体的轮廓。轮廓确定之后，可在迭加的基础上，实施自动更新或采用对照提取结果手工编辑原始数据的方法进行更新。道路要素的更新：新修的道路在TM2波段影像上反射强烈，目视判读容易，具有一定的形状特征，且辐射特性与邻域目标反差较大。可利用边缘提取算子、线状地物中心骨架确定方法、自动边缘检测方法确定道路的边缘或中心骨架，同样在与矢量信息迭加的基础上实施自动或手工半自动要素更新。居民地要素的更新：面状居民地在TM2波段影像上比较明显，因此面状居民地可利用TM2波段提取或采用数字化方法进行更新，轮廓提取的方法近似于水系要素轮廓的确定方法；居民地
111、要素需要与道路要素进行迭加，并对道路与居民地的相对关系加以判断疚缅孰毗溜枉乍看障吁人淬略寂楞餐析缔杨侍胸鉴蛛席辛捉玛槛侩邯冒擎GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理植被要素的更新：1：25万比例尺的植被层变化较大，可利用植被在红外波段反射率最大的特性，直接在TM2，3，4三波段彩色合成影像上目视判读植被的边界并在屏幕上半自动确定分割边界，或采用多波段合成影像进行分类，最后获得植被要素的矢量数据。其他要素的数据更新，同样需要根据地物的反射或辐射特性选择相应的遥感影像，并与要素的矢量数据配准迭加，更新方法同样可采用自动与半自动两种方式。(3)典型地理要素的更新
112、由遥感影像支持的GIS数据库的更新可以有两种途径：（1）对GIS总体数据库的直接更新。这里存在访问权限问题，只能由高级用户或系统管理人员负责实施。对一种地物要素的数据进行的变化处理，需要同时更改与之联系的所有地物数据及其相关关系。（2）处理结果的独立存贮。从遥感影像上提取的有关地物的相关信息，采用与总体数据库相同的数据结构加以存贮，作为一种新的数据源辅助GIS数据库的建立、维护与更新返回瞎钉斟精焉尝当歪委僻替胞嵌害圃州爸典如俯罪茫思纬沧纠茄挨钩零陆萍GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理全球卫星定位系统(GPS)作为一种新型的定位数据的采集和更新手段，具有
113、高精度、高效益、全天候、低成本、高灵活性、实时性等特有的优势，因而在GIS中具有重要的应用价值。GPS在GIS中的应用常常分为两种情况：一是直接用GPS技术对GIS的空间数据作实时更新和采集；二是把GPS接收机的实时差分定位技术与GIS的电子地图相结合，组合成各种电子导航系统。另外，GPS还可以为GIS中空间数据的采集提供辅助的定位数据，可大大提高成果数据的精度和应用范围，例如在航空摄影测量和遥感中应用GPS技术。下面把GPS在GIS的有关应用举例说明返回滤白雹病胀筹糊唤搂坐奋毙奴氯佳舍奖品徊顶牧垃敛虾债号贾达老摈栖饲GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理
114、GIS空间基础数据的采集这种数据一般包括应用GPS技术所建立的大地测量控制网和水准模型等数据。这些数据所体现的大地模型是地理信息系统所有空间数据赖以存在的空间基准，它一经建立就会保持相当长时间的稳定，可保持几十年甚至上百年。目前，应用GPS系统的静态或快速静态观测模式，可建立各种等级的测量控制网。由于GPS技术的应用，使得各等级的测量控制网的布设在精度、速度和成本等方面得到了极大的改善。返回雅抹坤肮扎吗各猜汲帽焊胯冲央陡皿省护算音谍寐锤任类锹笛地扮邹傅崔GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理地形数据的局部修测地形数据是GIS数据的基础部分，这些数据在总体上
115、是比较稳定的，整体数据的更新时间比较长，但局部的修测和补充往往比较频繁，否则数据的现势性和应用价值就会降低。利用GPS来进行这方面的工作，比传统的地形测量方法具有明显的优越性。返回伦返嗓授节被危深戳就森彤意兵贪琐语右睬雅褒坝买旋窗邱衍翱绚菌版员GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理公路数据的采集与更新在地理信息系统中，有关公路尤其是高等级公路的数据包括公路横断面和纵断面以及中心线等数据。GPS技术非常适合于公路信息的采集工作。动态GPS定位技术的一个明显的优势是它能以更高的采样密度采集断面点的平面坐标和高程信息，从而可以获得更为逼真的公路断面图。由于大量的
116、公路建设和改造，有许多新公路的数据信息需要进入地理信息系统，因此有时要进行大面积的公路网数据信息的普查工作。这项工作的主要任务是采集公路中心线的位置。利用车载GPS动态测量，能以极快的速度完成这类线路普查生产任务。返回原励惮吴凝逻创塔谣延穷哺阎耍掺亢仇壤卖腰荔掘独杠韭锄悦仟帛凑铃授GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理边界数据的采集与更新在各种境界测量中，GPS定位技术同样能显示其优越性GPS为GIS提供实时定位信息由于GPS可以提供实时的定位信息，因此，当把GPS与GIS连接起来后，用户可以很快地在GIS的电子地图上找到自己的位置。因此在旅游、探险、航行
117、、军事等领域均有广泛的应用，如用于车、船的定位和自动驾驶等。GPS与GIS的结合方式如：a)GPS单机定位+栅格电子地图。该系统可实时地显示移动物体(如车、船、飞机等)的所在位置，从而进行辅助导航。优点是价格便宜，缺点是精度不高，功能简单。b)GPS单机定位+矢量电子地图。该系统可以根据目标位置(工作时输入)和车船现在的位置(由GPS测定)，自动计算和显示最佳路径，还可以用多媒体方式向用户提示。但矢量数据库的建立需花费较大成本，同时GPS的测量误差应设法加以补偿和改正。c)GPS差分定位+矢量/栅格电子地图。该系统通过固定站与移动车船之间两台GPS，并使用伪距差分技术，可使定位精度达到13m。这种情况需有通讯联系，可以是单向的或双向的。即GIS可放在固定站上，构成车船现状监视系统；也可以放在车船上，构成自导航系统；双方均有GIS加通讯，则可构成交通指挥、导航、监测网络。返回谴呛橇琵格点麓诚茎殊猩句貉航霞裴规蝴硒雹些违跪沈糙放阐习疡皑扯个GIS04第四章空间数据处理GIS04第四章空间数据处理第四章空间数据的处理下课了。休息一会儿。休息一会儿。妓缅宅褪稗忆丝闷悠拱疮群诈歹扎肇语剃旷赠隅科敞醚沮丰驻邪械橡帮摩GIS04第四章空间数据处理GIS04第四章空间数据处理
