Тикунов В. С. Геоинформатика. Растровая модель данных

Скачать полную версию учебника (с рисунками, формулами, картами, схемами и таблицами) одним файлом в формате MS Office Word Скачать книгу

Растровая модель данных. Модель данных, именуемая растровой взамен устаревшего наименования матричной модели данных, имеет аналогии в компьютерной графике, где растр — прямоугольная решетка — разбивает изображение на составные однородные (гомогенные) далее неделимые части, называемые пикселами (от английского pixel, сокращение от «picture element» — элемент изображения), каждому из которых поставлен в соответствие некоторый код, обычно идентифицирующий цвет в той или иной системе цветов (цветовой модели). Из множества значений логических пикселов складывается цифровое изображение. Растровая модель данных в ГИС предполагает разбиение пространства (координатной плоскости) с вмещающими ее пространственными объектами на аналогичные пикселам дискретные элементы, упорядоченные в виде прямоугольной матрицы. Для цифрового описания (позиционирования) точечного объекта при этом будет достаточно указать его принадлежность к тому или иному элементу дискретизации, учитывая, что его положение однозначно определено номерами столбца и строки матрицы (при необходимости координаты пиксела, либо его центроида или любого угла могут быть вычислены). Пикселу присваивается цифровое значение, определяющее имя или семантику (атрибут) объекта. Аналогичным образом описываются линейные и полигональные объекты: каждый элемент матрицы получает значение, соответствующее принадлежности или непринадлежности к нему того или иного объекта (рис. 6).

Рис. 6. Растровая модель данных. (доступно при скачивании полной версии книги)
Исходные полигональные объекты (а) с атрибутами (классами) А, В, С, D и Е и матрица размером 7x7 растровой модели (б), каждому элементу которой присвоено значение атрибута объекта [Картография..., 1994. — С. 198]

Представление исходных полигональных объектов на рис. 6 в виде растра может показаться весьма грубым приближением их истинной формы. Однако, выбрав подходящий размер пиксела растровой модели, можно добиться пространственного разрешения (точности представления объектов), удовлетворяющего целям их цифрового описания и последующей обработки, если этому не препятствуют соображения экономии машинной памяти: двукратное увеличение разрешения ведет к четырехкратному росту объемов хранимых данных и т.д. Полученная матрица образует растровый слой с однотипными объектами; множество разнотипных объектов образует набор слоев, составляющих полное цифровое описание моделируемой предметной области. С каждым семантическим значением или кодом пиксела, кроме того, может быть связан неограниченный по длине набор (таблица) атрибутов, каждый из которых можно развернуть в производный слой, соответствующий размеру исходной матрицы. Таким образом, становится не столь обязательным разделение данных на позиционную и семантическую составляющие, отпадает необходимость в особых средствах хранения и манипулирования метрикой и семантикой пространственных данных, как это принято в векторных системах, существенно упрощаются аналитические операции, многие из которых (включая обработку запросов с логическими условиями) сводятся к попиксельным операциям с набором растровых слоев, которые могут быть легко «распараллелены».
В ГИС растрового типа (с возможностями поддержки растровой модели данных) достаточно просто могут быть реализованы функции их обработки, включая пространственный анализ. Зачастую они содержат также аппарат, получивший название «картографической алгебры» (неудачный дословный перевод с английского «тар algebra»), аналогичный по языковым средствам матричным операциям в некоторых языках программирования. Поддержка растровой модели данных — хорошая предпосылка (и условие) интеграции программных продуктов ГИС со средствами цифровой обработки данных дистанционного зондирования и обработки изображений в целом.
Простота машинной реализации операций с растровыми данными находится в противоречии с другой главной их особенностью — значительными затратами машинной памяти, требуемой для их хранения (в сравнении с объемами данных в описываемых ниже векторных моделях). Существуют способы сжатия (компрессии, упаковки) растровых данных. Простейший и достаточно популярный из них — групповое кодирование. Групповой код преобразует исходный растровый слой в ряд пар целых (обычно двухбайтовых) чисел, нечетные позиции которого отводятся для указания числа повторяющихся пикселов (групп) со значениями, занимающими четные позиции ряда, образуя счетчик и значение группы соответственно. Порядок просмотра исходной матрицы конвенциализируется, и в случае движения компрессора слева направо и сверху вниз (в лексикографическом порядке) матрица на рис. 6 будет свернута в одномерный массив вида:

4С 1D 2C 1В 2Е 3D 1С 1B 1E 1С 3D 4С 3D 1B 3С ЗА 1B 3С 1А 3В 4D 1А 2В.

Новая пара чисел (пакет) генерируется тогда, когда изменяется группа или когда количество ее элементов превысит допустимое двухбайтовое значение счетчика.
Степень сжатия данных, в нашем примере составляющая всего около 2%, в общем случае будет зависеть от пространственной структуры исходного растрового слоя, составляя многие порядки, а при определенных условиях приближаясь по компактности к векторным представлениям и форматам (которые сами по себе обычно настолько компактны, что не нуждаются в сжатии). Существуют различные модификации группового кода, широко используемого также для сжатия цифровых изображений.

Скачать полную версию учебника (с рисунками, формулами, картами, схемами и таблицами) одним файлом в формате MS Office Word Скачать книгу