T I ê uchu ẩ n q u ố c g I a


Sự lắp ghép 11.1 Lưới lắp ghép



tải về 1.07 Mb.
trang14/14
Chuyển đổi dữ liệu08.06.2018
Kích1.07 Mb.
#39702
1   ...   6   7   8   9   10   11   12   13   14

Sự lắp ghép

11.1 Lưới lắp ghép


Sự lắp ghép là một cơ chế phổ biến để giảm kích cỡ không gian của dữ liệu trong tập dữ liệu. Tập dữ liệu có thể được phân chia thành một số phần riêng biệt. Một mảnh ghép (1 lắp ghép - tile) là một tập dữ liệu được cạnh - kết hợp (edge-matched) với dữ liệu khác trong một lược đồ dạng lắp ghép.

Lược đồ dạng lắp ghép hiệu quả với một tập dữ liệu địa lý rời rạc, trong đó các mảnh ghép là các phần tử tập dữ liệu địa lý. Một lược đồ dạng lắp ghép có thể được sử dụng với kiểu dữ liệu vector, lưới hoặc kiểu dữ liệu tập dữ liệu địa lý khác.



Lược đồ dạng lắp ghép bao gồm các giá trị dữ liệu thưa thớt. Ví dụ một ảnh bản đồ dạng vector được lắp ghép như hình bên dưới. Hình 16 minh họa một lưới được lắp ghép dạng lắp ghép. Cách thức mà cơ chế lắp ghép thực hiện có thể là duy nhất cho một định dạng mã hóa đặc biệt, nhưng khái niệm này là một phần của mô hình nội dung cho một sản phẩm dữ liệu cụ thể.

Hình 16 - Lưới dựa trên mô hình lắp ghép


11.2 Mật độ lắp ghép


Bề mặt của trái đất không đồng đều và lượng dữ liệu khác nhau được yêu cầu mô tả đối với các vùng khác nhau của trái đất. Bởi vậy mà dữ liệu có thể thay đổi bởi độ phân giải hoặc trong số lượng các thuộc tính được gán. Sự lắp ghép dạng lắp ghép cũng được sử dụng để xử lý các dữ liệu khác nhau về mật độ hoặc độ phân giải. Hình 17 minh họa một lược đồ lắp ghép với ba mật độ mảnh ghép khác nhau.

11.3 Lược đồ dạng lắp ghép


Một lược đồ dạng lắp ghép là một tập dữ liệu địa lý dạng bề mặt rời rạc. Nếu như tập dữ liệu địa lý dạng bề mặt rời rạc sử dụng một lưới thì là kiểu tập dữ liệu địa lý dạng lưới bề mặt rời rạc được mô tả ở điều 10.7. Lược đồ dạng lắp ghép không thực sự là một tập dữ liệu, vì vậy không có lớp CV_SurgaceValuePair với một giá trị thuộc tính. Chính các mảnh ghép là các thể hiện của giá trị thuộc tính. Mỗi tập dữ liệu xác định mảnh ghép trong siêu dữ liệu dạng cấu trúc. Lớp IF_Tiling xác định lược đồ dạng lắp ghép được mô tả bên ngoài của tập dữ liệu.

PHỤ LỤC A

(Quy định)

Bộ kiểm thử tóm tắt



A.1 Tập dữ liệu địa lý dạng lưới tứ giác liên tục

  1. Mục đích kiểm thử: Kiểm tra lược đồ ứng dụng phải có thuyết minh lớp IF_QuadGriddedData với thuộc tính CVJnterpolationMethod = Bilinear, sequenceRule có kiểu tuyển tính, các lớp IF_Dataset, IF_CollectionMetadata, IF_DiscoveryMetadata phải gồm các phần tử siêu dữ liệu trong ISO 19115 và ISO 19115-2, Kiểm tra các thuộc tính, thao tác, liên kết và ràng buộc cụ thể của các lớp CV_GridValueCell, CV_GridPointValuePair, CV_GridValuesMatrix trong ISO 19123.

  2. Phương thức kiểm thử: Kiểm tra các tài liệu hoặc hồ sơ của lược đồ ứng dụng.

  3. Tham chiếu: ISO/TS 19129:2009, 9.1 và 10.3, ISO 19123:2005, 18.12, 18.13 và 18.14, ISO 19115, ISO 19115-2.

  4. Kiểu kiểm thử: Khả năng (Capability).

A.2 Tập dữ liệu địa lý dạng lưới Riemann

  1. Mục đích kiểm thử: Kiểm tra lược đồ ứng dụng phải thuyết minh lớp IF_RiemannGriddedData với thuộc tính CV_interpolationMethod = nearestNeighbour, sequenceRule có kiểu Morton, các lớp IF_Dataset, IF_CollectionMetadata, IF_DiscoveryMetadata phải gồm các phần tử siêu dữ liệu trong ISO 19115 và ISO 19115-2, Kiểm tra các thuộc tính, thao tác, liên kết và ràng buộc cụ thể của các lớp CV_GridValueCell, CV_GridPointValuePair và CV_GridValuesMatrix trong ISO 19123.

  2. Phương thức kiểm thử: Kiểm tra các tài liệu hoặc hồ sơ của lược đồ ứng dụng.

  3. Tham chiếu: ISO/TS 19129:2009, 9.1 và 10.4, ISO 19123:2005, 18.12, 18.13 và 18.14, ISO 19115, ISO 19115-2.

  4. Kiểu kiểm thử: Khả năng (Capability).

A.3 Tập dữ liệu địa lý dạng tam giác TIN

  1. Mục đích kiểm thử: Kiểm tra lược đồ ứng dụng phải thuyết minh lớp IF_TINCoverageData với thuộc tính CV_interpolationMethod = barycentric, các lớp IF_Dataset, IF_CollectionMetadata, IF_DiscoveryMetadata phải gồm các phần tử siêu dữ liệu trong ISO 19115 và ISO 19115-2, Kiểm tra các thuộc tính, thao tác, liên kết và ràng buộc cụ thể của các lớp CV_ValueTriangle và CV_PointValuePair trong ISO 19123.

  2. Phương thức kiểm thử: Kiểm tra các tài liệu hoặc hồ sơ của lược đồ ứng dụng.

  3. Tham chiếu: ISO/TS 19129:2009, 9.1 và 10.5, ISO 19123:2005, 10.3 và 6.3, ISO 19115, ISO 19115-2.

  4. Kiểu kiểm thử: Khả năng (Capability).

A.4 Tập dữ liệu địa lý dạng điểm rời rạc

  1. Mục đích kiểm thử: Kiểm tra lược đồ ứng dụng phải thuyết minh lớp IF_DiscretePointCoverage, các lớp IF_Dataset, IF_CollectionMetadata, IF_DiscoveryMetadata phải gồm các phần tử siêu dữ liệu trong ISO 19115 và ISO 19115-2, Kiểm tra các thuộc tính, thao tác, liên kết và ràng buộc cụ thể của lớp CV_PointValuePair trong ISO 19123.

  2. Phương thức kiểm thử: Kiểm tra các tài liệu hoặc hồ sơ của lược đồ ứng dụng.

  3. Tham chiếu: ISO/TS 19129:2009, 9.1 và 10.6, ISO 19123:2005, 6.3, ISO 19115, ISO 19115-2.

  4. Kiểu kiểm thử: Khả năng (Capability).

A.5 Tập dữ liệu địa lý dạng bề mặt lưới rời rạc

  1. Mục đích kiểm thử: Kiểm tra lược đồ ứng dụng phải thuyết minh lớp IF_DiscreteSurfaceGridCoverage, các lớp IF_Dataset, IF_CollectionMetadata, IF_DiscoveryMetadata phải gồm các phần tử siêu dữ liệu trong ISO 19115 và ISO 19115-2, Kiểm tra các thuộc tính, thao tác, liên kết và ràng buộc cụ thể của các lớp CV_GridPointValuePair và CV_GridValuesMatrix trong ISO 19123.

  2. Phương thức kiểm thử: Kiểm tra các tài liệu hoặc hồ sơ của lược đồ ứng dụng.

  3. Tham chiếu: ISO/TS 19129:2009, 9.1 và 10.7, ISO 19123:2005, 18.12 và 18.13, ISO 19115, ISO 19115-2.

  4. Kiểu kiểm thử: Khả năng (Capability).


PHỤ LỤC B

(Tham khảo)

Các trường hợp sử dụng

B.1 Trường hợp sử dụng minh họa

Lĩnh vực dữ liệu dạng ảnh, ô lưới và dữ liệu dạng tập dữ liệu địa lý rất rộng và không thể phát triển tất cả các trường hợp sử dụng của các loại dữ liệu được áp dụng. Trong tiêu chuẩn này đưa ra một tập nhỏ các trường hợp sử dụng min họa cho một số kiểu mô hình nội dụng được đề cập trước đó là:


  • Trường hợp sử dụng của hình ảnh;

  • Tổng hợp số liệu điều tra, ví dụ khảo sát thủy văn;

  • Các bề mặt tính toán, ví dụ tạo ra các đường nét;

  • Trường hợp sử dụng của điểm độ cao/độ sâu ví dụ thủy văn;

  • Phân loại các đối tượn bao phủ một vùng, ví dụng phân loại độ che phủ mặt đất.

Những trường hợp sử dụng này có thể được sử dụng để xác định một vài mô hình nội dung mẫu với các định dạng khác nhau có thể đính kèm các nội dung thông tin tương tự.

B.2 Cấu trúc nội dung

Cấu trúc nội dung cho dạng hình ảnh được xác định như là một tập dữ liệu dạng lưới tứ giác liên tục với ma trận giá trị lưới liên kết siêu dữ liệu liên kết. Nếu một LUT được sử dụng thì một tập dữ liệu dạng lưới bề mặt rời rạc có thể được sử dụng.

Cấu trúc nội dung cho dữ liệu khảo sát (khảo sát thủy văn) là tập dữ liệu dạng lưới được tổ chức dưới dạng cây tứ phân và siêu dữ liệu liên kết, chiều sâu và thời gian được biểu diễn như kích thước, lưới này có thể là một tập dữ liệu địa lý dang lưới siêu diện đa chiều Riemann.

Cấu trúc nội dung cho bề mặt tính toán được xác định như một tập dữ liệu dạng TIN và siêu dữ liệu liên kết.



Cấu trúc nội dung cho dữ liệu dạng điểm độ cao/độ sâu được xác định như một tập dữ liệu địa lý dạng điểm rời rạc và siêu dữ liệu liên kết. Khi bề mặt là liên tục chẳng hạn như với độ cao/ chiều sau thì tập dữ liệu địa lý dạng điểm rời rạc để biểu diễn các mẫu là hiệu quả và hàm nội suy liên kết với tập dữ liệu.

Cấu trúc nội dung cho việc phân loại các đối tượng thành một vùng là một tập dữ liệu địa lý rời rạc và siêu dữ liệu liên kết.



B.3 Sự lắp ghép

Việc tổ chức bất kỳ thông tin dữ liệu địa lý dưới dạng một tập các miếng ghép được xác định là một kiểu đặc biệt của tập dữ liệu địa lý rời rạc nơi các phần tử địa lý là tập con của tập dữ liệu. Sự lắp ghép này được sử dụng để tổ chức cả kiểu dữ liệu vec tơ và tập dữ liệu địa lý. Sự lắp ghép là một trường hợp sử dụng đặc biệt.

PHỤ LỤC C

(Tham khảo)

Trình bày dữ liệu dạng ảnh và ô lưới

C.1 Sử dụng bảng màu LUT

Dữ liệu dạng ảnh và ô lưới sử dụng chế độ màu sắc RGB hoặc mã màu để biểu diễn các giá trị điểm ảnh. Khi số hóa một hình ảnh tổng hợp ví dụ như một bản đồ hoặc biểu đồ sử dụng một màu sắc trong LUT có thể tạo ra lợi thế đáng kể trong việc giảm số lượng dữ liệu cần truyền tải. Nếu chỉ có một số ít màu sắc được sử dụng trong một sản phẩm in ấn, thì đó là một số lượng các màu sắc trong LUT được sử dụng và có vài bit được yêu cầu trên một điểm ảnh định địa chỉ trong bảng màu LUT. Ví dụ nếu một biểu đồ chỉ sử dụng bảy loại mực khi in ấn, và nếu có thể phân biết bảy màu sắc khác nhau thì một màu trong bảng LUT có thể được thiết lập để đặc tả cho từng màu trong bảy màu tương ứng với giá trị chính xác. Chỉ có ba bit trên một điểm ảnh được yêu cầu để làm chỉ số trong bảng LUT.



C.2 Trình bày thuộc tính màu sắc

C.2.1 Cột màu sắc

Cột màu là những phổ màu liên tục từ điểm bắt đầu đến điểm kết thúc. Chúng có thể bao gồm các quang phổ có thể nhìn thấy được hoặc nhìn thất một phần. Ngoài ra một cột màu có thể là một grey-scale. Mặc dù về mặt lý thuyết liên tục, việc áp dụng một cột màu yêu cầu việc trình bày là các biểu diễn rời rạc quang phổ nhất định. Phạm vi lớn hoặc nhỏ của dữ liệu có thể được nén hoặc kéo dài ra trong quá trình cột hóa các giá trị thuộc tính. Ngoài ra điểm bắt đầu và kết thúc có thể được lựa chọn trên một phổ nhất định để hỗ trợ cho việc trình bày dữ liệu một cách tốt nhất trong dải thuộc tính giới hạn một cách tự động.



C.2.2 Dải màu sắc

Dải màu cũng được gọi là bảng màu. Nó là một danh sách hoặc bảng chứa các giá trị màu sắc rời rạc và dải giá trị thuộc tính. Với mỗi dải thuộc tính giá trị thuộc tính (ví dụ từ 10 – 20) của một màu cụ thể đều được gán (ví dụ màu đỏ, hoặc R=255, G=0, B=0). Hầu hết các màu được gán theo một gói quang phổ màu sắc, nhưng nó thực sự không cần thiết. Bảng màu có thể được lựa chọn hoặc thiết kế sao cho việc trình bày các kiểu dữ liệu là tốt nhất hoặc để làm nổi bật khía cạnh cụ thể.



C.2.3 Đối tượng màu

Màu sắc có thể được gán bởi đối tượng hoặc kiểu đối tượng. Theo cách này, Nếu kiểu đối tượng được gán thì sẽ đưa ra một thuộc tính nhất định, chúng có thể được gán màu dựa trên đặc tính. Cách này cũng tương tự như hướng tiếp cận bảng màu, ngoại trừ các màu sắc được gán cho những đối tượng riêng lẻ và không phải là giá trị thuộc tính hoặc thuộc dải thuộc tính. Ngoài ra một số thuộc tính được sử dụng để xác định một đối tượng nhất định vì thế mà màu sắc phụ thuộc gián tiếp vào nhiều thuộc tính.

Với việc hiện thực hóa thì dữ liệu có thể được trình bày bằng cách sử dụng các hướng tiếp cận này. Hoặc là sử dụng kết hợp các hướng tiếp cận này.

THƯ MỤC TÀI LIỆU THAM KHẢO



  1. ISO/TS 19129:2009, Geographic information - Imagery, gridded and coverage data framework.





tải về 1.07 Mb.

Chia sẻ với bạn bè của bạn:
1   ...   6   7   8   9   10   11   12   13   14




Cơ sở dữ liệu được bảo vệ bởi bản quyền ©hocday.com 2024
được sử dụng cho việc quản lý

    Quê hương