可能性指针转盘矢量图 PS与AI结合矢 - 小小知识站
可能性指针转盘矢量图 PS与AI结合矢
最近有网友提出“可能性指针转盘矢量图 PS与AI结合矢”等问题，小小知识站提取了各大知名网站有关“可能性指针转盘矢量图 PS与AI结合矢”的部分信息，请注意，文中的内容不代表本站的观点，不要相信任何联系方式。下文是关于“可能性指针转盘矢量图 PS与AI结合矢”的一些信息：
问题：PS与AI结合矢量人物图片
回答：...理的时候先用PS做出初步的黑白纹理图，然后导入到AI里面，用其中的实时临摹功能转为正在的矢量图，后期再上色即可。原图点小图查看大图最终效果1、PS打开一个，像素相对高些，这样出来的图在细节上面会表现的更好。前景色设置除了白色以外的任意颜色，这里为黑色。2、执行滤镜
图章，设置根据左图的预览图自行调整。这里其实有很多的黑白效果...
问题：Flash技巧:位图矢量化和简化矢量图
回答：　　Flash提供了把位图转换为矢量图的方法，非常简单有效。先按&Ctrl R&导入需转换的位图，选菜单：Modify&Trace Bitmap。在出的对话框中，把&Color&和&Minimum Area&设置得越低，后两项设置得越加紧密、越多转角(即下拉菜单越偏前面的选项)，则得到的图形会越大，转换出的画面也越精细。对于节点复杂的矢量图，可按&Ctrl Alt Shift C&键进行...
问题：位图是什么？
回答：位图是什么?肯定从事平面设计的人员都对位图及矢量图有了一定的了解，可是对于刚刚学ps及cdr的朋友来讲，首先就会学会如何区分一个图像是位图还是矢量图，所以这里就来和大家介绍位图及矢量图的概念，位图和矢量图的区别在哪里?好吧，下面就正式进入正题来讲解位图和矢量图。1、位图：又叫栅格图像，又可以称之为点位图。它是由很多色块(像素)组成的图像，放大...
问题：详解PhotoShop中位图和矢量图的区别
回答：很多初搞不清楚位图与矢量图之间的区别。经常会问一些搞笑的问题。：Photoshop可以处理图像，不能绘制矢量图形。矢量图形绘图软件，不能修改位图图像，等等。借这个机会为大家详细讲述两种图像的区别。：腾龙设计很多初搞不清楚位图与矢量图之间的区别。经常会问一些搞笑的问题。：Photoshop可以处理图像，不能绘制矢量图形。矢量图形绘图软件...
问题：Photoshop的品导入Flash
回答：...充足的video包，在多的例里，质量是判断一个高手的唯一标准。当然，这儿有一些不能够和矢量图相容的东西。例如超现实主义的东西，微妙的阴影不能够被建立，并且纹理也不是很好。这还是的，当然Flash是支持位图输入的。更重要的是它能够使你的位图变为矢量图。它们还能够被动画。它们使用简单，缩放，旋转和扭曲。这都是一些你必须知道的技巧。不幸的是，...
问题：PS与AI结合快速矢量效果的人物技巧 PS实例教程
回答：ps的都是位图，和矢量图就是两种概念的图形。本教程就是PS与AI结合漂亮的矢量人物图片，教程的转矢量方法非常经典。处理的时候先用PS的滤镜中的素描工具，然后导入到AI里面，用实时临摹功能就可以转为矢量图了。1、PS打开准备好的，像素相对高些，这样出来的图在细节上面会表现的更好。2、选中图层--执行滤镜--素描--图章，设置根据左图的预...
问题：CDR把位图转换成矢量图教程
回答：这篇教程教脚本之家的朋友们用cdr把位图转换为矢量图，教程难度一般，算是一个技巧的介绍吧，好了，先来看问题：这是一个位图标志，怎么变颜色呢，怎么放大才不失真呢，怎么去掉后面的呢？ 很简单！具体的步骤如下：1 导入图片 位图-转换为位图（300像素/黑白/应用icc预置/光滑处理）效果如下2.描摹位图-轮廓描摹-线条图这个面板不需要动什么参数 确定之...
问题：AI简单漂亮的黑板报效果文字矢量图
回答：这篇教程是向脚本之家的朋友介绍利用AI简单漂亮的黑板报效果文字矢量图，教程难度不是很大，出来的文字效果也挺漂亮的，运用的范围也挺广，感谢原创作者caobinbin0719的分享，过来和脚本之家的朋友们一起分享学了，先来看看最终的效果图吧： 教程结束，以上就是AI简单漂亮的黑板报效果文字矢量图过程，希望对大家有所帮助，谢谢阅读！
问题：Ai怎么把简单图片抠图转矢量图
回答：在这里介绍的是把图片文字用illustrator转换矢量文字的方法，对于书法字体，logo标志转矢量图，百试不爽！一般用于分辨率较高，单色图片。下面就让我们试试看吧。1、网上随便找一图片，然后在ps里面把色去掉，转换成黑白色。2、把转换好的黑白色图片在ai illustrator中打开，一般我会，然后拖到的中去。因为直接打开后颜色会填充不上，里...
问题：IllustratorAI模仿巧绘布娃娃矢量图实例教程
回答：在一些时尚杂志的封面或内页我们经常可以看到一些人物的矢量插图，这些矢量图大多是使用象Illustrator这样的专业矢量绘图软件绘制而成的。其实，只要有一些绘画的功底，能够熟练使用Illustrator，掌握正确的方法，我们一样能够画出这样的矢量人物。下面我们以中文版Illustrator CS2为例，看看如何绘制一个可爱小布娃娃的矢量插图（其他版本步骤类似）。先看一下完成后...
问题：Illustrator绘制精美弯曲的胶卷矢量图
回答：本教程是向大家介绍利用Illustrator绘制精美弯曲的胶卷矢量图过程，出来的胶卷非常漂亮，步骤用到了Illustrator多种工具，对于新手来说会有点难度。转发过来，喜欢的朋友可以跟着一起！很多时候要表现过去、回忆等场景，会不由自主想到用电影胶卷贴上的形式来表现，但是现成的素材是不可能如你所愿的形状，又不可能为了素材改变整个版面，于是就放弃...
问题：PS与AI结合矢量人物图片
回答：...理的时候先用PS做出初步的黑白纹理图，然后导入到AI里面，用其中的实时临摹功能转为正在的矢量图，后期再上色即可。原图点小图查看大图最终效果1、PS打开一个，像素相对高些，这样出来的图在细节上面会表现的更好。前景色设置除了白色以外的任意颜色，这里为黑色。2、执行滤镜
图章，设置根据左图的预览图自行调整。这里其实有很多的黑白效果...
问题：矢量图片导入AI,怎么打散该图片,我要图片的小物件!回答：提取矢量图中的一部分?没有办法提取 唯一的办法就是 提取静止图 然后重新做运动 类似问题：从AI软件导入到PS软件的图怎么打散?(详细介绍下) AI怎么导入CDR里 在photoshop路径导入AI中如何打散在填充渐变时不会改 怎么打散AI导入到PS软件的图 导入ai里的图层,怎么打散... 问题：CDR快速把绘制成矢量图的教程步骤
回答：...为位图(参图如下)第二步, :&位图&--&&描摹位图&--&&线条图&得出图片的矢量图,群组,然后,我们在图层后,随意填充一个色, 将细节稍微细化下，并去除白色的部分最后再调成你想要的,加上文字,得出,(以下都可以搭配了)
问题：如何用PS和AI将图片转成矢量图
回答：教程主要使用Photoshop把人物图片转换成矢量图。1. PS打开一个，像素相对高些，这样出来的图在细节上面会表现的更好。前景色设置除了白色以外的任意颜色，这里为黑色。2.
执行滤镜图章，设置根据左图的预览图自行调整。这里其实有很多的黑白效果可以应用，例如撕边、绘图笔等，效果都不一样，大家都可以去试试。确定后保存PS。3. 打开Illustrator，...
分享给小伙伴们：
也许你感兴趣红动创办于2005年，老品牌值得信赖
在线客服 :
客服热线 :咨询电话 周一至周日：8:00-22:30(12:00-13:00及法定假日除外)服务咨询工作时间周一至周日：8:00-22:30(12:00-13:00及法定假日除外)意见反馈您的意见是我们不断进步的动力！栅格数据 与 矢量数据
编辑：www.fx114.net
本篇文章主要介绍了"栅格数据 与 矢量数据"，主要涉及到栅格数据 与 矢量数据方面的内容，对于栅格数据 与 矢量数据感兴趣的同学可以参考一下。
&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 &
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 &
　　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
　　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
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。
　　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
　　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 &
　　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。
-------------------------------------------------------------------------------------------------------------------------------------
栅格数据
栅格数据是按网格单元的行与列排列、具有不同灰度或颜色的阵列数据。每一个单元（象素）的位置由它的行列号定义，所表示的实体位置隐含在栅格行列位置中，数据组织中的每个数据表示地物或现象的非几何属性或指向其属性的指针。，一个优秀的压缩数据编码方案是：在最大限度减少计算机运算时间的基点上进行最大幅度的压缩。
栅格数据是按网格单元的行与列排列、具有不同灰度或颜色的阵列数据。栅格结构是大小相等分布均匀、紧密相连的像元（网格单元）阵列来表示空间地物或现象分布的数据组织。是最简单、最直观的空间数据结构，它将地球表面划分为大小、均匀、紧密相邻的网格阵列。每一个单元（象素）的位置由它的行列号定义，所表示的实体位置隐含在栅格行列位置中，数据组织中的每个数据表示地物或现象的非几何属性或指向其属性的指针。对于栅格结构：
点实体由一个栅格像元来表示；
线实体由一定方向上连接成串的相邻栅格像元表示；
面实体（区域）由具有相同属性的相邻栅格像元的块集合来表示。
栅格结构的特点
数据直接记录属性的指针或属性本身，而其所在位置则根据行列号转换成相应的坐标给出。也就是说，定位是根据数据在数据集合中的位置得到的。
如图3.1(a)所示，数据1表示属性或编号位的一个点，其位置由所在的第3行、第5列得到。因为栅格结构是按一定的规则排列的，因此所表示的实体位置很容易隐含在网格文件的存储结构中。在网格文件中每个代码本身明确地代表了实体的属性或属性编码，如果为属性编码，则该编码可作为指向实体属性表的指针。图3.1
(a)中表示了代码分别为1，3，6的实体，图3.1 (b)表示了一条代码为8的线实体，图3.1 (c)表示了3个代码分别为4，7，9的面实体。
(a) 点 　(b) 线 　(c) 区域
0 0 0 0 0 0 0 0 　0 0 8 0 0 0 0 0 　 4 4 4 4 7 7 7 7
0 0 0 0 0 0 0 0 　0 0 0 8 0 0 0 0 　 4 4 4 4 4 7 7 7
0 0 0 0 1 0 0 0　 0 0 0 0 8 0 0 0 　 4 4 4 4 9 9 7 7
0 0 0 0 0 0 0 0　 0 0 0 0 0 8 0 0 　 0 0 4 9 9 9 7 7
0 0 0 3 0 0 0 0 　0 0 0 0 0 8 0 0 　 0 0 0 9 9 9 7 7
0 0 0 0 0 0 0 0　 0 0 0 0 0 8 0 0　0 0 0 9 9 9 9 9
0 0 0 0 0 6 0 0 　0 0 0 8 8 0 0 0 　 0 0 0 0 9 9 9 9
0 0 0 0 0 0 0 0 　0 0 0 0 0 0 0 0 　 0 0 0 0 0 9 9 9
栅格结构是用有限的网格逼近某个图形，因此用栅格数据表示的地表是不连续的，是近似离散的数据。栅格单元的大小决定了在一个象元所覆盖的面积范围内地理数据的精度 ，网格单元越细栅格数据越精确，但如果太细则数据量太大。尤其按某种规则在象元内提取的值，如对长度、面积等的度量，主成分值、均值的求算等，其精度由象元的大小直接决定。由于栅格结构中每个代码明确地代表了实体的属性或属性值，点实体在栅格结构中表示为一个象元，线实体表示为具有方向性的若干连续相邻象元的集合，面实体由聚集在一起的相邻象元表示，这就决定了网格行列阵列易为计算机存储、操作、显示与维护，因此，这种
结构易于实现，算法简单，易于扩充、修改，直观性强，特别是容易与遥感影像的联合处理。
（一）栅格数据的获取途径
栅格数据的获取主要由以下几个途径：
⑴ 栅格法：在待输入的图形上均匀划分栅格单元，逐个栅格地决定其属性代码，最后形成栅格数字地图文件。这是人工编码，当数据量太大时，该法费工费时，工作量相当大。
⑵转换法：用手扶跟踪数字化或自动跟踪数字化得到矢量结构数据，再转换为栅格结构。
由矢量数据向栅格数据转换是理想的方法。
⑶扫描数字化：逐点扫描待输入的专题地图，对扫描数据重新采样与再编码，从而得到栅格数据文件。
⑷ 分类影像输入：将经过分类解译的遥感影像数据直接或重新采样后输入系统，这是高效获取数据的方法。
（二）栅格像元代码的确定原则
当依据一定的要求给定单位网格后，而网格中有多种地物类型（或说属性）时，则根据需要采取如下方案之一决定栅格单元的代码。
⑴ 中心点法：即用处于栅格中心处的地物类型（属性或量值或属性记录指针）或现象特征决定该栅格单元的代码。对于具有连续分布特征的地理要素，如降水分布、人口密度等问题，中心法是被首要选用的。
⑵ 面积占优法：以占矩形面积最大的地物或现象特性的重要性决定栅格单元的代码，此法常见于分类较细，地物类别斑块较小的情况。
⑶ 长度占优法：当覆盖的栅格过中心位置时，横线占据该格中的大部分长度的属性值定为该栅格单元的代码。
⑷ 重要性法：根据栅格内不同地物的重要性，选取最重要的地物类型决定相应的栅格单元代码。此法常见于具有特殊意义而面积较小且不在栅格中心的地理要素。尤其是点、线状地理要素，如城镇、交通枢纽、交通线、河流水系等。
以上4点正确使用，则能较好地保持地表的真实性，尽可能地保持原图或原始数据的精度问题。当然，缩小单个栅格单元面积，使每个栅格单元代表更为精细的地面矩形单元，减少混合单元、混合类型与混合面积，可大大提高量算精度，保持真实形态及更细小的地物类型。但增加栅格个数会使数据多，冗余严重。为解决此问题，产生了一系列各具特色的栅格数据压缩编码方法。
在栅格文件中，每个栅格只能赋予一个唯一的属性值，所以属性个数的总数是栅格文件的行数乘以列数的积，而为了保证精度，栅格单元分得一般都很小，这样需要存储的数据量就相当大了。通常一个栅格文件的栅格单元数以万计。但许多栅格单元与相邻的栅格单元都具有相同的值，因此使用了各式各样的数据编码技术与压缩编码技术。主要的编码技术简介如下：
（一）直接栅格编码
直接栅格编码是将栅格数据看作一个数据短阵，逐行或逐列逐个记录代码。可每行从左到右逐个记录，也可奇数行从左到右，偶数行从右到左记录，为特定目的也可采用其它特殊顺序。通常称这种编码的图像文件为栅格文件，这种网格文件直观性强，但无法采用任何种压缩编码方法。图2.1
(c)的栅格编码为：4，4，4，4，7，7，7，7；4，4，4，4，4，7，7，7；4，4，4，4，9，9，7，7；0，0，4，9，9，9，7，7；0，0，0，9，9，9，7，7；0，0，0，9，9，9，9，9；0，0，0，0，9，9，9，9；0，0，0，0，0，9，9，9。可用程序设计语言按顺序文件或随机文件记录这些数据。
（二）链式编码
链式编码又称弗里曼链码或世界链码。它由某一原始点和一系列在基本方向上数字确定的单位矢量链。基本方向有东、东南、南、西南、西、西北、北、东北等8个，每个后继点位于其前继点可能的8个基本方位之一。8个基本方向的代码可分别用0，1，2，3，4，5，6，7表示，既可按顺时针也可按逆时针表示。栅格结构按逆时针编码上图（2）可记录为：1，3，7，7，7，6，6，5，4。其中前两个数字1与3表示线状物起点的坐标，即在第一行第三列，从第三个数字起表示单位矢量的前进方向。
链式编码有效地压缩了栅格数据，尤其对多边形的表示最为显著，链式编码还有一定的运算能力，对计算长度、面积或转折方向的凸凹度更为方便。比较适于存储图形数据。但对边界做合并和插入等修改编辑工作很难实施，而且对局部修改要改变整体结构，效率较低。
（三）游程编码
游程编码是栅格数据压缩的重要且比较简单的编码方法。它的基本思路是：对于一幅栅格图像，常有行或列方向相邻的若干点具有相同的属性代码，因而可采用某种方法压缩重复的记录内容。方法之一是在栅格数据阵列的各行或列象元的特征数据的代码发生变化时，逐个记录该代码及相同代码重复的个数，从而可在二维平面内实现数据的大量压缩。另一种编码方案是在逐行逐列记录属性代码时，仅记录下发生变化的位置和相应的代码。图2.1
(c)栅格结构按游程编码方法可记录为：
第一行4,47,4
第二行4,57,3
第三行4,49,27,2
第四行0,24,19,37,2
第五行0,39,37,2
第六行0,39,5
第七行0,49,4
第八行0,59,3
在这个例子中，原本64个栅格数据，只用了40数值就完整地表示了出来，可见用游程编码方法压缩数据是十分有效的。
游程编码的编码和解码的算法都比较简单，占用的计算机资源少，游程编码还易于检索、叠加、合并等操作，在栅格单元分得更细时，数据的相关性越强，压缩效率更高，数据量并没有明显增加。因此，该编码适合微型计算机等中央处理器处理速度慢，存储容量小的设备进行图像处理。
（四）块式编码
块式编码是游程编码扩展到二维空间的情况，游程编码是在一维状态记录栅格单元的位置和属性，如果采用正方形区域作为记录单元，每个记录单元包括相邻的若干栅格，数据结构由记录单元中左上角的栅格单元的行、列号（初始位置）和记录单元的边长（半径）与记录单元的属性代码三部分组成，这便是块式编码。因此可以说，游程编码是块式编码的特殊情况，块式编码是游程编码的一般形式。图2.1
(c)表示的栅格结构按块式编码方法可记录为：
（1，1，3，4），（1，4，1，4），（1，5，1，7），（1，6，2，7），（1，8，1，7）；
（2，4，1，4），（2，5，1，4），（2，8，1，7）；
（3，4，1，4），（3，5，2，9），（3，7，2，7）；
（4，1，2，0），（4，3，1，4），（4，4，1，9）；
（5，3，1，0），（5，4，2，9），（5，6，1，9），（5，7，1，7），（5，8，1，7）；
（6，1，3，0），（6，6，3，9）；
（7，4，1，0），（7，5，1，9），
（8，4，1，0），（8，5，1，0）。
从以上论述的块式编码的编码原理可知，一个记录单元所表示的地理数据相关性越强，也即记录单元包含的正方形边长越长，压缩效率越高。而地理数据相关性差时，也即多边形边界碎杂时，块式编码的效果较差。
块式编码的运算能力弱，必要时其编码的栅格数据须通过解码转换成栅格矩阵编码的数据形式才能顺利进行。块式编码在图像合并、插入、面积计算等功能方面较强。
（五）四叉树数据结构
四叉树编码又名四元树编码，可以通俗理解为一个具有四分枝结构的树，它具有栅格数据二维空间分布的特征，这是一种更为有效的编码方法。四叉树编码将整个图形区域按照四个象限递归分割成2n×2n象元阵列，形成过程是：将一个2×2图像分解成大小相等的四部分，每一部分又分解成大小相等的四部分，就这样一直分解下去，一直分解到正方形的大小正好与象元的大小相等为止，即逐步分解为包含单一类型的方形区域（均值块），最小的方形区域为一个栅格单元。
这个倒向树状的图中“○”表示可继续分割的方形区域；“□”表示具有同类属性的方形区域；“■”表示不能再分的单个（最小）象元栅格，即所谓的树叶，树叶表示的是具有单一类型的地物或是符合既定要求的少数几种地物，可以在任意层上。
通过以上对四叉树结构的分析，可发现它有以下特点：
⑴ 存储空间小：因为记录的基本单位是块，不是象素点，因此大大地节省了存储空间。
⑵ 运算速度快：因为四叉树结构的图形操作是在数上进行的，比直接在图上运算要快得多。
⑶ 栅格阵列各部分的分辨率可变：不需要表示许多细节的地方，分级较少，因而分辨率低；边界复杂的地方分级较多，分辨率高，因而在减少数据量的基础上满足了数据精度。
⑷ 容易有效地计算多边形的数量特征。
⑸ 与栅格结构之间的转换，比其它压缩方法容易。
⑹ 四叉树编码表示多边形中嵌套其它属性的多边形时比较方便：它允许多边形嵌套多边形的结构，是非常实用的、重要的特点，这点深深得到地理信息系统数据编码设计者的青睐。
⑺ 四叉树编码的不足之处是：转换具有不确定性，对大小相等形状相同的多边形，不同人可能分解为不同的四叉树结构，因而不利于形状分析和模式识别。四叉树编码处理结构单调的图形区域比较适合，压缩效果好，但对具有复杂结构的图形区域，压缩效率会受到很大影响。
（六）八叉树与十六叉树结构
前面的数据结构都是基于二维的，在相当多的情况下，如地下资源埋藏、地下溶洞的空间分布，二维的坐标体系根本无法表达。因此需要有三维数据结构，如果考虑空间目标随时间变化，那还需要4维数据结构。较好的表达三维与四维结构是在四叉树基础上发展起来的八叉树（三维）和十六叉树（四维）。
是将空间区域不断地划分为八个同样大小的子区域，
（七）各种编码的比较分析
比较以上各种编码，可得出如下主要结论：
⑴ 直接栅格编码直观简单，但数据出现大量冗余；
⑵ 链式编码对边界的运算方便，压缩效果好，但区域运算较困难；
⑶ 游程编码即较大幅度地保留了原始栅格结构，又有较高的压缩效率，而且编码解码也较容易，但仅局限在一维空间上处理数据；
⑷ 块式编码在图像合并、插入、面积计算等功能方面较强，当所表示的地理数据相关性强时，压缩效率相当高；但地理数据相关性差时，块式编码的效果较差，而且块式编码的运算能力较弱；
⑸ 四叉树编码运算速度快，存储空间小，分辨率可变，压缩效率高，但其转换具有不确定性，难以形成统一算法。
栅格数据模型：格网、栅格地图、表面覆盖或影像
格网由行、列和格网单元组成，行、列由格网左上角起始，行方向作为y坐标，列方向作为x坐标格网单元由其行列位置定义。栅格数据用单个格网单元代表点，用一系列相邻格网单元代表线，邻接格网的集合代表面，每个格网单元有一个值，整型（表示类别数据，如土地利用类型）或浮点型（表示连续数据，如降水量）。格网中的每一个单元值代表了由此行此列决定的该位置上空间现象的特征，栅格数据模型不把空间数据与属性数据明确分开，数据库管理用处不大。格网单元大小决定了栅格数据模型的分辨率；大尺寸网格单元无法表示空间要素的精确位置，较小的网格单元则增大数据量和数据处理时间。
遥感卫星影像是用栅格格式记录，从1972年以来产生全球影像
美国陆地卫星1、2、3号：通过多光谱扫描仪（MSS）获取影像，空间分辨率约为79m
陆地卫星4号：发射与1982年，用专题制图仪（TM）扫描仪，空间分辨率为30m
1984年第二个TM式陆地卫星5在国外发射，1993年发射陆地卫星6未进入轨道
1999年发射陆地卫星7号（ETM1），设计用来季节性监控全球范围内小尺度变化过程，空间分辨率为30m
法国地球观测卫星（SPOT）系列始于1986年，每个SPOT卫星带有两个传感器：全感应传感器获取10m空间分辨率的单波段影像，多光谱传感器获取三个波段20m分辨率影像，为GIS项目的良好空间数据源
印度、日本卫星计划
1985年美国陆地卫星私有化，私人公司可收集与销售遥感数据
SpaceImaging：Ikonos卫星用来获取1m分辨率的全色影像和4m分辨率的多光谱影像
卫星影像像元值代表从地球表面反射或发射的光能，光能的测量基于来自连续波长的光谱波段，即电磁光谱
全色影像包含一个波段，而多光谱影像包含了一系列波段，例如TM影像有7个波段：蓝、绿、红、近红外、中红外I、热红外、中红外II
数字高程模型
数字高程模型（DEM）由等间隔海拔数据排列组成；DEM以点为基础，但也容易通过将海拔高度点置于格网单元中心的方法转换成栅格数据
（1）美国地质调查局（USGS）的DEM：7.5秒DEM（1:24000），[1]30秒DEM（1:100000）、1分DEM（1:250000）、阿拉斯加DEM
（2）非USGS数字高程模型
基本方法：采用立体测图仪和具有重叠区的航片，产出比USGS精度更高的DEM数据，但费用太高。
其他方法：用卫星影像生成DEM模型，如SPOT数据
（3）全球数字高程模型
GTOPO30、ETOPO
数字正射影像
数字正射影像图（DOQ）是一种由航片或其他遥感数据制备而得到的数字化影像，其中由照相机镜头倾斜和地形
起伏引起的位移已被消除；数字正射影像是地理坐标参考的，并可与地形图和其他地图配准
二进制扫描文件
含有数值1或数值0，用于跟踪矢量化
数字栅格图形
是USGS地形图的扫描图像
TIFF、GIF、JPEG
特定GIS软件的栅格数据
不论任何形式的压缩数据编码，都是以增加了运算时间换取了存储空间，这就要考虑主要矛盾的主要方面，当我们想减少数据的冗余，有效地利用空间资源时，就不得不进行数据压缩编码，而让计算机多进行一些解码和处理复杂图形的运算。因此，一个优秀的压缩数据编码方案是：在最大限度减少计算机运算时间的基点上进行最大幅度的压缩。
本文标题：
本页链接：