Квадратомическое дерево
Cтраница 1
Квадратомическое дерево - одна из наиболее широко известных структур данных, использующихся применительно к площадям, линиям и точкам. [1]
 |
Фрагмент растра, квантованный для построения квадратомического дерева. [2] |
Технология построения квадратомического дерева основана на рекурсивном разделении квадрата на квадранты и подквадранты до тех пор, пока все подквадранты не станут однородными по отношению к значению изображения ( цвета) или пока не будет достигнут предопределенный заранее наименьший уровень разрешения. [3]
 |
Фрагмент растра, квантованный для построения квадратомического дерева. [4] |
На рис. 3.9 показано квадратомическое дерево, построенное по данным рис. 3.8. Как видно, эта структура являет собой классический пример Е - дерева. Преимущество такой структуры состоит в том, что регулярное разделение обеспечивает накопление, восстановление и обработку данных простым и эффективным способом. Простота проистекает из геометрической регулярности разбиения, а эффективность достигается за счет хранения только узлов с данными, которые представляют интерес. [5]
Иерархическая структура данных, известная как квадратомическое дерево, используется для накопления и хранения географической информации. В этой структуре двухмерная геометрическая область рекурсивно подразделяется на квадранты, что определило название данной модели. [6]
Преимущество представления, основанного на указателях, заключается в том, что оно выражает только значимую часть полного квадратомического дерева. [7]
 |
Квадратомическое дерево в виде Е - структуры. [8] |
Модели, основанные на квадратомических деревьях, обеспечивают расчеты площадей, центроидные определения, распознавание образов, выявление связанных компонентов, определение соседства, преобразование расстояний, разделение изображений, сглаживание данных и усиление краевых эффектов. Однако при этом требуется развитие процедур для превращения растровых данных в формат квадратомического дерева и усовершенствование техники линейного кодирования. [9]
 |
Квадратомическое дерево в виде Е - структуры. [10] |
Модели, основанные на квадратомических деревьях, обеспечивают расчеты площадей, центроидные определения, распознавание образов, выявление связанных компонентов, определение соседства, преобразование расстояний, разделение изображений, сглаживание данных и усиление краевых эффектов. Однако при этом требуется развитие процедур для превращения растровых данных а формат квадратомического дерева и усовершенствование техники линейного кодирования. [11]
 |
Фрагмент растра, квантованный для построения квадратомического дерева. [12] |
На рис. 3.8 показан фрагмент двухмерной области QT, состоящей из 16 пикселей. Каждый пиксель обозначен цифрой. Вся область разбивается на четыре квадранта: А, В, С, D. Каждый из четырех квадрантов является узлом квадратомического дерева. Большой квадрант QT становится узлом более высокого иерархического уровня квадратомического дерева, а меньшие квадранты появляются на более низких уровнях. [13]
На рис. 3.8 показан фрагмент двухмерной области QT, состоящей из 16 пикселей. Каждый пиксель обозначен цифрой. Вся область разбивается на четыре квадранта: А, В, С, D. Каждый из четырех квадрантов является узлом квадратомического дерева. Большой квадрант QT становится узлом более высокого иерархического уровня квадратомического дерева, а меньшие квадранты появляются на более низких уровнях. [14]
Страницы: 1