文摘

数字图像数据处理主要是将数字图像数据输入计算机完成一个连续空间分布图像模型转化为一个离散的数字模型,计算机可以识别的过程,存储数字图像信息的处理过程。地理信息系统(GIS)是一种计算机系统,集成了多种形式的信息表达,它集成了功能,如收集、处理、传输、存储、管理、分析、表达、和查询检索,可以很快发现事物的空间分布和它们的属性,可以用各种直观的表达结果准确、生动的形式。因此,在总结和分析以往的研究的基础上,本文阐述了研究现状和意义的数字图像数据的处理方法,阐述了发展背景、现状,以及未来GIS技术的挑战,介绍了置换矩阵的方法和原则算法和子图象平均方法,构建了基于GIS数字图像数据处理模型,分析了数据结构和数据库建立数字图像,提出了基于GIS的数字图像数据处理方法,进行了增强处理和计算数字图像数据的分类,最后进行了实例分析,其结果讨论。研究结果表明,该数字图像数据处理方法基于GIS可以执行analogue-to-digital转换的连续图像,完成抽样的台阶,分层,量化,然后编码获得的离散数字信号到计算机形成一个平面的像素集合;这种处理方法还可以有机结合空间信息和图像数据和识别、过程,和存储数字图像数据从空间和属性两个方面。本文的研究结果为进一步的研究提供一个参考数字图像处理方法的基于GIS的数据。

1。介绍

数字图像数据处理主要是将图像信号转换成数字信号在特定的形式,然后用计算机来实现处理。这种技术来源获得的信息往往是一种二维的数据,这类数据通常要求非常高的计算机存储空间和速度(1]。在信息传输方面,频带的要求不是很高,图像压缩技术不是太苛刻。与此同时,经常有大型数字图像中像素和像素之间的关联,并不是独立的。因此,数字图像数据处理技术可以实现数据压缩。图像数字化输入图形坐标数据代表地理信息在电脑上完成一个连续空间分布图像模型转化为一个离散的数字模型,计算机可以识别的过程,存储图像信息(2]。数字图像数据处理的过程中,数据处理人员需要整合的实际情况,加强信息的检测,使用现代信息系统广泛收集相应的信息数据,并继续缓解人类之间的紧张关系和信息,并提高利用率的数字图像质量(3]。因此,数据处理人员可以使用信息系统,不断提高信息采集的准确性,然后做一个好工作在收集信息和数据,提供一个好的参考和引用当前数字化发展,并满足广泛的需求数字图像(4]。

地理信息系统(GIS)是一种计算机系统,与多维数据结构,收集、存储、管理、分析、描述,并应用全部或部分地球表面与空间和地理分布数据,其主要功能是实现采集、编辑、分析、统计和管理地理空间数据的5]。如果有必要,它可以存储各种属性的全球或地区自然和社会因素在计算机数据库根据地理位置。是否向量、多边形或网格,它可以互相转换的,这样它就可以被转换根据地理位置和单位检索、访问,或叠加6]。从学科的角度来看,地理信息系统是一个综合学科,包括地理、信息技术、测量和统计,等它集成了当前先进的计算机技术,具有较强的独立性,并将遵循技术发展进步和发展,更新。从实际的角度技术应用,GIS主要用于有效地解决空间和地理问题[7]。它需要结合实际情况,采用先进的技术手段和方法来提高信息采集的效率。从实际功能的角度来看,地理信息系统改变了传统的数据分析方法,实现综合处理,大大促进了数据分析的工作人员(8]。

总结和分析以往的研究工作的基础上,本文阐述了研究现状和意义的数字图像数据的处理方法,阐述了发展背景、现状,以及未来GIS技术的挑战,介绍了置换矩阵的方法和原则算法和子图象平均方法,构建了基于GIS数字图像数据处理模型,分析了数据结构和数据库建立数字图像,提出了基于GIS的数字图像数据处理方法,进行了增强处理和计算数字图像数据的分类,最后进行了实例分析,其结果讨论。本文的研究结果将为进一步研究提供了参考,为基于GIS数字图像数据处理方法。具体章节安排如下:第二节介绍了置换矩阵的方法和原则算法和子图象求平均值法;第三节构造了一个基于GIS数字图像数据处理模型;第四节提出了基于GIS的数字图像数据的处理方法;第五节进行案例分析和讨论其结果;和第六节是结论。

2。方法和原则

2.1。置换矩阵算法

图像数据的多维分析,图像数据立方体中心可以设计和建造。数据立方体可以包含维度和度量的图像信息,如颜色、纹理和形状。图像数据立方体的建立促进了图像数据的多维分析基于视觉内容,包括总结、比较、分类、协会和集群。

从数学的角度来看,图像数据处理和分析获得的范围是指在给定的地理区域,之后这些区域和确定的大小区域的半径范围内。例如,给定一个对象x,它的形象。地理范围设置问(x)数据处理的定义如下: 在哪里一个地理区域的距离和吗b是字段的半径,即处理距离,可以是一个常数或一个变量,这取决于具体情况。

图像数据立方体是一个非常有用的图像数据的多维分析模型,但它是很难实现大尺寸数据立方体。在图像数据立方体,属性,如颜色、取向、质地,必须考虑和关键词,很多这些属性设置值而不是单个值。如何设计一个图像数据立方体,不仅满足效率要求也有足够的表达能力是一个迫切需要研究的问题。

因素的一组设置为数字图像数据C= {c1,c2、…cn},评价组置换矩阵D= {d1,d2、…dn},的单因素评价我th因素c我是直流我= {直流1,直流2、…直流n},这是一个模糊子集D和直流我的隶属程度是c我因素评价d我水平。因此,第一级评价矩阵E我形成,即模糊关系矩阵的C我来D我,所以评价矩阵Eij是

最大似然方法使用数字图像的统计特征,假设各种分布函数是正常的,并使用最大似然法则判断根据正态分布法得到分类结果。从概率的统计分析,以区分这类向量x属于某个位置的函数F(x从条件概率)应确定: 在哪里f我(x)的类别我规则对应的对象x;fj(x)的类别j规则对应的对象x; 类型的对象吗x在正态分布模式概率;h(x)是物体的灰度的最大值x;k(x)是量子化的物体的灰度水平x;和l(x)的最小值是对象的灰度x。

关联规则相关图像对象可以挖掘在图像数据,至少包括三种类型的规则:图像内容和非成象的协会,协会的图像内容无关的空间关系,并与空间关系的图像内容的协会。图像数据的分类和聚类图像分析和科学数据挖掘密切相关。因此,图像分析技术和科学数据分析方法可用于图像数据挖掘过程。

2.2。子图象平均算法

由于大型图像阵列,直接在空间域处理涉及大量的计算。因此,常常使用各种图像变换方法将空间域的处理转换为变换域处理,不仅可减少计算量,也获得更有效的处理。小波变换具有良好的定位在时域和频域特点,它有一个广泛有效的应用于图像处理。

当使用鉴别器的距离函数,模型要求中心位置xo每个类别集群是一个已知点。对于任何一个点x我光谱特征空间,计算距离p(x我)(我= 1,2,…米从集群的中心点);如果d(x我)<d(xo),然后x我像素属于f(x我)类型,否则x我不属于f(x我)类型。在这里,d(x我)成为鉴别器的距离函数: 在哪里r(x我)是像素的距离x我;年代(x我)是乐队的像素数量x我;t(x我)的像素的总数x我;u(x我)是像素的亮度值x我; 类别数量;和 是平均值。

图像编码压缩技术可减少描述图像的数据量,以便节省图像传输、处理时间和减少内存容量。压缩可以实现不失真,或在允许的失真条件。编码是压缩技术中最重要的方法,它是最早的,在图像处理技术相对成熟的技术。图像增强和恢复的目的是改善图像质量,如去除噪声,提高图像清晰度。

这种模式将所有重建的子图象回到他们的位置在原始图像,每个像素。最后,不同的像素平均得到最终的像素值,而重建图像的公式可以正式提出: 在哪里G(x我)把我th子图象回到原来的位置在图像;我(x我)是衡量的距离我th子图象;J(x我)的横向分辨率我th子图象;K(x我)的垂直分辨率我th子图象;l(x我)的像素值我th子图象;和米(x我)的像素值我子图象。

人们普遍认为,解决数字图像数据处理系统是一个像素。事实上,由于图像的连续性,数学方法可以用来实现精度低于一个像素。自从阈值越小,越有可能的位置标记点,并使用加权平均法提高分辨率O(x我),公式如下: 在哪里P(x我)是所有小于阈值点的坐标,问(x我)是亚像素精度的结果;R(x我标记点的横坐标);α着陆马克;和β是空的。

图像分割是提取图像的有意义的特征部分,这是进一步图像识别的基础,分析和理解。目前,许多边缘提取和区域分割方法进行了研究,但没有普遍适用于各种图像的有效方法。因此,对图像分割的研究仍在不断加深,它是图像处理中的热点之一。

3所示。基于GIS的数字图像数据处理模型

3.1。数字图像数据库建立

图像分割是数字图像分割成的过程不重叠的区域,在区域相连的像素集。图像分割可以通过使用三种不同的原则;当使用面积的方法,它将每个像素划分为每个对象或区域。在边界的方法,只有区域之间的边界现有需要确定;在边缘的方法中,首先确定边缘像素并将它们连接在一起,形成所需的边界。坐标系统是指表达形式,描述了空间位置,和基准是指一系列的点,线,和飞机定义来描述空间位置(9]。为了提高效率,大量的图像数据必须收集在计算机内存有限,必须有一个有效的方法来存储这些图像数据。为用户提供的功能选择多边形图像在GIS领域,图像必须分段确定哪些图像鼠标点的区域范围。图像压缩技术分为无损压缩,压缩和图像数字化是将图形代表地理信息坐标数据输入计算机完成一个连续空间分布图像模型转化为一个离散的数字模型,使计算机可以识别的过程,存储图像信息。数字图像数据处理方法的分析框架基于GIS图所示1。


图1
分析框架的数字图像处理方法基于GIS的数据。

GIS中的几何图形可以记录文本和数字数据。这些数据描述长度、年级、姓名、和其他特征所代表的对象图和属性数据。作为GIS的属性数据库,其结构相对简单,可操作性比较差。如果直接操作数据的方法,很难使用的图像操作软件系统数据频繁。它的优点充分利用数据库系统,分层次组织数据库,存储基本的,重要的是,和绘画性能数据的属性数据库,把常用的图像操作外部数据库中的数据,并写回计算后的重要数据。属性数据库,这减少了冗余数据的调用,提高了速度,节省了大量的时间,从而保证结果的准确性。它连接所涉及的属性信息与地理空间位置的数字图像数据处理,形成一个完整的数字图像数据处理专用信息数据库,然后利用GIS的空间信息操作功能便于检索,查询,分析,和分析。同时,GIS处理图形本身提供了许多功能,如层覆盖,最优路径,自动匹配,等等。因此,GIS不仅是数据库在数字图像数据处理,但也为图形处理一个强大的工具,它可以应用在数字图像领域的各个方面数据处理和图形演示(10]。

属性数据,非空间数据和属性数据是用来描述地理实体的质量和数量特征。在地形图数据,地图的空间位置描述元素图形数据,而属性数据定义地图元素和描述他们的属性描述,描述的元素是什么。属性数据通常表达的特征码,根据数字代码定义分类特性,比如地图元素的类别和级别和其他质量特征。建立GIS数据库时,必须同时,建立属性数据库和空间数据和属性数据之间的通信也是一个非常乏味的任务(11]。地理空间对象的特性元素包括空间特征和属性特征和空间特征分为空间位置和拓扑关系。在GIS中,每个点所代表的空间坐标和属性的表面,和线的空间坐标表示字符串,每个对象是作为一个记录存储在空间数据库中。网格数据结构使用正则网格划分的地理空间形成地理覆盖层。每个空间对象映射到一个相应的地理网格来表示地理位置,和每个网格记录对应的空间对象的识别或类型。这取决于内部数据结构的GIS和GIS数据结构的目的。

3.2。数字图像数据结构

GIS具有非常广阔的发展前景在数字图像数据处理的相关工作,而且目前在智能的方向发展,自动化和细化。一方面,结合GIS的数字图像的建立数据库及时更新相关数据和信息,以确保有效的开发图像处理;另一方面,图像处理的GIS不断合并模型。相关的变化可以动态地模拟来更好地服务相关工作;同时,它是向二次开发。随着技术的不断发展,更多的基于GIS软件将不断开发和提供更好的服务,数字图像数据处理(12]。对于每一个图像处理的数据,它有一个时间戳,记录数据收集的时间。同时,每个数据都有一个地理邮票,它记录了数据收集的具体位置。第二,原始图像处理数据采样时间精确到分钟,和准确测量采样点的位置,所以的数据量是非常巨大的。一般来说,在图像信息系统,涉及到的数据可以分为两类:空间数据和属性数据。分析数字图像的灰度量化水平数据如图2。

(一)
(一)
(b)
(b)
图2
灰度量化的数字图像数据与置换矩阵算法(a)和(b)的子图象平均算法。

数字图像数据处理的主要内容是图像恢复,也就是说,纠正数据错误,噪音,和变形引起的成像过程中,记录,传播,或播放,包括辐射校正、几何校正等;数据压缩是改善传输、存储和处理数据的效率;图像增强是强调某些特征的数据来提高图像的视觉质量,包括彩色增强、对比度增强、边缘增强、密度分割,比率计算,等;信息提取是增强图像中提取有用的遥感信息,包括使用各种统计分析、聚类分析、频谱分析、和其它自动识别和分类13]。数据库是数据组织和存储的集合按照一定的数据模型。数据库的特点是大量的数据,需要长期存储和重复使用,多个用户的分享。对数据库中的数据进行各种操作,数据库管理系统。图形通常由等几何元素点、线、面,身体,和nongeometric属性,如灰度、颜色、线类型和线宽。从加工工艺的角度来看,图形主要分为两类。一个基于在线信息,比如工程图纸、等高线地图、曲面线框图,等;另一种是阴影,这是通常被称为现实的图形。数字图像数据的结果与不同的基于GIS的数据结构如图3。


图3
数字图像数据的处理方法与不同的基于GIS的数据结构。

有两种主要类型的空间数据管理:一是管理它的形式文件,和空间数据分为几个领域;另一个是管理空间数据以数据库的形式,可以管理大量的数据,实现逻辑数据的连续性。一般的数字图像数据处理是将空间数据与属性数据并将它们存储在关系数据库中统一,以便所有地理空间数据可以很容易地由关系数据库,管理和集成存储的空间数据和属性数据可以完成。然而,关系数据库系统工作效率较低,描述数据对象的语义能力差,弱控制和操纵复杂的对象,和糟糕的数据集记录的可伸缩性。数据处理是最常用的操作功能在当代计算机科学和信息科学。目前,没有统一明确的定义数据处理和大多数计算机系统的功能可以被视为在一个信息系统数据处理业务。GIS在信息科学领域,从地理空间数据的收集和输入输出的数据,整个过程可以被看作是地理信息的处理,以及数据处理的功能可以分为数据编辑和转换、存储、分析、组织、显示等。

4所示。基于GIS的数字图像数据的处理方法

4.1。增强处理

数字图像数据处理的过程中,数据处理人员需要整合的实际情况,加强信息的检测,利用现代GIS广泛收集相应的信息数据,并继续缓解人类之间的紧张关系和信息,提高数字图像的质量。因此,数据处理人员可以使用GIS不断构建一个完整的GIS来提高信息采集的准确性,然后做好信息收集数据提供一个好的参考和引用当前数字化发展和满足数字图像的需要。数据处理器,该方法需要注意当前信息的调查和分析的当前状态信息利用率,所以作为信息保护提供参考和帮助。为了防止复杂修正行为,有必要认真总结和分析异常数据在数据输出过程中,做日常检验工作,防止错误,提高实际渲染质量,并满足当前三维信息输出的基本要求。在GIS的使用,数字图像数据处理人员不应该坚持现状但必须结合实际情况,不断打破常规,提高渲染精度,满足三维应用程序的基本要求(14]。最大和最小值的灰度图所示4。

(一)
(一)
(b)
(b)
图4
最大(a)和(b)的灰度值最小的数字图像数据与不同r(x 我)的值。

计算机数字图像分类是模式识别的一个分支技术,模式识别系统的主要功能是区分物体的分类识别。为此,有必要建立一个特定的识别规则,和歧视的规则是由一定的判别函数与一个特定的比较操作的关系。在特征空间已经存在的情况下,每个像素的分类问题是确定集群中心靠近,或集群范围内。因此,有必要建立一个不同的边界,将特征空间。在数学上,它是一个问题,建立判别函数(15]。距离判别函数的建立是基于这样一个前提:地面物体的光谱特征在特征空间分布在集群的方式,也就是说,它假定的概率分布特征向量是未知的。在这些集群天越多,也就是说,密度越大或越近的点之间的距离和中心,越肯定,他们属于一个类别,所以点之间的距离变成了一个重要的评价参数。点之间的距离在同一类别一般小于分不同类别之间的距离。是已知的,因此,当集群中心分类完成的工作可以通过每个点之间的距离和集群中心的标准类别的决心。数字图像数据的结果与不同增强基于GIS图所示5。


图5
数字图像数据的处理方法与不同的基于GIS的增强。

模拟图像的具体数字转换的过程,是进行光电转换或analogue-to-digital连续图像,转换的步骤完成抽样,分层,量化,主要工作是身体测量连续图像的灰度强度和空间密度字段。离散数字信号编码成计算机形成一个平面的像素集合,这是存储在计算机作为一个二维矩阵。尽管图像理解理论的研究方法有了长足的进展,这是一个相对困难的研究领域,有很多困难。作为人类自己仍然没有理解自己的视觉流程,计算机视觉是等待。人们进一步探索新领域。由于这一点,图像处理理论和技术已经受到各界广泛关注16]。当前图像处理的主要任务是研究新的处理方法,构建新的处理系统,开拓更广泛的应用领域。数字图像的生成通常是通过物理图像的空间采样获得数字数组。生成的数字数组用于重建图像可以显示和处理在电脑上,这个过程称为离散图像的数字化。从方便的角度图像输入和输出,平方晶格是最有利的和广泛使用。

4.2。计算分类

高精度数据的需求导致了高精度数字图像数据处理的发展。GIS可以帮助图像数据处理人员避免错误和传统的图像数据处理主观因素造成的不便和紧急情况。基于地理空间模型,从基本的定点和频率调制的工作,提高工作速度和各种自动化设备的支持,和分析测量数据的准确性,应用改进的科学学位与云计算和云存储的支持。通过GIS功能的完整性,可以实现完全覆盖的数字图像数据处理的内容,使整个图像数据处理可以实现在一个合理的、有序的、标准化的、可控的方式。每个区域显示在数字图像的特征字段属性和多个属性。当显示字段属性,技术人员可以使用技术手段如分级密度值,符号,和颜色,使形象似乎分散。总的来说,它是最基本要求的现代数字图像数据处理为不同的地理显示类型使用不同的表达方法,提高收集和处理速度和效率的动态地理信息条件。平均p(x我),r(x我)不同距离的措施在数字图像数据如图6。

(一)
(一)
(b)
(b)
图6
平均p(x 我)(a)和r(x 我)(b)不同距离的措施在数字图像数据。

与图像处理技术的日益发展和完善,许多图像算法已经应用于图像去噪和图像恢复。为了评估算法处理后的图像质量,图像质量评价已成为一个研究热点在附近的图像信息工程。图像质量评价是图像处理的一个重要组成部分,它主要包括主观评价方法和客观评价方法。置换矩阵算法的处理需要数学运算上的像素。在操作的过程中,必须添加像素值,减去,增多,分裂,和比较。这些操作将生成相应的浮点数,浮点数将进入下一步。在一个单步操作,这将使它不可能实现17]。原始数据图像的整数类型,它应该首先转化为单精度浮点然后应该执行后续操作。主观评价是评价图像基于观察者的主观感受。主观质量评分法是最具代表性的图像质量的主观评价方法。这法官的图像质量正常化观察者的分数。主观评价方法可分为两种类型:绝对评价和相对评价。方法是图像的最终接受者,主观评价的结果可以最直接的反映了观察者的主观感受对图像和最准确和可靠的图像质量评价方法。与不同的数字图像数据计算的结果分类基于GIS如图7。


图7
数字图像数据的处理方法与不同的计算基于GIS的分类。

数字图像数据处理的过程中,将图像信号转换成数字信号。一般图像模拟图像,图像上的信息是连续变化的模拟量。这样的模拟图像,只能用于模拟处理方法处理,和电脑不能接受和处理模拟信号(18]。他们只能存储和处理通过将连续的模拟信号转换为离散的数字信号。由于这个原因,计算机图像处理通常被称为数字图像数据处理。数字图像数据库系统属于系统中的一个相对独立的数据服务中心,支持数据需求在整个系统的操作,整个系统是非常重要的。良好的数字图像数据备份安排发挥非常重要的作用在整个系统的安全。微分处理意味着所有的数据已经改变了自上次完全备份可以存储。微分处理恢复时,媒体需要完全和媒体最新的不同加工处理。GIS是本系统的关键,数据库为核心的信息系统起着重要的作用。为了防止意外断电,数据库管理系统应该有系统保护功能,这是必要的备份相应的数据库数据和必要时恢复数据库。

5。仿真实验和结果分析

5.1。仿真设计

GIS可以收集的分布空间对象的细节,这是对数字图像数据处理具有重要意义。完整的数据收集后,地理信息系统也可以执行相应的图形数据分析和计算和分析数字图像环境,数字图像中的空间对象的分布,以及在数字图像空间对象的分布。例如,GIS可以收集某一社区和社区和周围的路况分析详细合理的距离社区和社区的道路施工,以便社区的建筑建于一个可持续的和合理的方式。和地形测绘数字图像时建筑、空间对象的数据收集和分析的GIS可以合理地进行地形的建设规划。与传统的数字图像计划相比,它更合理和具有一定的准确的数据支持,以确保数字图像数据处理器使合理的数据处理,可以更好的促进数字图像的处理。科学和技术的进步使得GIS更精致,与强大的和精确的导航定位功能。大量的涌入人们数码影像建设的过程中,交通问题也尤为重要建设数字成像。

GIS主要采用数字图像的形式直观地表达信息的功能和执行操作,如图形修改、交互查询的图形和属性、空间分析和属性查询。数字图像的获取是需要解决的第一个问题在GIS的发展。因此,这些方法需要获得纸图像转换为数字图像,使用手持跟踪数字转换器生成坐标数据通过手动选择跟踪点或线段。通常用于相对常规的原始质量不令人满意的图像或图像,图形编辑软件可以用于编辑和修改(19]。使用扫描仪扫描的方法获得图纸光栅图像并将其保存,然后用其他图像处理软件进一步处理改善图像质量,如图形拼接,降噪,变薄,等等,然后注册光栅图像。他们也使用这个光栅图像作为基础地图,最后删除所需的光栅图像的矢量图。这种方法需要良好的绘制质量,高度的自动化软件,方便和可靠的互动工具。在扫描过程中分辨率设置是影响图像质量的一个重要因素。扫描模式也可以根据自己的需要设置和二进制图像,灰度图像和彩色图像,分别。

5.2。结果分析

数字图像数据处理技术主要是将图像信号转换成数字信号在一定的形式,然后用计算机实现处理。这项技术的初期主要是改善图像的视觉效果。由于相对较高的图像处理精度和大量的信息,这种技术正逐渐被应用于人工智能、航空、军事等领域不断发展。这种技术具有显著的特点,它获得的信息来源往往是一个二维的数据。这种类型的数据通常要求非常高的计算机存储空间和速度。数字图像的处理技术是信息技术一样普通的声音。相比之下,在信息传输方面,频带要求不是非常高,图像压缩技术并不是太高。在图像增强,这主要是改变图像的灰度,改善其对比,并消除边缘噪声(20.]。根据不同空间的处理需求,图像增强方法一般分为空间域和频域方法。空间域方法主要是改变像素的灰度值达到一个图像增强效果。频域主要是将图像实时改变图像在频域频谱,实现对图像增强效果。培训结果和数字图像的灰度量化水平距离测量数据基于GIS如图8。

(一)
(一)
(b)
(b)
图8
培训结果(a)和(b)距离测量灰度量化水平基于GIS的数字图像数据。

GIS是一个计算机系统,集成了多种形式的信息表达,集功能,如收集、处理、传输、存储、管理、查询检索、分析和表达,有机地结合了空间信息和属性数据。查询、检索和分析的对象从两个方面空间和属性,很快发现事物的空间分布之间的关系和它们的属性,并表达结果准确、生动地在各种直观的形式和提供他们的用户的判断,预测和决策可以大大提高工作效率和有效性21- - - - - -31日]。目前,时空GIS的数据模型主要包括面向对象的时空数据模型,基于事件的时空数据模型,基于功能的时空数据模型,等等。每个数据模型是一个投影之间的关系表达的真实的东西。因此,任何建模必须基于一个完整的理解研究对象的特点,应该建立和一个适当的数据模型根据研究对象的特点和现实的需要。数字图像数据的变化将引发一系列复杂的变化在许多其他空间元素,和原来的空间拓扑关系也将被打破。空间拓扑关系的元素需要重新建立。如果多个数字图像数据转换事件同时发生,这种拓扑关系的变化将更加复杂。

6。结论

本文构建了基于GIS数字图像数据处理模型,分析了数据结构和数据库建立数字图像,提出了基于GIS的数字图像数据处理方法,进行了增强处理和计算数字图像数据的分类,最后进行了实例分析,其结果讨论。高精度数据的需求导致了高精度数字图像数据处理的发展。GIS可以帮助图像数据处理人员避免错误和传统的图像数据处理主观因素造成的不便和紧急情况。图像编码压缩技术可减少描述图像的数据量,以便节省图像传输、处理时间和减少内存容量。一般图像模拟图像,图像上的信息是连续变化的模拟量。内容与普通图像中灰度分布,如背景、边缘,纹理,这些特性来确定本地图像的像素数据,介绍了计算机图形学和一些理想化的假设,如图像背景高层平滑和边缘跳。置换矩阵算法的处理需要数学运算上的像素。在操作的过程中,必须添加像素值,减去,增多,分裂,和比较。研究结果表明,该数字图像数据处理方法基于GIS可以执行analogue-to-digital转换的连续图像,完成抽样的台阶,分层,然后量化和编码获得的离散数字信号到计算机形成一个平面的像素集合。本文的研究结果为进一步研究提供了参考,为基于GIS数字图像数据处理方法。 Further researches should determine the search area of the current image can greatly reduce the amount of calculation, improve computing speed, and alleviate the morbidity of the single-frame image super-resolution problem by introducing some ideal conditions to obtain a unique solution.

数据可用性

数据共享不适用本文没有创建新数据或分析研究。

的利益冲突

作者宣称没有利益冲突。

确认

本研究在中国国家自然科学基金的支持下,在批准号411771142。