1 Chơng2 cấu trúc và các mô hình dữ liệu Mục đích Tìm hiểu khái niệm cơ bản về cấu trúc và các mô hình dữ liệu, đặc biệt là mô hình vectorvàmôhìnhraster Tìmhiểuvềcấutrúcvàmốiquanhệdữliệu topology Pháttriểnmôhìnhquanhệdữliệu 2 Néi dung 1.M«h×nhvectorvµraster 2.YÕutèh×nhhäcvµTopologycñad÷liÖuvector 3.CÊutrócd÷liÖuTopology 4.YÕutèh×nhhäcvµTopologycñad÷liÖuraster 5.§ÆctrngTopologycñad÷liÖuraster 6.M«h×nhd÷liÖuchuyªn®Ò 7.CÊutrócd÷liÖuchom«h×nhsèbÒmÆt 3 Mô hình Vector và raster Hiệnnaycóhaimôhìnhdữliệuđịalý: MôhìnhVector: Môhìnhvectorsửdụngcácđiểmrờirạc,cácđ ờngvàcácvùngtơngứngvớicácđốitợngrời rạcthôngquatênhoặcmãsốquyđịnh. MôhìnhRaster: Môhìnhrastersửdụngnhữngôlớivuôngquy chuẩn. 4 M« h×nh Vector vµ raster M«h×nhVectorM«h×nhRaster 5 So sánh giữa Mô hình Vector và raster (1) Ưu điểm của mô hình vector Biểudiễnchínhxác Dunglợngdữliệunhỏ,quanhệTopologymạnh Truycậpnhanh,chuyểnđổinhanh Nh ợc điểm của mô hình vector Cấutrúcphứctạp Khóchồngxếp,khócậpnhật Giáthànhthuthậpdữliệuđắt 6 So sánh giữa Mô hình Vector và raster (2) Ưu điểm của mô hình raster Cấutrúcdữliệuđơngiản Dễdàngchồngxếpvàtạomôhình Thuậtlợichohiểnthịkhônggian,thốngnhấtvới dữliệuảnh,tựđộngthunhậndữliệu Nh ợc điểm của mô hình raster Dunglợngdữliệulớn,độchínhxácbiểuthịthấp Khóphântíchtrongliênkết,chuyểnđổichậm 7 Yếu tố Hình học và topology của dữ liệu vector Cácđốitợngkhônggianđợcmiêutảthôngqua cácyếutốhìnhhọc:điểm,đờng,vùng. ĐểphântíchkhônggiantrongHTTTĐL,nếuchỉ cácyếutốhìnhhọcvớivịtrí,hìnhdạngvàkích cỡ trong một hệ thống tọa độ thì cha đủ, Topologysẽtrợgiúpviệcnày. Topologyquyđịnhmốiquanhệhoặcsựkếtnối giữacácđốitợngkhônggian. 8 Yếu tố Hình học và topology của dữ liệu vector a. Yếu tố hình học b. Yếu tố Topology Điểm(x,y) Đờng (x 1 ,y 1 );(x 2 ,y 2 ) Chuỗi (x 1 ,y 1 ), ,(x n ,y n ) Diện (x 1 ,y 1 ), ,(x n-1 ,y n-1 ),(x 1 ,y 1 ) Nút (x,y) Chuỗi Bắtđầu Trái Phải Kếtthúc {chuỗi số, nút bắt đầu và kết thúc số,tráivàphảichuỗisố} Vùng Vùng số, tập hợp chuỗi số, theochiềukimđồnghồ 9 CÊu tróc d÷ liÖu topology (nót) Nót Chuçi a b c d 1,-5,-4 -1,2,6 -2,3,5 -3,4,-7 10 CÊu tróc d÷ liÖu topology (d·y) [...]... dạng biên và nút 19 ví dụ về tự động nhận dạng h ớng dốc bằngưphẳngư(-1)ưưưưưưưưưưưưưưưư ưưưbắcư(0- 22.5 ,ư337.5-360)ư đôngưbắcư( 22.5 -67.5)ưưưưưưưư đôngư(67.5-1 12.5 )ưưưưưưưưưưưư đôngưnamư(1 12.5 -157.5)ưưư namư(157.5-2 02.5 )ưưưưưưưưưưưư tâyưnamư(2 02.5 -247.5)ưưưưưư tâyư(247.5-2 92.5 )ưưưưưưưưưưưưưư tâyưbắcư(2 92.5 -337.5)ưưưưưưư ưvôưhư ngưư ớ 20 Mô hình quan hệ dữ liệu Thuộc tính c Thuộc tính ó điưtheo c Thuộc . dèc b»ngph¼ng(-1) b¾c(0 -22 .5,337.5-360) ®«ngb¾c (22 .5-67.5) ®«ng(67.5-1 12. 5) ®«ngnam(1 12. 5-157.5) nam(157.5 -20 2.5) t©ynam (20 2.5 -24 7.5) t©y (24 7.5 -29 2.5) t©yb¾c (29 2.5-337.5) v«híng . íng (a)Bènhíng(b)T¸mhíng(c)DÉnhíng  (2, 3,4,4,4,3 ,2) 19 NhËn d¹ng biªn vµ nót 20 vÝ dô vÒ tù ®éng nhËn d¹ng h íng dèc b»ngph¼ng(-1) b¾c(0 -22 .5,337.5-360) ®«ngb¾c (22 .5-67.5) ®«ng(67.5-1 12. 5) ®«ngnam(1 12. 5-157.5) nam(157.5 -20 2.5) t©ynam (20 2.5 -24 7.5) t©y (24 7.5 -29 2.5) t©yb¾c (29 2.5-337.5) v«híng . hình vectorvàmôhìnhraster Tìmhiểuvềcấutrúcvàmốiquanhệdữliệu topology Pháttriểnmôhìnhquanhệdữliệu 2 Néi dung 1.M«h×nhvectorvµraster 2. YÕutèh×nhhäcvµTopologycñad÷liÖuvector 3.CÊutrócd÷liÖuTopology 4.YÕutèh×nhhäcvµTopologycñad÷liÖuraster 5.§ÆctrngTopologycñad÷liÖuraster 6.M«h×nhd÷liÖuchuyªn®Ò 7.CÊutrócd÷liÖuchom«h×nhsèbÒmÆt