सरलीकृत ज्यामितीय (सामान्यीकरण)

Question

ज्यामिति को सरल बनाने के अनुशंसित तरीके क्या हैं? उदाहरण के लिए अनुमानों को ध्यान में रखते हुए, और राज्य के ज्यामितीयों को सरल बनाना।

मैंने एक 'इक्वि-डिस्टैंट' प्रोजेक्शन को परिवर्तित करने के बारे में सुना है जो विरूपण के बिना सरलीकरण की अनुमति देता है, और फिर आपके चुने हुए प्रोजेक्शन में वापस परिवर्तित करता है।

Comments

मैं निश्चित नहीं हूं, लेकिन "सामान्यीकरण" इसके लिए अधिक वर्णनात्मक टैग हो सकता है। सरलीकृत करें, कम से कम आर्कगिस संदर्भ में, सामयिक शुद्धता को सुनिश्चित करने के लिए एक विधि है। विकिपीडिया का कहना है कि सरलीकरण कार्टोग्राफिक सामान्यीकरण का हिस्सा है। en.wikipedia.org/wiki/Cartographic_generalization

— किर्क कुइकेंडल

महान सुझाव @Kirk

— जॉन वेल्डन

कृपया संबंधित प्रश्न देखें भौगोलिक डेटा के सामान्यीकरण / सरलीकरण को स्वचालित करने के लिए मौजूदा समाधान क्या हैं?

— मैट विल्की

Answer 1

Glennon उल्लेख किया है, ऐसा करने के लिए मानक एल्गोरिथ्म है डगलस-Peucker , जो डिफ़ॉल्ट रूप में इस तरह के PostGIS के रूप में सॉफ्टवेयर में प्रयोग किया जाता एल्गोरिथ्म है (यानी GEOS) के माध्यम से St_Simplify, ArcGIS के माध्यम से Generalizeऔर घास के माध्यम से v.generalize। विकिपीडिया लेख पायथन कार्यान्वयन से भी जुड़ता है ।

GRASS विभिन्न प्रकार के एल्गोरिदम का समर्थन करता है, जैसा कि v.generalize के लिए सहायता पृष्ठ में बताया गया है ।

प्रक्षेपण के मुद्दे पर, मुझे लगता है कि इस मामले में इसकी एक लाल हेरिंग है जिसे अनदेखा किया जा सकता है। एकमात्र मुद्दा जो दिमाग में आता है, वह संभावित रूप से घनीभूत रेखाएं हैं जो उन्हें ओवरसिम्पल होने से रोकने के लिए है।

Answer 2

आप डगलस-पीकर एल्गोरिथ्म की जांच कर सकते हैं - अंकों की एक श्रृंखला द्वारा अनुमानित वक्र में अंकों की संख्या को कम करने के लिए एक विधि। देखें: http://en.wikipedia.org/wiki/Ramer%E2%80%93Douglas%E2%80%93Peucker_algorithm

चाहे आप अपनी मूल ज्यामिति को अधिलेखित करें या एक द्वितीयक स्टोर बनाएँ, उपयोग के अनुसार अलग-अलग होंगे।

Answer 3

यदि "सरलीकरण" द्वारा, आप बिंदु संख्या की एक साधारण कमी का मतलब है, एक बुनियादी फ़िल्टरिंग एल्गोरिथ्म का उपयोग करें, जैसे डौगल प्यूकर फ़िल्टर। उस के लिए एक उपयोगी लिंक: http://mapshaper.org/

यदि "सरलीकरण" द्वारा, आप का अर्थ है एक आकार प्राप्त करना जो अधिक सरल है, फ़िल्टरिंग एल्गोरिदम हमेशा उपयुक्त नहीं होते हैं। अधिक उन्नत सामान्यीकरण एल्गोरिदम का उपयोग किया जाना चाहिए। ऐसे एल्गोरिदम पर कुछ दस्तावेज़ वहां पाए जा सकते हैं: http://generalisation.icaci.org/ , परिणामों के कुछ उदाहरणों के साथ: http://generalisation.icaci.org/index.php/results । इनमें से कुछ एल्गोरिदम केवल आम वाणिज्यिक जीआईएस सॉफ्टवेयर्स में लागू किए जाते हैं। कुछ का उपयोग करके इसे एक्सेस किया जा सकता है: http://webgen.geo.uzh.ch/

Comments

aci.ign.fr साइटें सुलभ नहीं हैं। क्या आप जानते हैं कि हम "उन्नत सामान्यीकरण एल्गोरिथ्म" के उदाहरण देख सकते हैं जिसका आप उल्लेख कर रहे हैं?

— राडोक्सु

Url बदल गया है, जाँच करें: generalisation.icaci.org

— julien

Answer 4

यदि आप कंप्यूटर प्रसंस्करण शक्ति में सीमाओं के कारण ज्यामिति को सरल बना रहे हैं, तो आप विभिन्न स्तरों पर प्रत्येक ज्यामिति के लिए संबद्ध अल्फा मास्क के साथ mipmaps उत्पन्न करने पर विचार कर सकते हैं ।

Comments

बहुत दिलचस्प, क्या आप विस्तृत करने के लिए तैयार होंगे?

— जॉन वेल्डन

ठीक है, ऐसा करने के लिए आपको प्रत्येक वेक्टर ज्यामिति को प्रत्येक स्तर के लिए बिटमैप में रेखांकन करने की आवश्यकता होगी जो आप उपयोगकर्ताओं को मानचित्र पर ज़ूम इन और आउट करने की अनुमति देते हैं। फिर, प्रत्येक स्तर पर और अधिक के लिए वेक्टर ज्यामिति खींचने के बजाय, आप इसके बजाय बिटमैप को प्रस्तुत करेंगे। तो, ज्यामिति को रेखापुंज करने के लिए गणना (जो आपके पास एक टन है तो महंगी होती है) जब तक उपयोगकर्ता क्रिया करता है, उसके बजाय हर बार सामने किया जाता है। जब आप बिटमैप खींचते हैं तो अल्फा मास्क तस्वीर में आ जाता है - इसका उपयोग केवल आकार के लिए ही किया जाता है।

— जॉन फेयरहर्स्ट

Answer 5

यह कठिन विषय है, क्योंकि आपको अपने डेटासेट के किसी प्रकार के संकल्प को ध्यान में रखना चाहिए। जब एक ज्यामिति शीर्ष एक अन्य शीर्ष के बराबर है? मैंने कभी धर्मान्तरित और पुनः परिवर्तित होने के बारे में नहीं सुना, हालाँकि यह एक दिलचस्प परीक्षा होगी।

सरल ज्यामितीय, ओजीसी के अनुसार हैं, ज्यामितीय जो स्वयं-प्रतिच्छेद नहीं करते हैं, और बहुभुज के मामले में, ज्यामितीय जो बाहरी शेल (एस) और आंतरिक शेल (एस) और उसके बाद के लिए सही रूप से उन्मुख होते हैं।