4.3  Ký hiệu

Lược đồ khái niệm trong tiêu chuẩn này sử dụng ngôn ngữ UML theo như hướng dẫn của tiêu chuẩn ISO/TS 19103.

Một số phần tử mô hình sử dụng trong lược đồ này được định nghĩa trong các tiêu chuẩn khác của bộ tiêu chuẩn ISO về thông tin địa lý. Theo quy ước trong ISO/TC 211, tên các lớp UML, ngoại trừ các lớp dữ liệu cơ bản, thì các lớp được định nghĩa trong đó bao gồm một tiền tố có hai ký tự để xác định tiêu chuẩn và gói UML. Các lớp UML được định nghĩa trong tiêu chuẩn này có tiền tố là hai chữ cái IF. Bảng dưới đây là danh sách các tiêu chuẩn quốc tế và các gói trong đó các lớp UML sử dụng trong tiêu chuẩn này đã được định nghĩa trong các tiêu chuẩn quốc tế và các gói đó.

Tiền tố

Thuộc tiêu chuẩn

Gói dữ liệu trong UML

CV

19123

Phủ cơ bản và Phủ rời rạc (Coverage Core & Discrete Coverages)

...

...

...

19115

Thông tin siêu dữ liệu (Metadata extent information)

GF

19109

Mô hình đối tượng địa lý tổng quát (General Feature Model)

GM

19107

Gốc hình học (Geometry Root)

MD

...

...

...

Tập thông tin siêu dữ liệu thực thể (Metadata entity set information

MI

19115-2

Siêu dữ liệu thực thể ảnh (Metadata entity set imagery)

5  Nền tảng khung

5.1  Kế thừa các khái niệm và thuật ngữ

Các nỗ lực giải quyết vấn đề về tương thích giữa các chuẩn và các đặc tả dữ liệu ảnh và ô lưới bị cản trở vì trong thực tế các chuẩn và các đặc tả này sử dụng các thuật ngữ khác nhau hoặc sử dụng các thuật ngữ giống nhau để biểu diễn các khái niệm khác nhau. Ba thuật ngữ quan trọng (ảnh, lưới quét, và ma trận) được gán nhiều ý nghĩa dẫn đến sự nhầm lẫn tiềm ẩn. Thuật ngữ ảnh, lưới quét và ma trận được định nghĩa trong điều 4. Thuật ngữ “dữ liệu dạng ma trận (matrix data)” trong một vài trường hợp được sử dụng để mô tả một tập các giá trị thuộc tính về đo lường được tổ chức trong một lưới. Trong một vài ngữ cảnh thuật ngữ này lại hàm ý loại trừ các dữ liệu dạng lưới quét hoặc dữ liệu ảnh. Sử dụng thuật ngữ “dữ liệu dạng ma trận” theo hàm ý này thì không đúng vì mâu thuẫn với khái niệm dữ liệu ô lưới và không rõ ràng. Thật không may, việc sử dụng phổ biến và thông tục tất cả các thuật ngữ này dẫn đến trùng lặp trùng nhau, và cung cấp một từ điển hạn chế. Trong mục 4, các thuật ngữ này đưa ra ý nghĩa kỹ thuật chính xác hơn. Tuy nhiên, vì các thuật ngữ này thường xuyên được sử dụng trong các chuẩn mở hoặc các đặc tả kỹ thuật không chính xác hoặc theo các cách khác, điều quan trọng là phải hiểu được các ý nghĩa của thuật ngữ đưa ra tương ứng với các trường hợp.

5.2  Sự tách biệt giữa phần mang theo và nội dung

Có nhiều chuẩn trao đổi dữ liệu ảnh và dữ liệu ô lưới mô tả các kiểu dữ liệu cho phép, ý nghĩa và các mối quan hệ của các kiểu dữ liệu trong các thuật ngữ định dạng mã hóa đã từng được sử dụng để mang theo dữ liệu. Cách tiếp cận này có thể bị hạn chế vì những hạn chế của cơ chế trao đổi và luôn luôn có một số hạn chế được áp dụng trong việc mô tả dữ liệu. Bộ tiêu chuẩn thông tin địa lý có một hướng tiếp cận khác để định nghĩa các cấu trúc dữ liệu nơi mà các kiểu dữ liệu được cho phép, ý nghĩa và các mối quan hệ của chúng được định nghĩa theo cách trừu tượng bằng việc sử dụng ngôn ngữ mô hình hóa UML. Một hoặc một vài các quy tắc mã hóa khác nhau có thể được áp dụng cho dữ liệu khi đó để mã hóa cho việc truyền tải hoặc lưu trữ trên các phần mang theo dữ liệu khác nhau đó. Tất nhiên hướng tiếp cận này không loại trừ các hạn chế vốn có của một vài kỹ thuật mã hóa, hướng tiếp cận này chỉ làm thay đổi vấn đề với quy tắc mã hóa đã từng được sử dụng để mã hóa mô hình trừu tượng thành một định dạng mã hóa đặc thù. Đây chính xác là các hạn chế, ví dụ như độ dài bit của các số để hiện ra thì chúng có thể được xử lý bằng các ngoại lệ trong việc mã hóa nếu cần thiết. Bởi vì có một lượng lớn các dữ liệu liên quan, nên tách biệt giữa phần mang theo và nội dung của dữ liệu ảnh, dữ liệu ô lưới và dữ liệu phủ là đặc biệt quan trọng.

...

...

...

Các khái niệm của RM-ODP được củng cố bởi các tiêu chuẩn ISO về Kết nối các hệ thống mở (OSI) ISO/IEC 7498-1. Các tiêu chuẩn OSI chia một hệ thống được thiết kế cho việc trao đổi dữ liệu thành bảy lớp khác nhau. Hai lớp cao nhất là “lớp ứng dụng” và “lớp trình diễn”. Lớp ứng dụng giải quyết ý nghĩa ngữ nghĩa của việc trao đổi dữ liệu và lớp trình diễn giải quyết việc mã hóa. Các lớp thấp hơn cung cấp cơ chế trao đổi. OSI hỗ trợ sự tách biệt giữa phần mang và nội dung.

Một tập dữ liệu ảnh, ô lưới hoặc dữ liệu phủ được cấu trúc như một tập các đối tượng giá trị phủ bao gồm một ma trận giá trị lưới, các tam giác TIN, các điểm hoặc các cặp giá trị hình học có mô tả của hàm phủ (coverage funtion) và siêu dữ liệu liên kết. Khi mã hóa để sử dụng cho trao đổi dữ liệu hoặc lưu trữ dữ liệu có thể mô tả một cách độc lập với việc cấu trúc hóa các dữ liệu này.

5.3  Mô hình nội dung

Khái niệm về mô hình nội dung là một phần quan trọng của tài liệu khung này. Bộ tiêu chuẩn về thông tin địa lý sử dụng khái niệm của lược đồ ứng dụng. Lược đồ ứng dụng là lược đồ khái niệm cho dữ liệu được yêu cầu bởi một hoặc nhiều ứng dụng. Mô hình nội dung là nhìn nhận theo hướng thông tin của một lược đồ ứng dụng, chỉ ra thông tin cần thiết để mô tả ngữ nghĩa của dữ liệu, không bao gồm định dạng trao đổi hoặc về trình bày dữ liệu.

Mô hình nội dung cho tập dữ liệu ô lưới bao gồm tập giá trị thuộc tính được tổ chức trong một lưới cùng với siêu dữ liệu để mô tả ý nghĩa giá trị thuộc tính và thông tin tham chiếu không gian tới vị trí dữ liệu. Siêu dữ liệu có thể bao gồm các thông tin về nhận dạng, thông tin chất lượng và các thông tin dữ liệu khác mà bộ cảm biến tập hợp được. Thông tin tham chiếu không gian bao gồm các thông tin về cách thiết lập giá trị thuộc tính tham chiếu tới trái đất, thông tin tham chiếu không gian được diễn tả như siêu dữ liệu.

Các thông tin phụ cũng được diễn tả dưới dạng siêu dữ liệu, nhằm hỗ trợ trình bày hoặc mã hóa. Tuy nhiên nội dung cơ bản có thể trình bày theo các cách khác nhau hoặc được mang theo bằng việc sử dụng cơ chế trao đổi khác nhau, trong đó thông tin phụ không là một phần của mô hình nội dung dữ liệu ảnh và ô lưới. Hình 1 minh họa cấu trúc đơn giản của dữ liệu ô lưới.

Hình 1 - Cấu trúc đơn giản của dữ liệu ô lưới

Các kiểu khác của dữ liệu phủ tương đối đơn giản, bao gồm một tập các đối tượng giá trị phủ và mô tả của hàm phủ. ISO 19123 hỗ trợ lưới phủ bao gồm lưới phủ lục giác, tập điểm, đa giác Thiessen, lưới phủ tứ giác, phủ các đoạn đường cong và TIN.

...

...

...

Lược đồ ứng dụng nhấn mạnh vào nội dung và cấu trúc dữ liệu, trong trường hợp dữ liệu ảnh, ô lưới và phủ được nhấn mạnh trong tập các đối tượng có giá trị phủ liên kết với siêu dữ liệu. Phương thức mã hóa và trình bày cấu trúc, nội dung thông tin được tách biệt. Bằng việc tách đính kèm với nội dung, mô hình nội dung được xác định tách biệt với quy tắc mã hóa sử dụng cho việc đính kèm hoặc lưu trữ nội dung dữ liệu và tách biệt với quy tắc biểu diễn hoặc các quy tắc sử dụng cho việc trình bày nội dung. Có thể bổ sung dữ liệu đính kèm cùng với nội dung dữ liệu để hỗ trợ cho việc trình bày. Phương thức mã hóa và biểu diễn cấu trúc thông tin và nội dung được tách biệt với dữ liệu của chúng. Bằng việc tách biệt phần mang theo với nội dung, thì mô hình nội dung được định nghĩa một cách tách biệt với quy tắc mã hóa được sử dụng để mang theo hoặc lưu trữ nội dung dữ liệu, tách biệt với quy tắc biểu diễn hoặc các quy tắc được sử dụng để trình bày nội dung. Có thể có dữ liệu bổ sung được yêu cầu để mang theo với nội dung dữ liệu, nhằm mục đích hỗ trợ việc trình bày. Ví dụ một số lớp hình ảnh trong bảng màu (ánh xạ màu) có thể được định nghĩa bằng cách gán các màu được biểu diễn với các giá trị được mã hóa trong ma trận giá trị lưới.

6  Mô hình đối tượng địa lý tổng quát áp dụng cho dữ liệu ảnh và dữ liệu ô lưới

6.1  Các phủ là các đối tượng địa lý

ISO 19109 xác định “đơn vị cơ bản của thông tin địa lý được gọi là một đối tượng” và chỉ ra rằng phương pháp tiếp cận mô hình hóa thông tin địa lý tuân thủ theo kiến trúc 4 lớp được mô tả trong ISO 19109:2005, Phụ lục B. Mô hình đối tượng địa lý tổng quát định nghĩa trong ISO 19101 được áp dụng cho tất cả thông tin địa lý bao gồm cả dữ liệu ảnh, ô lưới và phủ. Trong mô hình tham chiếu trong ISO 19101 một đối tượng được định nghĩa là một “sự chiết xuất của các hiện tượng trong thế giới thực”.

Một phủ là một kiểu đối tượng địa lý, phủ khác với các kiểu đối tượng địa lý khác bởi một vài thuộc tính phi không gian của nó được liên kết với các thuộc tính không gian thông qua một hàm phủ, hàm phủ này liên kết các giá trị của các thuộc tính tới vị trí mà liên quan đến các thuộc tính không gian, trong khi các thuộc tính không gian và phi không gian của các kiểu đối tượng địa lý khác độc lập với nhau.

Đối với một ảnh ô lưới đơn giản, có thể có một đối tượng địa lý tương ứng với ảnh đó với phần hình học được định nghĩa phù hợp với một cấu trúc lưới. Có thể thêm vào một số thuộc tính chủ đề cho đối tượng địa lý, còn các thuộc tính khác được xác định bằng việc sử dụng hàm phủ cho từng vị trí trong phạm vi của hàm.

Ưu điểm lớn nhất của việc coi tất cả thông tin địa lý như là các đối tượng địa lý hướng dữ liệu đó là cho phép dữ liệu phủ kết hợp với dữ liệu véc tơ và dữ liệu phủ khác trong một lược đồ ứng dụng đơn giản và trong tập dữ liệu đơn giản. Mối quan hệ giữa các đối tượng địa lý của tất cả các kiểu có thể được định nghĩa.

Ví dụ về tập dữ liệu kết hợp, một ảnh vệ tinh có thể được phân tích và xác định các tuyến đường. Tập dữ liệu kết hợp bao gồm hình ảnh cùng với một véc tơ biểu diễn các tuyến đường. Tập dữ liệu kết hợp sẽ bao gồm đối tượng địa lý tương ứng với ảnh phủ và đối tượng địa lý tương ứng với các tuyến đường.

6.2  Mối quan hệ đối tượng địa lý bổ sung

...

...

...

7  Khung

7.1  Cấu trúc khung

Khung định nghĩa trong tiêu chuẩn này mô tả mối quan hệ giữa mô hình nội dung và thông tin khác được yêu cầu cho việc trao đổi và trình bày. Khung này được xây dựng dựa trên ISO/TS 19101-2 cho dữ liệu ảnh và dữ liệu ô lưới.

Khung này đưa ra năm mẫu cho một loạt các kiểu dữ liệu ảnh, dữ liệu ô lưới và dữ liệu phủ phù hợp với ISO 19123. Một sự lựa chọn nhỏ của các mẫu được cung cấp để định nghĩa khả năng tương thích cơ bản giữa các tập dữ liệu ảnh, dữ liệu ô lưới và dữ liệu phủ khác nhau. Tập hợp các cấu trúc được định nghĩa trước này được biểu diễn như là các mẫu lượng đồ ứng dụng riêng cũng là các mẫu UML. Khả năng tương thích có thể đạt được giữa hình ảnh khác nhau và các tiêu chuẩn dữ liệu ô lưới bằng cách bảo đảm rằng nội dung thông tin chung được xác định và có thể được mô tả phù hợp với các mẫu này. Như minh họa trong các trường hợp sử dụng được xác định trong Phụ lục B, bốn cấu trúc lưới cơ bản và một cấu trúc phủ phi- lưới được mô tả.

Các cấu trúc được định nghĩa cho:

a) Phủ dạng lưới tứ giác liên tục (continuous quadrilateral grid coverage);

b) Phủ dạng lưới tứ phân (quadtree grid coverage (Riemann hyperspatial multidimensional grid coverage));

c) Phủ dạng TIN (TIN coverage);

d) Phủ dạng điểm rời rạc (discrete point coverage);

...

...

...

Khung dữ liệu ảnh, ô lưới và phủ sử dụng các phần từ định nghĩa trong các chuẩn ISO về thông tin địa lý. Hình 2 biểu diễn các gói được áp dụng cho dữ liệu ảnh, ô lưới và phủ. Hình này chỉ ra các phần tử liên kết trong khung như thế nào. Một nửa các gói được liên kết cung cấp siêu dữ liệu, siêu dữ liệu này có thể được sử dụng trong liên kết với dữ liệu ảnh và ô lưới.

Hình 2 - Tổng quan mối quan hệ bên trong và bên ngoài khung

7.2  Các phần tử của cấu trúc khung

7.2.1  Tổng quan về khung

Dữ liệu ảnh, lưới và phủ được mô tả ở nhiều mức khác nhau như trong Hình 3 dưới đây. Đây là các mức: mức khái quát (được diễn tả trong ISO 19123), mức mô hình nội dung và mức mã hóa. Việc mã hóa sử dụng các cấu trúc được định nghĩa trong ISO 19118. Điều này cho phép một mã hóa dựa trên XML cũng như cho phép nhiều lược đồ mã hóa riêng biệt. Việc mã hóa có thể bao gồm GML (ISO 19136) cùng với JPEG 2000 (ISO 15444), BIIF (ISO 12087-5) hoặc một trong nhiều định dạng mã hóa ảnh khác được xác định trong ISO/TR 19121.

Hầu hết các chuẩn trao đổi hiện có liên quan đến dữ liệu ảnh, ô lưới và phủ mô tả các thông tin trong các thuật ngữ của việc biểu diễn trong một định dạng trao đổi. Định dạng này định nghĩa các trường dữ liệu và mô tả nội dung, ý nghĩa của các trường dữ liệu này. Định dạng trao đổi này cũng ngầm định nghĩa nội dung thông tin có thể được mang theo cũng với định dạng trao đổi. Một vài chuẩn thậm chí tách phần thông tin của chúng ra khỏi việc mã hóa bên trong việc mô tả chuẩn. Nhưng cuối cùng nó là mã hóa mà định nghĩa các chuẩn này. Các mô hình nội dung phổ biến trong tiêu chuẩn này cho phép một ánh xạ tới các cấu trúc dữ liệu được định nghĩa trong các chuẩn mã hóa.

Hình 3 - Mối quan hệ tổng thể giữa các phần tử của khung

...

...

...

Mức khái quát cung cấp một cấu trúc khái quát chung cho tất cả các kiểu hình học phủ bao gồm các hình học dữ liệu ô lưới. Cấu trúc khái quát này được định nghĩa trong ISO 19123. Tiêu chuẩn này sử dụng các định nghĩa từ ISO 19123 đó là: hình học phủ, tập điểm, TIN và lưới tứ giác.

7.2.3  Mức mô hình nội dung

Một mô hình nội dung của dữ liệu ảnh, ô lưới và phủ mô tả nội dung thông tin của tập thông tin địa lý, bao gồm lược đồ không gian, đối tượng địa lý xác định và siêu dữ liệu liên kết, trong đó các khía cạnh khác như: chất lượng, tham chiếu địa lý (geo-referencing),... được biểu diễn trong siêu dữ liệu. Mô hình nội dung không bao gồm việc trình bày, mã hóa hoặc tổ chức dữ liệu để phù hợp với phương tiện lưu trữ và trao đổi. Siêu dữ liệu trao đổi mà mô tả thông tin về một trao đổi dữ liệu cũng không là một phần của thông tin được định nghĩa bởi mô hình nội dung.

Mức mô hình nội dung của khung này bao gồm một tập các cấu trúc nội dung được định nghĩa trước, các cấu trúc nội dung này đóng vai trò cốt lõi trong các lược đồ ứng dụng để phát triển cho dữ liệu ảnh, ô lưới và phủ. Mô hình nội dung tổng quát cho dữ liệu ô lưới bao gồm một tập nhỏ các lưới liên kết với thứ tự ô lưới cung cấp cho tổ chức không gian của dữ liệu ảnh và ô lưới. TIN và tập điểm là các cấu trúc phủ phi lưới định nghĩa ở mức mô hình nội dung trong khung này. Bên cạnh các lưới này và các cấu trúc phi lưới là siêu dữ liệu được định nghĩa, chất lượng và tham chiếu không gian. Tài liệu tham khảo là các tiêu chuẩn ISO về thông tin địa lý cho các phần tử này khi chúng có sẵn.

Mô hình đối tượng địa lý định nghĩa trong ISO 19109 áp dụng cho dữ liệu ảnh, ô lưới và phủ. Mặc dù cách tiếp cận thông thường được sử dụng trong nhiều tiêu chuẩn hình ảnh mở rộng là xem xét ảnh như một thực thể duy nhất và không xem xét cấu trúc đối tượng. Tốt hơn nên xem xét dữ liệu ảnh, ô lưới và phủ như là đối tượng hướng dữ liệu. Trong dạng đơn giản nhất, một ảnh, lưới hoặc tập dữ liệu khác được tổ chức như phủ có thể được xem xét như là một đối tượng đơn lẻ. Ví dụ một ảnh vệ tinh được xem xét như một biểu diễn của đối tượng mà đối tượng này là sự chiết xuất của các hiện tượng trong thế giới thực, được xem bởi cảm biến tạo ra ảnh. Tuy nhiên, nó cũng có thể làm đối tượng được chiết xuất trên một ảnh, nơi các tập điểm ảnh biểu diễn hình học của các đối tượng địa lý khác nhau. Một lược đồ ứng dụng có thể chứa một mô hình đối tượng địa lý, nơi thành phần hình học của mô hình đối tượng địa lý bao gồm các tập điểm hình học tương ứng với các phần tử ảnh (các điểm ảnh). Trong một cấu trúc lưới cho một ảnh. Nếu một cấu trúc đối tượng địa lý chứa nhiều hơn một đối tượng địa lý được liên kết với một ảnh, thì cấu trúc đối tượng địa lý cần cung cấp một phương thức để liên kết các ID của đối tượng địa lý tới từng điểm ảnh trong ảnh. Ví dụ một ảnh có thể được biểu diễn dưới dạng một lưới đơn bao gồm một tập các hàng và các cột cung cấp tổ chức cho một tập các điểm ảnh. Mỗi điểm ảnh chứa dữ liệu thuộc tính như là màu sắc, cường độ ánh sáng nhìn thấy tại thời điểm đó. Ngoài ra mỗi điểm ảnh có thể chứa một thuộc tính bổ sung, thuộc tính này chỉ ra rằng ID đối tượng địa lý liên kết với điểm ảnh, vì vậy mà các điểm ảnh tương ứng với hình ảnh của một cây cầu được đánh dấu là đối tượng cầu, và các đường tương ứng với một con song được đánh dấu là sông. Các cấu trúc khác hiệu quả hơn cũng có thể được định nghĩa để xác định các tập ô lưới hoặc các điểm ảnh tương ứng với một đối tượng được đưa ra.

Một lược đồ ứng dụng cho dữ liệu ảnh, lưới phải tuân theo mô hình đối tượng địa lý tổng quát trong ISO 19109, cùng với các mối quan hệ thêm vào được xác định trong điều 7, và sẽ liên kết các cặp giá trị điểm điều khiển hàm phủ với ít nhất một đối tượng. Với dữ liệu ảnh và ô lưới chứa nhiều hơn một đối tượng thì lược đồ ứng dụng sẽ cung cấp một phương thức liên kết các ID đối tượng riêng hoặc tập các cặp giá trị điểm.

Chuẩn ISO 19123 cung cấp phạm vi tương đối rộng cho các cấu trúc phủ. Trong tiêu chuẩn này, lựa chọn một lưới tứ giác như là một tổ chức dữ liệu ô lưới cơ bản. Ngoài ra cấu trúc mô hình nội dung được định nghĩa để hỗ trợ một vài lưới phức hợp ví dụ như là các lưới với ô lưới dạng biến trong không gian 2 và n chiều.

Hình 4 minh họa cho cấu trúc dữ liệu dạng lưới, ảnh và phủ trong tiêu chuẩn này.

Mô hình nội dung bao gồm cấu trúc không gian và siêu dữ liệu, cấu trúc mã hóa là riêng biệt nhưng có liên quan đến mô hình nội dung. Việc thu gọn dữ liệu là loại bỏ thông tin dựa trên nội dung ngữ nghĩa trong khi nén dữ liệu, là loại bỏ thông tin dựa trên cấu trúc bit độc lập với ý nghĩa. Thu gọn dữ liệu là một phần của mô hình nội dung còn nén dữ liệu thì không. Một ví dụ của thu gọn dữ liệu là loại bỏ thông tin mà ứng dụng không cần thiết. Nén dữ liệu loại bỏ các thông tin không cần thiết xuất hiện ngẫu nhiên, ví dụ chiều dài của 1 bit trong hệ thống có thể xóa và nén mã hóa chiều dài. Cả hai kiểu đều giảm kích thước tập dữ liệu nhưng thu gọn dữ liệu là một phần của cấu trúc mã hóa, trong khi đó nén dữ liệu là một phần của mô hình nội dung

...

...

...

Hình 4 - Sơ đồ thành phần dữ liệu ảnh và ô lưới

Hình 5 minh họa tổng quan mô hình nội dung cho dữ liệu ảnh, lưới và phủ. Hình này là mở rộng của Hình 4, phần thể hiện cấu trúc và trình bày thông tin không được biểu diễn vì không thuộc mô hình nội dung. Cơ chế thu gọn dữ liệu không được biểu diễn trực tiếp vì liên quan đến cấu trúc của ma trận giá trị lưới. Ví dụ một mạng lưới sắp xếp dạng lắp ghép thể hiện thu gọn dữ liệu khi các miếng ghép chỉ được xác định cho những vùng dữ liệu có thể. Thu gọn dữ liệu cũng tồn tại trong cấu trúc ô kích thước dạng biến khi các điểm ảnh lân cận của các giá trị thuộc tính giống nhau có thể kết tập trong một ô đơn lớn hơn.

Thu gọn dữ liệu liên quan tới tổ chức dữ liệu. Một cây tứ phân biểu diễn thu gọn dữ liệu tới các ô kích thước dạng biến. Điều này cũng đúng cho một TIN với tam giác kích thước dạng biến. Việc nén dữ liệu nói chung là cầu nối giữa thông tin và các mức kỹ thuật, cần có cấu trúc thông tin ở mức mô hình thông tin trong khung nhìn thông tin để có thể giảm được khối lượng dữ liệu cho quá trình nén dữ liệu ở mức kỹ thuật.

Hình 5 - Các thành phần trong mô hình nội dung của dữ liệu ảnh và ô lưới

7.3  Mức mã hóa

7.3.1  Định dạng trao đổi và phương tiện lưu trữ

ISO 19118 định nghĩa qui tắc mã hóa là: “Một tập xác định của các qui tắc chuyển đổi mà định nghĩa việc mã hóa cho một cấu trúc dữ liệu cụ thể”. Các quy tắc mã hóa chỉ ra các kiểu dữ liệu được chuyển đổi cũng như cú pháp, cấu trúc và lược đồ mã hóa được sử dụng trong các cấu trúc dữ liệu kết quả.

...

...

...

Mô hình nội dung định nghĩa cấu trúc để một quy tắc mã hóa có thể áp dụng. Có rất nhiều các phương thức mã hóa khác nhau sử dụng cho dữ liệu ảnh, ô lưới và dữ liệu phủ. Nhiều phương thức mã hóa được sử dụng rộng rãi cho các chuẩn định dạng trao đổi. ISO/TS 19101-2:2008, điều 7.3.5 mô tả bốn kiểu mã hóa thông dụng và sáu lược đồ nén dữ liệu sử dụng trong mã hóa. Một dạng mã hóa đó là JPEG 2000 với file liên kết XML hoặc GML theo ISO 19136 liên kết tới dữ liệu JPEG 2000.

Dữ liệu ô lưới và phủ là một trong những cấu trúc dữ liệu thông tin địa lý đơn giản nhất. Tuy nhiên những tập dữ liệu này là các mảng lớn, bao gồm một lượng lớn các phần tử ảnh, các ô lưới, các điểm hoặc các tam giác giá trị TIN. Có hai tập thông tin khác nhau được mã hóa đó là các phần tử giá trị (các điểm ảnh, ô lưới, điểm hoặc tam giác giá trị) và siêu dữ liệu của các giá trị phần tử này. Các tập này được mã hóa theo chuẩn tích hợp giống nhau hoặc dưới dạng hai bộ thông tin được liên kết riêng biệt. Ngoài ra hầu hết các quy tắc mã hóa dữ liệu ảnh, lưới và phủ đều bao gồm luôn cả các quy tắc nén dữ liệu để giảm lượng dữ liệu của giá trị phần tử dữ liệu.

Có một số các tiêu chuẩn ISO được phát triển trong hệ thống tiêu chuẩn ISO/IEC JTC 1 về công nghệ thông tin mà được chỉ định để mã hóa hình ảnh và dữ liệu ảnh, các dữ liệu này có thể áp dụng các cấu trúc mô hình nội dung được định nghĩa trong tiêu chuẩn này. Các tiêu chuẩn có thể được áp dụng bao gồm các tiêu chuẩn của ISO/IEC JTC 1/SC29 và ISO/IEC JTC 1/ SC 24. Các tiêu chuẩn này nên được sử dụng. Ngoài ra cũng có một số các tiêu chuẩn thương mại hoặc các tiêu chuẩn thuộc các tổ chức khác cũng có thể sử dụng. ISO/TR 19121 báo cáo kết quả khảo sát về các tiêu chuẩn này.

Để thúc đẩy việc tương thích trong trao đổi dữ liệu thì cần có một định dạng mã hóa trung lập phổ biến ngay cả khi định dạng đó không phải là tối ưu cho tập dữ liệu cụ thể. Một mã hóa trung lập bao gồm việc sử dụng mã hóa XML để mô tả siêu dữ liệu của dữ liệu ảnh, ô lưới và phủ và một cơ chế mã hóa phần tử giá trị riêng thuộc bộ tiêu chuẩn ISO/IEC JTC 1/SC 29 về mã hóa hình ảnh mà hỗ trợ việc nén. Một chuẩn cụ thể là ISO 15444 có thể sử dụng cùng với mã XML như một mã hóa trung lập. Chi tiết của mã hóa này nằm ngoài phạm vi của tiêu chuẩn này.

7.3.2  Các quy tắc mã hóa

ISO 19118 qui định một số quy tắc mã hóa khác nhau sử dụng để mã hóa thông tin địa lý phù hợp với một ngữ cảnh cụ thể. Mã hóa XML được biểu diễn như là mã hóa trung lập để hỗ trợ trao đổi không rõ ràng. Các kỹ thuật mã hóa gán các mẫu bit cho các phần tử dữ liệu và đóng gói dữ liệu để chỉ ra nơi mà các phần tử dữ liệu bắt đầu và kết thúc trong một luồng dữ liệu. Có một số phương pháp đóng gói có sẵn. Phổ biến nhất là phương pháp giới hạn thẻ, chẳng hạn như sử dụng trong XML hoặc phương thức con trỏ có luồng bit dài, ví dụ như sử dụng trong ISO 8211 và ISO 8825. Một số kỹ thuật xây dựng việc đóng gói vào cấu trúc mã hóa. Điều này có thể có hiệu quả đối với các mảng dữ liệu lớn thông thường cũng như là có hiệu quả đối với các tập dữ liệu ô lưới. Tất cả các kỹ thuật đóng gói bao gồm các thông tin bổ sung để phân định và xác định các phần tử nội dung. Đây được gọi là chi phí mã hóa. Khối lượng lớn liên quan đến dữ liệu ảnh, ô lưới yêu cầu sử dụng các kỹ thuật giảm thiểu chi phí này. Tiêu chuẩn kỹ thuật này không định nghĩa các quy tắc mã hóa.

Nội dung thông tin được mô tả phù hợp với lược đồ ứng dụng mô tả trong tiêu chuẩn này được đóng gói và mã hóa sử dụng các quy tắc mã hóa khác nhau phù hợp với ngữ cảnh trao đổi dữ liệu.

7.4  Trình bày dữ liệu ảnh và ô lưới

Thông tin điều khiển việc mô tả định dạng một phần của mô hình nội dung, mặc dù cơ chế của việc trình bày thì nằm ngoài phạm vi của tiêu chuẩn này. Kiểu thông tin có thể cần được mang theo cung với tập dữ liệu ảnh và ô lưới nhằm hỗ trợ cơ chế trình bày mở rộng bao gồm các thông tin về hệ thống màu sắc, giá trị thuộc tính màu sắc và giá trị dữ liệu có thể được tải lên trong bảng màu LUT.

...

...

...

Kiểu giá trị của một ảnh có thể được mã hóa bằng việc sử dụng bảng màu LUT. Giá trị trong lưới được mã hóa tương ứng với các màu sắc. Một mã trong ma trận giá trị được sử dụng như một địa chỉ trong bảng LUT tương ứng với các giá trị màu sắc. Màu sắc trong LUT được sắp xếp theo một thuật toán với hàm nội suy để xác định cho phủ, nếu không có hàm nội suy thì màu sắc có thể được xác định theo một trật tự tùy ý. Hình 6 minh họa cách sử dụng của một LUT

Hình 6 - Cách sử dụng của một màu sắc trong bảng LUT

8  Tham chiếu không gian của dữ liệu ảnh, ô lưới và phủ

Tham chiếu không gian cho dữ liệu ô lưới, dữ liệu dạng tập điểm, và dữ liệu TIN được xử lý khác nhau. Dữ liệu tập điểm bao gồm một tọa độ vị trí trực tiếp tương ứng với mỗi điểm trong tập điểm, dữ liệu ô lưới tham chiếu đến lưới, dữ liệu TIN bao gồm vị trí trực tiếp tương ứng với mỗi đỉnh tam giác TIN. Hai thuộc tính không gian của dữ liệu ô lưới mô tả không gian mở rộng được sắp xếp theo kiểu lắp ghép trong các đơn vị nhỏ và tham chiếu không gian tới bề mặt trái đất. Tham chiếu không gian được mô tả trong ISO/TS 19101-2 và ISO/TS 19130.

9  Cấu trúc dữ liệu ảnh, ô lưới và phủ (IGCD)

9.1  Cấu trúc IGCD và siêu dữ liệu

Một mẫu cấu trúc tổng quát của dữ liệu ảnh, ô lưới và phủ được đưa ra trong Hình 7 dưới đây, chỉ ra một tập dữ liệu bao gồm tập hợp của một hoặc nhiều phủ với siêu dữ liệu liên kết. Các khái niệm về những thay đổi của tập dữ liệu giữa các định dạng trao đổi khác nhau, được sử dụng để mang theo dữ liệu. Vì lý do này mà có khái niệm về sự chuyển giao (transmittal). Một sự chuyển giao xác định các thông tin được trao đổi, có thể là một tập dữ liệu, một phần của tập dữ liệu hoặc một loạt các tập dữ liệu. Có nhiều định dạng trao đổi hỗ trợ khái niệm chuyển giao, nhưng theo các phương thức khác nhau. Trong một vài trường hợp một định dạng trao đổi cho phép trao đổi toàn bộ tập dữ liệu. Một vài trường hợp khác thì cho phép trao đổi một phần của tập dữ liệu, với trường hợp này thì cơ chế chuyển giao sẽ cung cấp thông tin cần thiết để xác định phần dữ liệu được trao đổi. Cơ chế cập nhật là một kiểu đặc tả trong một phần của tập dữ liệu trao đổi. Một vài định dạng trao đổi cũng cho phép trao đổi nhiều tập dữ liệu logic trong một lần truyền.

Khái niệm về sự chuyển giao được hỗ trợ khác nhau ở các chuẩn trao đổi khác nhau, nhưng việc chuyển đổi giữa các cấu trúc chuyển giao là tương đối dễ dàng. Tập dữ liệu đầy đủ có thể được chia ra làm các phần hoặc bộ phận khác nhau thành các tập dữ liệu kết tập. Hình thức của sự chuyển giao này sử dụng ứng dụng có tính phụ thuộc cao. Một vài định dạng phù hợp với dữ liệu có dung lượng lớn, một vài định dạng khác lại phù hợp với việc trao đổi dữ liệu từng phần nhỏ như trong dịch vụ trực tuyến hoặc cơ chế cập nhật.

...

...

...

Liên kết với mỗi tập dữ liệu và tập hợp là siêu dữ liệu. Siêu dữ liệu được tổ chức theo các cách khác nhau, và các định dạng trao đổi khác nhau hỗ trợ các phần tử siêu dữ liệu khác nhau theo các cách khác nhau. Tiêu chuẩn này phân chia siêu dữ liệu liên kết cho dữ liệu ảnh, lưới và phủ theo các phân loại. Việc này hỗ trợ ánh xạ siêu dữ liệu giữa mô hình nội dung của các kiểu dữ liệu và các định dạng trao đổi hỗ trợ các cấu trúc. Phần đầu tiên là ngữ cảnh siêu dữ liệu mô tả về môi trường hoặc ngữ cảnh dữ liệu, và nội dung siêu dữ liệu về ngữ nghĩa hoặc ý nghĩa của dữ liệu hoặc có thể chia nhỏ hơn nữa như chất lượng, cấu trúc siêu dữ liệu... Tuy nhiên không có quy định tuyệt đối nào cho việc xác định các phần tử siêu dữ liệu này. Một thuộc tính trong định dạng trao đổi này có thể là siêu dữ liệu trong định dạng khác, ở mức độ thông tin hoặc mức độ khác thì một tập giá trị các đối tượng là siêu dữ liệu. Siêu dữ liệu vẫn bất biến với định dạng trao đổi hoặc phương tiện lưu trữ là nội dung siêu dữ liệu, phần còn lại là ngữ cảnh siêu dữ liệu. Sự phân chia thành bốn kiểu cũng liên quan tới chuẩn ISO sử dụng để mô tả siêu dữ liệu. Siêu dữ liệu khai phá được mô tả trong ISO 19115, và siêu dữ liệu cấu trúc cũng được mô tả trong ISO 19115 và ISO 19115-2, ISO 19115 và ISO 19115-2 là các danh sách mở rộng của các phần tử siêu dữ liệu có khả năng áp dụng. Sự thu nhận và các phần tử siêu dữ liệu chất lượng cũng có thể được lấy từ danh sách này. ISO/TS 19130 và ISO/TS 19138 cũng cung cấp thêm các phần tử siêu dữ liệu. Siêu dữ liệu khai phá có thể áp dụng cho một tập dữ liệu trong đó với bất kỳ một tập dữ liệu nào cũng đều có thể được xác định. Tất cả các siêu dữ liệu đều chứa siêu dữ liệu khám phá áp dụng cho một tập hợp.

Hình 7 - Cấu trúc IGCD và siêu dữ liệu

9.2  Các lớp cấu trúc khung

9.2.1  Lớp IF_DataSet

Một tập dữ liệu là một tập hợp xác định của dữ liệu được biểu diễn trong một định dạng trao đổi hoặc lưu trữ trên một phương tiện lưu trữ. Một tập dữ liệu có thể biểu diễn tất cả hoặc một phần của tập hợp và có thể bao gồm một hoặc nhiều phần ghép của dữ liệu. Nội dung của tập dữ liệu được định nghĩa bởi các đặc điểm kỹ thuật sản phẩm cho kiểu sản phẩm dữ liệu cụ thể và thường phù hợp với việc sử dụng dữ liệu đó. Đặc điểm kỹ thuật sản phẩm cho một loại hình sản phẩm dữ liệu cụ thể cần phải mô tả tổ chức của sản phẩm dữ liệu đó. Ví dụ, một sản phẩm hình ảnh có thể chỉ có một lưới phủ và một lược đồ lắp ghép để chỉ ra rằng mỗi tập dữ liệu đều chứa một phần ghép. Các sản phẩm phức tạp hơn có thể bao gồm một số các phủ và nhiều lược đồ lắp ghép phức tạp như cây tứ phân dựa trên lược đồ lắp ghép có kích thước dạng biến. Tập dữ liệu là thực thể logic có thể được xác định bởi siêu dữ liệu liên kết không phải là thực thể vật lý của sự trao đổi. Lớp IF_DataSet triển khai lớp DS_DataSet được mô tả trong ISO 19115.

9.2.2  Lớp IF_Transmittal

Lớp IF_Transmittal biểu diễn thực thể vật lý của sự trao đổi. Một sự chuyển giao là thực thể được sử dụng trong định dạng trao đổi được mã hóa để mang theo tất cả, một phần hoặc một vài tập dữ liệu. Sự chuyển giao biểu diễn về mặt thực thể vật lý của sự trao đổi. Sự chuyển giao phụ thuộc vào định dạng mã hóa và phương tiện trao đổi. Một sự chuyển giao trên phương tiện vật lý ví dụ như một đĩa DVD, có thể mang theo một số lượng các tập dữ liệu, trong khi một sự chuyển giao thông qua đường truyền với băng thông thấp thì chỉ mang theo một phần nhỏ của một tập dữ liệu. Siêu dữ liệu mang theo cần thiết cho tính toàn bộ của sự chuyển giao và có thể được thay đổi từ cơ chế trao đổi này tới cơ chế trao đổi siêu dữ liệu khác cần thiết cho việc định tuyến và phân phối của sự chuyển giao. Một cơ chế trao đổi phổ biến sẽ mang theo toàn bộ tập dữ liệu trên một phương tiện vật lý ví dụ như một đĩa CD - ROM. Thông tin siêu dữ liệu chuyển giao không được hiển thị ngoại trừ các thông tin trong mô đun siêu dữ liệu khám phá, việc này phụ thuộc vào cơ chế sử dụng để trao đổi và có thể khác nhau giữa các phương tiện trao đổi hay định dạng mã hóa này với phương tiện trao đổi hay định dạng mã hóa khác. Ví dụ về sự chuyển giao siêu dữ liệu đó là việc đếm số lượng các byte dữ liệu trong một đơn vị trao đổi.

9.2.3  Lớp IF_DiscoveryMetadata

...

...

...

9.2.4  Lớp IF_Colection

Lớp IF_Colection biểu diễn một tập hợp của IF_CoverageData và siêu dữ liệu liên kết, một tập hợp bao gồm nhiều kiểu phủ khác nhau của từng vùng riêng biệt, hoặc các dữ liệu đa phủ của cùng một kiểu tập dữ liệu, nhưng lại biểu diễn các bề mặt khác nhau. Ví dụ một tập bao gồm một lưới phủ và một tập điểm của một vùng trong đó lưới phủ biểu diễn bề mặt độ cao, điểm thiết lập một số điểm độ cao được đo chính xác.

9.2.5  Lớp IF_ColectionMetadata

Là lớp siêu dữ liệu tập hợp, lớp này liên kết với một tập hợp là tập của tập hợp siêu dữ liệu mô tả về sản phẩm dữ liệu trong tập hợp. Lớp này bao gồm một số lượng các thành phần con chứa siêu dữ liệu khám phá dưới dạng cấu trúc siêu dữ liệu, siêu dữ liệu thu thập và siêu dữ liệu về chất lượng. Siêu dữ liệu từ siêu dữ liệu khám phá có thể được áp dụng cho tập hợp được khám phá. Các mô đun siêu dữ liệu khác là siêu dữ liệu về thông tin mô tả.

9.2.6  Lớp IF_StructuralMetadata

Là lớp siêu dữ liệu cấu trúc. Một thành phần của một tập hợp là tùy chọn một tập siêu dữ liệu có tính cấu trúc mô tả cấu trúc của phủ. Trong nhiều định dạng trao đổi, thì thuộc tính của phủ ví dụ như là số lượng các hàng và cột trong một lưới được mang theo thông tin siêu dữ liệu dạng cấu trúc. Siêu dữ liệu mô tả ngữ cảnh không được coi là siêu dữ liệu khám phá (discovery) mà được coi là siêu dữ liệu có tính cấu trúc. Lớp này là lớp trừu tượng, vì nó được triển khai từ các lớp siêu dữ liệu mô tả trong ISO 19115, 19115-2. Việc xác định một mảnh ghép trong lược đồ lắp ghép có thể được xem xét như là siêu dữ liệu có tính cấu trúc nếu như các mảnh ghép không cung cấp trực tiếp việc khám phá mảnh ghép trong siêu dữ liệu khám phá.

9.2.7  Lớp IF_AcquisitionMetadata

Là lớp siêu dữ liệu thu nhận. Một thành phần của một tập hợp là tùy chọn một tập siêu dữ liệu thu nhận mô tả nguồn giá trị dữ liệu. Lớp này là lớp trừu tượng vì nó được triển khai từ các lớp siêu dữ liệu mô tả trong ISO 19115, 19115-2 hoặc ISO/TS 19130.

9.2.8  Lớp IF_QualityMetadata

...

...

...

9.2.9  Lớp IF_GridCoverage

Lớp IF_GridCoverage là triển khai lớp CV_ContinuousQuadrilateralGridCoverage mô tả trong ISO 19123, có hai kiểu lưới phủ xác định trong tài liệu về khung dữ liệu này đó là lưới tứ giác liên tục các ô kích thước dạng hằng số và một quy tắc tuần tự hàng cột tuyến tính và thứ hai là lưới cây tứ phân với các ô kích thước dạng biến. Cây tứ phân (Quatree) có thể mở rộng trong mạng lưới siêu không gian Rieman (Riemann hyperspatial grid) với nhiều hơn hai chiều.

9.2.10  Lớp IF_TINCoverage

Lớp IF_TINCoverage triển khai từ lớp CV_TINCoverage từ chuẩn ISO 19123.

9.2.11  Lớp IF_PointSetCoverage

Lớp IF_PointSetCoverage triển khai từ lớp CV_DiscretePointCoverage từ ISO 19123.

9.2.12  Lớp IF_DiscreteSurfaceCoverage

Lớp IF_DiscreteSurfaceCoverage triển khai từ lớp CV_DiscreteSurfaceCoverage từ ISO 19123.

9.2.13  Lớp IF_Tiling

...

...

...

10  Mẫu

10.1  Lược đồ ứng dụng cho dữ liệu ảnh và dữ liệu ô lưới

Lược đồ ứng dụng cho dữ liệu ảnh và dữ liệu ô lưới được tổ chức bởi mô hình đối tượng địa lý tổng quát mô tả trong tiêu chuẩn ISO 19109. Một phủ là một kiểu đối tượng địa lý, và một lưới, tam giác TIN hoặc tập điểm diễn tả đặc tính không gian của một kiểu đối tượng địa lý. Điều này giống với dữ liệu véc tơ. Bất kỳ lược đồ ứng dụng nào mà tuân theo các quy tắc trong ISO 19109 thì đều có thể được tạo, bao gồm cả việc kết hợp phủ và dữ liệu véc tơ. Tiêu chuẩn này không hạn chế việc phát triển các lược đồ ứng dụng, tiêu chuẩn này cung cấp mẫu cho việc mô tả một lựa chọn tập các kiểu dữ liệu phủ trong lược đồ ứng dụng.

Một số mô hình nội dung tổng quát được định nghĩa trong điều này, để đáp ứng cũng như tham chiếu đến các kiểu khác nhau của dữ liệu ảnh và dữ liệu ô lưới.

Các cấu trúc mô tả trong điều 10.2 và 10.7 (hai cấu trúc lưới, cấu trúc phủ dạng TIN, phủ dạng tập điểm và phủ của lưới bề mặt rời rạc) phù hợp với cấu trúc trong ISO 19123. Với phủ liên tục trong ISO 19123 cho phép một tập giá trị dữ liệu bao phủ một khu vực, mà định nghĩa một bề mặt dựa trên hàm nội suy để áp dụng cho việc tạo giá trị của hàm phủ tại bất kỳ vị trí nào trong không gian.

Tiêu chuẩn này định nghĩa các kiểu cụ thể của không gian ô lưới bao gồm các lưới tuyến tính hình chữ nhật đơn giản trong hai hoặc nhiều chiều không gian được sắp xếp thành các dải hoặc không gian 7 - chiều với các điểm ảnh đồng nhất hoặc điểm ảnh có kích thước dạng biến.

Các tập ô lưới của các giá trị dữ liệu có thể biểu diễn các phần tử hình ảnh hoặc các giá trị không phải là hình ảnh ví dụ như độ cao trong mô hình số độ cao (DEM). Các giá trị này tạo ra một ma trận giá trị theo ISO 19123. Ma trận giá trị này được tổ chức như một lưới. Đặc trưng của lưới này là các quy tắc (giá trị không gian), thứ tự sắp xếp (thứ tự sắp xếp các giá trị), đường bao của lưới (hình chữ nhật, đa giác hoặc từng lát lắp ghép ) và các chiều không gian (2D, 3D hoặc nD).

Có một số lượng lớn các cấu trúc có thể được định nghĩa; tuy nhiên một số ít được sử dụng phổ biến. Nhà phát triển lược đồ ứng dụng được tự do sử dụng bất kỳ cấu trúc nào từ hình học định nghĩa trong ISO 19123. Tiêu chuẩn này định nghĩa trước một số ít các cấu chúng phổ biến để thiết lập sự tương đồng trong cách mô tả các cấu trúc thông dụng được mô tả và sử dụng.

10.2  Lưới phủ

...

...

...

Lưới thẳng (lưới hình chữ nhật tuyến tính) đơn giản với ô kích thước và ô kích thước dạng biến là hai kiểu con khác nhau của lớp IF_GridCoverage. Cả hai lưới này đều tồn tại trong không gian 2 hoặc đa chiều. Ô kích thước dạng biến được gọi là một cây tứ phân trong không gian 2 chiều. Trong không gian ở mức cao hơn thì gọi là lưới siêu diện đa chiều Riemann (Riemann hyperspatial grid). Một ví dụ về lưới như vậy là một bộ dữ liệu âm thanh thủy văn bao gồm các chiều X, Y, Z (chiều sâu) và T (thời gian).

Lưới thẳng đơn giản với các ô kích thước chỉ yêu cầu ô kích thước được định nghĩa một lần cho một phủ. Ô có thể được xác định bằng việc sắp xếp các giá trị dữ liệu theo việc quét tuyến tính một hàng - cột. Lưới như vậy có các ô được chuyển toàn bộ tới vùng bên trong các đường bao xác định phủ.

Một lưới ô kích thước có giá trị biến cần xác định kích thước của mỗi ô. Có thể có một số thứ tự sắp xếp kiểu sắp xếp Morton được xác định trong tiêu chuẩn này vì nó triển khai trong không gian đa chiều. Có thể xem một lưới tứ phân (hoặc siêu siêu diện đa chiều) như một lưới bình thường với ô kích thước ô lưới giống nhau, trong đó bốn ô liền kế có cùng giá trị thuộc tính và sắp thẳng dọc theo mẫu quét lưới, các ô này có thể kết tập với nhau tạo thành ô lớn hơn.

Hình 8 minh họa cấu trúc của lưới thẳng đơn giản hai chiều với ô kích thước và lưới có ô kích thước dạng biến.

Hình 8 - Lưới có ô kích thước liên tục và dạng biến

Hình 9 minh họa mối quan hệ của IF_GridCoverage với hai kiểu IF_QuadGriddedData và IF_RiemannGriddedData. Cả hai lớp này kế thừa từ lớp CV_ContinuousQuadrilateralGridCoverage, hai lớp này có các thuộc tính gần giống nhau, khác nhau ở phương thức sắp xếp thứ tự và quy tắc có bốn ô liền kề dọc theo đường dẫn thứ tự sắp xếp, các ô này kết tập trong một ô lớn hơn nếu các ô này có cùng giá trị thuộc tính.

Hình 9 - Các lớp lưới và ô kích thước lưới dạng biến

...

...

...

10.2.2.1  Lớp IF_QuadGriddedData

Lớp IF_QuadGriddedData là lớp kế thừa từ lớp IF_GridCoverage, lớp IF_GridCoverage được triển khai từ lớp CV_ContinuousQuadrilateralGridCoverage theo chuẩn ISO 19123. Lớp IF_QuadGriddedData xác định một lưới tứ giác liên tục với các ô kích thước dạng hằng số và một chuỗi quy tắc hàng cột tuyến tính. Các thuộc tính kế thừa từ lớp CV_ContinuousQuadrilateralGridCoverage. Thuộc tính CV_SequenceRule chọn một tuyến tính (hàng - cột hoặc cột - hàng).

10.2.2.2  Lớp IF_RiemannGriddedData

Lớp IF_RiemannGriddedData là lớp kế thừa từ lớp IF_GridCoverage, lớp IF_GridCoverage được triển khai từ lớp CV_ContinuousQuadrilateralGridCoverage mô tả trong ISO 19123. Lớp IF_RiemannGriddedData định nghĩa một lưới ô kích thước dạng biến, có các ô lân cận có cùng các giá trị thuộc tính kết tập theo thứ tự sắp xếp. Các thuộc tính kế thừa từ lớp CV_ContinuousQuadrilateralGridCoverage. Thuộc tính CV_SequenceRule chọn một sắp xếp Morton để quét. Lưới này được gọi là cây tứ phân trong không gian 2 chiều.

10.2.3  Nội dung của ô lưới kích thước dạng biến

Lưới truyền thống có độ phân giải cố định, phổ biến nhất là lưới được kết hợp bởi các góc vuông tạo ra bởi các dòng có kích thước bằng nhau, tạo nên các ô hình vuông hoặc hình chữ nhật. Lưới hóa (gridding) là cách chuẩn để tạo ra các tập dữ liệu điểm bằng việc đặt một độ phân giải hoặc khoảng cách lưới, và việc tính toán giá trị ô lưới dựa trên một thuộc tính duy nhất của nhóm các điểm kết hợp trong mỗi ô. Dữ liệu ảnh chủ yếu dạng lưới, dựa trên độ phân giải của bộ cảm biến hoặc khoảng cách điểm ảnh tùy ý thống nhất.

Lưới cũng được thiết lập bởi các ô kích thước dạng biến. Ví dụ phổ biến là “cây tứ phân” được sử dụng phổ biến trong một vài hệ thống thông tin địa lý (GIS). Có một ô kích thước dạng biến cho phép độ phân giải biến thiên khắp bề mặt lưới, độ phân giải này biểu diễn bởi các dòng song song có khoảng cách khác nhau trên lưới, sự định vị cho các ô lưới cũng được thiết lập. Việc này yêu cầu việc đơn giản hóa dữ liệu trên mỗi chiều và phép chia nhị phân của mỗi chiều trong việc sắp xếp sự định vị của bất kỳ một ô lưới. Khi áp dụng cho điểm hoặc dữ liệu ảnh, những vùng có độ biến thiên cao được biểu diễn bởi các ô lưới nhỏ. Những vùng có độ biến thiên thấp được biểu diễn bằng ô lưới lớn. Nếu các ô kích thước biến thiên trong lưới thì chúng phải biến thiên một cách thường xuyên bởi vậy mà phân vùng không gian trong lưới vẫn có thể phủ được vùng bao và phương thức sắp xếp phải sắp các ô trong lưới theo thứ tự. Ngoài ra cần mô tả các thông tin kích thước cùng với ô lưới.

Trong khi giảm thiểu kích thước lưu trữ thì dữ liệu trong ô lưới kích thước dạng biến gần kề nhau được kết tập trong một ô lớn hơn để duy trì tính toàn vẹn khoảng cách của dữ liệu ban đầu. Một lưới với các ô kích thước dạng biến hỗ trợ giá trị null, bởi vậy mà dữ liệu không đầy đủ sẽ bao gồm các lỗ hổng, các lỗ hổng này có thể tồn tại mà không cần gán giá trị tùy ý tới khu vực không có dữ liệu. Việc này cho phép xem xét lượng rút gọn thông qua lưới truyền thống, những ô không có dữ liệu sẽ không được lưu trữ.

Ô kích thước dạng biến hữu ích với một số kiểu dữ liệu cảm biến, ví dụ thay vì biểu diễn đáy thủy văn như là các bản ghi âm (các tập điểm) thì có thể biểu diễn dưới dạng tập các ô kích thước dạng biến. Mỗi ô có thể đem theo nhiều giá trị thuộc tính. Các ô liền kề mang cùng các giá trị thuộc tính kết tập với nhau vì thế khối lượng dữ liệu được giảm đáng kể. Khi giá trị thuộc tính thay đổi nhanh chóng từ ô này đến ô khác thì sử dụng các ô lưới nhỏ. Trong ví dụ về thủy văn ở trên các bãi cát, đường bờ biển, các chướng ngại vật nằm trong một số lượng các ô nhỏ, nơi lớn hơn, nơi có diện tích không thay đổi, hoặc khu vực phẳng thì nằm trong một số là kết tập của các ô.

...

...

...

Hình 10 -Thứ tự Morton (X,Y)

Bất kỳ đường cong được đưa ra để khoanh vùng không gian, nhưng thứ tự sắp xếp thì được truyền bởi lệnh Morton. Đây là một thuộc tính quan trọng. Nó có nghĩa ràng hai điểm mà gần nhau ở trong không gian thì cũng gần nhau ở trong lưới và trong thứ tự sắp xếp của lưới. Thuộc tính này bắt nguồn từ phần mở rộng Riemann của định lý Pitago trong không gian đa chiều, gọi là siêu không gian Riemann. Đường chéo Riemann tương ứng với cạnh huyền của tam giác Pitago.

10.3. Phủ dạng lưới tứ giác liên tục

Mẫu mô hình nội dung cơ bản này (thành phần lược đồ ứng dụng) định nghĩa một phủ dạng lưới tứ giác với siêu dữ liệu liên kết. Siêu dữ liệu tham chiếu đến ISO 19115 và ISO 19115-2 như Hình 5. Lựa chọn cụ thể của siêu dữ liệu không được thực hiện trong lực đồ này, việc lựa chọn siêu dữ liệu phụ thuộc vào ứng dụng.

Dữ liệu ô lưới bao gồm một đối tượng địa lý đơn lẻ (ảnh) cùng với siêu dữ liệu liên kết được triển khai thông qua lớp IF_CollectionMetadata. Với phủ liên tục định nghĩa trong lược đồ mẫu này thì hàm phủ (coverage function) trả về một giá trị cho mỗi điểm trong khu vực được phủ và dựa trên hàm nội suy. Ma trận giá trị lưới là một tập giá trị điều khiển hàm nội suy. Trong trường hợp này ma trận giá trị là một lưới có tính chất ngang qua theo quy tắc quét tuyến tính (X,Y). Tham chiếu không gian được định nghĩa bởi hệ qui chiếu tọa độ và được biểu diễn thông qua siêu dữ liệu.

Lược đồ mẫu Hình 11 hỗ trợ một lượng lớn các ứng dụng dữ liệu ảnh và ô lưới.

Hình 11- Thành phần lược đồ ứng dụng mẫu cho lưới tứ giác

...

...

...

10.4  Phủ dạng lưới siêu diện đa chiều Riemann (Riemann hyperspatial mutildimensional grid coverage)

10.4.1. Mẫu phủ dạng lưới siêu không gian đa chiều Riemann

Mô hình nội dung mô tả lưới của các ô kích thước dạng biến sử dụng cách sắp xếp Morton có tính chất ngang qua được mô tả trong Phụ lục C của ISO 19123:2005. Đây là cách sử dụng đặc biệt cho lượng lớn dữ liệu cảm biến ở nơi có nhiều ô liên kề cùng giá trị được tích hợp trong các ô lớn hơn. Siêu dữ liệu được tham chiếu ở ISO 19115 và ISO 19115 -2. Lựa chọn cụ thể của siêu dữ liệu không được thực hiện trong lược đồ này, việc lựa chọn siêu dữ liệu phụ thuộc vào ứng dụng.

Ô kích thước dạng biến được kết tập từ các cô kích thước bằng nhau nhỏ hơn được xác định bởi lớp CV_GridValueCell. Với phủ liên tục định nghĩa trong lược đồ mẫu này, hàm phủ trả về một giá trị cho mỗi điểm trong khu vực được phủ và dựa trên hàm nội suy. Lưới ma trận giá trị là một tập các giá trị điều khiển hàm nội suy. Trong trường hợp này, ma trận giá trị là một lớp con của lớp CV_GridValuesMatrix bao gồm tham số được thêm vào xác định kích thước ô như là mức kết tập, điều này có nghĩa là: 0 biểu diễn ô có kích thước nhỏ nhất, 1 biểu diễn kết tập mức 1 của các ô liền kề, và 2 biểu diễn kết tập của nhiều mức 1 trong các ô liền kề. Một số lược đồ mã hóa đặc biệt sử dụng phân đoạn nhị phân để biểu diễn vị trí của mỗi điểm trong một cây tứ phân hoặc siêu không gian Riemann, với ô kích thước được mã hóa chiều dài (số lượng các bit) biểu diễn vị trí ô. Lược đồ mã hóa nằm ngoài phạm vi của chuẩn này. Tham chiếu không gian được định nghĩa bởi hệ quy chiếu tọa độ và biểu diễn thông qua siêu dữ liệu.

Bản chất của sắp xếp Morton có nghĩa là chỉ có kích thước của mỗi ô lưới cần được lưu trữ cùng với giá trị của ô lưới. Vị trí của mỗi ô là duy nhất được xác định bởi kích thước ô và thứ tự sắp xếp. Trong một lưới tứ giác đơn giản vị trí của mỗi ô là duy nhất được xác định bởi thứ tự hàng-cột. Trong một lưới Riemann vị trí của mỗi ô được xác định bởi kích thước ô (mức kết tập) và thứ tự sắp xếp Morton.

Dữ liệu ô lưới bao gồm một đối tượng địa lý duy nhất cùng với siêu dữ liệu liên kết được biểu diễn thông qua lớp IF_CollectionMetadata. Với phủ liên tục được xác định trong lược đồ mẫu này, hàm phủ (coverage function) trả về một giá trị cho mỗi điểm trong vùng dựa vào hàm nội suy. Ma trận giá trị lưới là một tập giá trị điều khiển hàm nội suy. Trong trường hợp này ma trận giá trị là lớp kế thừa từ lớp CV_GridValuesMatrix, bao gồm các tham số thêm vào ô kích thước ở mức kết tập, đó là 0- biểu diễn kích thước cơ bản nhỏ nhất của một ô, 1- biểu diễn mức kết tập của các ô liền kề mức một, 2- biểu diễn các ô liền kề mức cao hơn mức một. Một vài lược đồ mã hóa sử dụng hệ nhị phân đan xen để biểu diễn vị trí của mỗi ô trong một cây tứ phân hoặc siêu không gian Riemann, với ô kích thước được mã hóa như là chiều dài (số lượng các bit) biểu diễn vị trí ô.

Mẫu lược đồ ứng dụng cho lưới phủ Riemann được biểu diễn trong Hình 12. Mẫu này khác với mẫu trong Hình 11 là thứ tự sắp xếp có tính chất ngang qua Morton và quy tắc kết tập các ô liền kề. Lược đồ cần phải mô tả chiều rộng tối thiểu và trật tự các trục bằng các thuộc tính “dimension" và “axisNames” kế thừa từ CV_GridValuesMatrix của CV_Grid.

Hình 12 - Lược đồ ứng dụng mẫu cho lưới phủ Riemann

...

...

...

10.4.2.1  Lớp CV_GridValuesMatrix

Lớp CV_GridValuesMatrix được mô tả trong ISO 19123, thuộc tính “dimention” thiết lập kích thước nhỏ nhất của ô kích thước. Giá trị dữ liệu cho mỗi ô chứa trong thuộc tính “values”, của các bản ghi tuần tự. Với mỗi ô lưới trong ma trận, giá trị đầu tiên của bản ghi là một số nguyên mô tả mức kết tập.

10.4.2.2  Lớp IF_RiemannGriddedData

Lớp IF_RiemannGirdedData được mô tả trong điều 10.2.2.2.

10.4.2.3  Các lớp khác

Các lớp khác và các thuộc tính đều được mô tả trong ISO 19123.

10.5  Phủ dạng TIN

10.5.1  Mẫu phủ dạng TIN

Lược đồ ứng dụng cho một phủ dạng TIN được biểu diễn trong Hình 13, mô hình nội dung cơ bản này (thành phần lược đồ ứng dụng) mô tả một phủ dạng TIN phù hợp với chuẩn ISO 19123.

...

...

...

Siêu dữ liệu được tham chiếu tới ISO 19115 và 19115-2. Một lựa chọn đặc biệt của siêu dữ liệu không thuộc lược đồ ứng dụng này. Phần lựa chọn siêu dữ liệu là một ứng dụng độc lập.

Hình 13 - Lược đồ ứng dụng mẫu cho phủ dạng tam giác TIN

10.5.2  Các lớp phủ dạng mô hình liên kết tam giác TIN

10.5.2.1  Lớp IF_TINCoverageData

Lớp IF_TINCoverageData là một hiện thực (realization) của kiểu CV_TINCoverage được mô tả trong ISO 19123. Là một kết tập của các tam giác độ cao.

10.5.2.2  Thuộc tính interpolationType

Thuộc tính interpolationType xác định phương thức nội suy yêu cầu cho việc đánh giá IF_TINCoverage nơi các giá trị được lấy từ danh sách mã CV_InterpolationMethod với giá trị “barycentric”.

Vị trí barycentric S trong một giá trị tam giác bao gồm các CV_PointValuePairs(P1,V1), (P2,V2), và (P3, V3), là (i, j, k) trong đó S=iP1+jP2+kP3 và giá trị thuộc tính nội suy tại S là V=iV1+jV2+kV3.

...

...

...

Thuộc tính geometry chứa mạng lưới tam giác cơ bản của TIN. Hình tam giác trên không gian hai chiều với tọa độ X, Y của các điểm ở đỉnh tam giác biểu diễn vị trí đa dạng và giá trị thuộc tính biểu diễn sự sai lệch so với mặt phẳng tham chiếu.

10.5.2.4  Các lớp khác

Các lớp khác và các thuộc tính được mô tả trong ISO 19123.

10.6  Phủ dạng điểm rời rạc

10.6.1 Mâu phủ dạng điểm rời rạc

Mẫu lược đồ ứng dụng cho các phù điểm rời rạc được biểu diễn trong Hình 14. Mô hình nội dung này (thành phần lược đồ ứng dụng) định nghĩa một phủ điểm rời rạc với siêu dữ liệu liên kết.

Miền không gian của một phủ điểm rời rạc là một tập điểm. Sự khác biệt đó là các điểm phủ rời rạc liên kết với một hoặc nhiều giá trị thuộc tính tới mỗi điểm trong tập điểm. Các trường hợp sử dụng được xác định trong phụ lục B có thể hỗ trợ bởi một tập điểm nơi mà mỗi điểm có tọa độ X, Y và độ sâu hoặc hỗ trợ bởi một phủ điểm rời rạc nơi mà mỗi điểm có tọa độ X, Y và được liên kết với một giá trị của độ sâu. Lợi ích của điểm phủ rời rạc là có thể liên kết với nhiều giá trị thuộc tính tới mỗi điểm.

Hình 14 - Lược đồ ứng dụng mẫu cho phủ dạng điểm rời rạc

...

...

...

10.6.2.1  Lớp IF_DiscretePointCoverage

Lớp IF_DiscretePointCoverage triển khai từ lớp CV_DiscretePointCoverage được biểu diễn trong ISO 19123.

10.6.2.2  Các lớp khác

Các lớp khác và thuộc tính được mô tả trong ISO 19123.

10.7  Phủ dạng lưới bề mặt rời rạc

10.7.1  Mẫu phủ dạng lưới bề mặt rời rạc

Lược đồ ứng dụng mẫu cho một phủ rời rạc sử dụng một lưới với miền giá trị không gian được biểu diễn trong Hình 15. Mô hình nội dung (thành phần lược đồ ứng dụng) định nghĩa một phủ rời rạc nơi mà mỗi ô lưới tương ứng với một giá trị thuộc tính rời rạc. Một ví dụ cho lưới phủ rời rạc là một ảnh dạng lưới sử dụng một màu sắc LUT nơi các giá trị LUT được biểu diễn bằng số nhị phân. Một ví dụ thứ hai là một lược đồ phân loại dựa trên một phù dạng lưới, nơi mà mỗi ô lưới tương ứng với một lớp phân loại rời rạc. Nếu như một bảng liên kết LUT được sử dụng thì thông tin LUT được mang theo như là một bảng trong siêu dữ liệu, thì một Iược đồ phân loại lớp được sử dụng có thể tham chiếu trong siêu dữ liệu.

Hình 15 - Lược đồ ứng dụng mẫu cho lưới phủ dạng bề mặt rời rạc

...

...

...

10.7.2.1  Lớp IF_DiscreteSurfaceGridCoverage

Lớp IF_DiscreteSurfaceGridCoverage triển khai từ lớp CV_DiscreteSurfaceCoverage được biểu diễn trong ISO 19123 với lưới có miền giá trị không gian.

10.7.2.2  Lớp IF_CellValuePair

Lớp IF_CellValuePair kế thừa từ lớp CV_SurfaceValuePair. Thuộc tính “geometry" có kiểu dữ liệu là IF_Surface.

10.7.2.3  Lớp IF_Surface

Lớp IF_Surface là một kiểu dữ liệu kế thừa từ hai lớp GM_Polygon và CV_GridCell, lớp này thiết lập ô lưới dạng bề mặt hình chữ nhật.

10.7.2.4  Các lớp khác

Các lớp khác và các thuộc tính được mô tả trong ISO 19123.

11  Sự lắp ghép

...

...

...

Sự lắp ghép là một cơ chế phổ biến để giảm kích cỡ không gian của dữ liệu trong tập dữ liệu. Tập dữ liệu có thể được phân chia thành một số phần riêng biệt. Một mảnh ghép (1 lắp ghép - tile) là một tập dữ liệu được cạnh - kết hợp (edge-matched) với dữ liệu khác trong một lược đồ dạng lắp ghép.

Lược đồ dạng lắp ghép hiệu quả với một phủ rời rạc, trong đó các mảnh ghép là các phần tử phủ. Một lược đồ dạng lắp ghép có thể được sử dụng với kiểu dữ liệu vector, lưới hoặc kiểu dữ liệu phủ khác.

Lược đồ dạng lắp ghép bao gồm các giá trị dữ liệu thưa thớt. Ví dụ một ảnh bản đồ dạng vector được lắp ghép như hình bên dưới. Hình 16 minh họa một lưới được lắp ghép dạng lắp ghép. Cách thức mà cơ chế lắp ghép thực hiện có thể là duy nhất cho một định dạng mã hóa đặc biệt, nhưng khái niệm này là một phần của mô hình nội dung cho một sản phẩm dữ liệu cụ thể.

Hình 16 - Lưới dựa trên mô hình lắp ghép

11.2  Mật độ lắp ghép

Bề mặt của trái đất không đồng đều và lượng dữ liệu khác nhau được yêu cầu mô tả đối với các vùng khác nhau của trái đất. Bởi vậy mà dữ liệu có thể thay đổi bởi độ phân giải hoặc trong số lượng các thuộc tính được gán. Sự lắp ghép dạng lắp ghép cũng được sử dụng để xử lý các dữ liệu khác nhau về mật độ hoặc độ phân giải.

11.3  Lược đồ dạng lắp ghép

Một lược đồ dạng lắp ghép là một phủ dạng bề mặt rời rạc. Nếu như phủ dạng bề mặt rời rạc sử dụng một lưới thì là kiểu phủ dạng lưới bề mặt rời rạc được mô tả ở điều 10.7. Lược đồ dạng lắp ghép không thực sự là một tập dữ liệu, vì vậy không có lớp CV_SurgaceValuePair với một giá trị thuộc tính. Chính các mảnh ghép là các thể hiện của giá trị thuộc tính. Mỗi tập dữ liệu xác định mảnh ghép trong siêu dữ liệu dạng cấu trúc. Lớp IF_Tiling xác định lược đồ dạng lắp ghép được mô tả bên ngoài của tập dữ liệu.

...

...

...

Phụ lục A

(Quy định)

Bộ kiểm thử khái quát

A.1  Phủ dạng lưới tứ giác liên tục

a) Mục đích kiểm thử: Kiểm tra lược đồ ứng dụng phải có thuyết minh lớp IF_QuadGriddedData với thuộc tính CVJnterpolationMethod = Bilinear, sequenceRule có kiểu tuyến tính, các lớp IF_Dataset, IF_CollectionMetadata, IF_DiscoveryMetadata phải gồm các phần tử siêu dữ liệu trong ISO 19115 và ISO 19115-2, Kiểm tra các thuộc tính, thao tác, liên kết và ràng buộc cụ thể của các lớp CV_GridValueCell, CV_GridPointValuePair, CV_GridValuesMatrix trong ISO 19123.

b) Phương thức kiểm thử: Kiểm tra các tài liệu hoặc hồ sơ của lược đồ ứng dụng.

c) Tham chiếu: ISO/TS 19129:2009, 9.1 và 10.3, ISO 19123:2005, 18.12, 18.13 và 18.14, ISO 19115, ISO 19115-2.

d) Kiểu kiểm thử: Khả năng (Capability).

A.2  Phủ dạng lưới Riemann

...

...

...

b) Phương thức kiểm thử: Kiểm tra các tài liệu hoặc hồ sơ của lược đồ ứng dụng.

c) Tham chiếu: ISO/TS 19129:2009, 9.1 và 10.4, ISO 19123:2005, 18.12, 18.13 và 18.14, ISO 19115, ISO 19115-2.

d) Kiểu kiểm thử: Khả năng (Capability).

A.3  Phủ dạng tam giác TIN

a) Mục đích kiểm thử

Kiểm tra lược đồ ứng dụng phải thuyết minh lớp IF_TINCoverageData với thuộc tính CV_interpolationMethod = barycentric, các lớp IF_Dataset, IF_CollectionMetadata, IF_DiscoveryMetadata phải gồm các phần tử siêu dữ liệu trong ISO 19115 và ISO 19115-2, Kiểm tra các thuộc tính, thao tác, liên kết và ràng buộc cụ thể của các lớp CV_ValueTriangle và CV_PointValuePair trong ISO 19123.

b) Phương thức kiểm thử

Kiểm tra các tài liệu hoặc hồ sơ của lược đồ ứng dụng.

c) Tham chiếu

...

...

...

Kiểu kiểm thử

Khả năng (Capability).

A.4  Phủ dạng điểm rời rạc

a) Mục đích kiểm thử: Kiểm tra lược đồ ứng dụng phải thuyết minh lớp IF_DiscretePointCoverage, các lớp IF_Dataset, IF_CollectionMetadata, IF_DiscoveryMetadata phải gồm các phần tử siêu dữ liệu trong ISO 19115 và ISO 19115-2, Kiểm tra các thuộc tính, thao tác, liên kết và ràng buộc cụ thể của lớp CV_PointValuePair trong ISO 19123.

b) Phương thức kiểm thử: Kiểm tra các tài liệu hoặc hồ sơ của lược đồ ứng dụng.

c) Tham chiếu: ISO/TS 19129:2009, 9.1 và 10.6, ISO 19123:2005, 6.3, ISO 19115, ISO 19115-2.

d) Kiểu kiểm thử: Khả năng (Capability).

A.5  Phủ dạng bề mặt lưới rời rạc

A.5.1

...

...

...

b) Phương thức kiểm thử: Kiểm tra các tài liệu hoặc hồ sơ của lược đồ ứng dụng.

c) Tham chiếu: ISO/TS 19129:2009, 9.1 và 10.7, ISO 19123:2005, 18.12 và 18.13, ISO 19115, ISO 19115-2.

d) Kiểu kiểm thử: Khả năng (Capability).

Phụ lục B

(Tham khảo)

Các trường hợp sử dụng

B.1  Trường hợp sử dụng minh họa

Lĩnh vực dữ liệu ảnh, ô lưới và dữ liệu phủ rất rộng và không thể phát triển tất cả các trường hợp sử dụng của các loại dữ liệu được áp dụng. Trong tiêu chuẩn này đưa ra một tập nhỏ các trường hợp sử dụng minh họa cho một số kiểu mô hình nội dung được đề cập trước đó là:

...

...

...

- Tổng hợp số liệu điều tra, ví dụ khảo sát thủy văn;

- Các bề mặt tính toán, ví dụ tạo ra các đường nét;

- Trường hợp sử dụng của điểm độ cao/độ sâu ví dụ thủy văn;

- Phân loại các đối tượng bao phủ một vùng, ví dụng phân loại độ che phủ mặt đất.

Những trường hợp sử dụng này có thể được sử dụng để xác định một vài mô hình nội dung mẫu với các định dạng khác nhau có thể đính kèm các nội dung thông tin tương tự.

B.2  Cấu trúc nội dung

Cấu trúc nội dung cho dạng hình ảnh được xác định như là một tập dữ liệu dạng lưới tứ giác liên tục với ma trận giá trị lưới liên kết siêu dữ liệu liên kết. Nếu một LUT được sử dụng thì một tập dữ liệu dạng lưới bề mặt rời rạc có thể được sử dụng.

Cấu trúc nội dung cho dữ liệu khảo sát (khảo sát thủy văn) là tập dữ liệu dạng lưới được tổ chức dưới dạng cây tứ phân và siêu dữ liệu liên kết, chiều sâu và thời gian được biểu diễn như kích thước, lưới này có thể là một phủ dang lưới siêu diện đa chiều Riemann.

Cấu trúc nội dung cho bề mặt tính toán được xác định như một tập dữ liệu dạng TIN và siêu dữ liệu liên kết.

...

...

...

Cấu trúc nội dung cho việc phân loại các đối tượng thành một vùng là một phủ rời rạc và siêu dữ liệu liên kết.

B.3  Sự lắp ghép

Việc tổ chức bất kỳ thông tin dữ liệu địa lý dưới dạng một tập các miếng ghép được xác định là một kiểu đặc biệt của phủ rời rạc nơi các phần tử địa lý là tập con của tập dữ liệu. Sự lắp ghép này được sử dụng để tổ chức cả kiểu dữ liệu vec tơ và phủ. Sự lắp ghép là một trường hợp sử dụng đặc biệt.

Phụ lục C

(Tham khảo)

Trình bày dữ liệu ảnh và ô lưới

C.1  Sử dụng bảng màu LUT

Dữ liệu ảnh và ô lưới sử dụng chế độ màu sắc RGB hoặc mã màu để biểu diễn các giá trị điểm ảnh. Khi số hóa một hình ảnh tổng hợp ví dụ như một bản đồ hoặc biểu đồ sử dụng một màu sắc trong LUT có thể tạo ra lợi thế đáng kể trong việc giảm số lượng dữ liệu cần truyền tải. Nếu chỉ có một số ít màu sắc được sử dụng trong một sản phẩm in ấn, thì đó là một số lượng các màu sắc trong LUT được sử dụng và có vài bit được yêu cầu trên một điểm ảnh định địa chỉ trong bảng màu LUT. Ví dụ nếu một biểu đồ chỉ sử dụng bảy loại mực khi in ấn, và nếu có thể phân biệt bảy màu sắc khác nhau thì một màu trong bảng LUT có thể được thiết lập để đặc tả cho từng màu trong bảy màu tương ứng với giá trị chính xác. Chỉ có ba bit trên một điểm ảnh được yêu cầu để làm chỉ số trong bảng LUT.

...

...

...

C.2.1  Cột màu sắc

Cột màu là những phổ màu liên tục từ điểm bắt đầu đến điểm kết thúc. Chúng có thể bao gồm các quang phổ có thể nhìn thấy được hoặc nhìn thấy một phần. Ngoài ra một cột màu có thể là một grey-scale. Mặc dù về mặt lý thuyết liên tục, việc áp dụng một cột màu yêu cầu việc trình bày là các biểu diễn rời rạc quang phổ nhất định. Phạm vi lớn hoặc nhỏ của dữ liệu có thể được nén hoặc kéo dài ra trong quá trình cột hóa các giá trị thuộc tính. Ngoài ra điểm bắt đầu và kết thúc có thể được lựa chọn trên một phổ nhất định để hỗ trợ cho việc trình bày dữ liệu một cách tốt nhất trong phạm vi giới hạn một cách tự động.

C.2.2  Dải màu sắc

Dải màu cũng được gọi là bảng màu. Nó là một danh sách hoặc bảng chứa các giá trị màu sắc rời rạc và dải giá trị thuộc tính. Với mỗi phạm vi giá trị thuộc tính (ví dụ từ 10 - 20) của một màu cụ thể đều được gán (ví dụ màu đỏ, hoặc R=255, G=0, B=0). Hầu hết các màu được gán theo một gói quang phổ màu sắc, nhưng nó thực sự không cần thiết. Bảng màu có thể được lựa chọn hoặc thiết kế sao cho việc trình bày các kiểu dữ liệu là tốt nhất hoặc để làm nổi bật khía cạnh cụ thể.

C.2.3  Đối tượng màu

Màu sắc có thể được gán bởi đối tượng hoặc kiểu đối tượng. Theo cách này, Nếu kiểu đối tượng được gán thì sẽ đưa ra một thuộc tính nhất định, chúng có thể được gán màu dựa trên đặc tính. Cách này cũng tương tự như hướng tiếp cận bảng màu, ngoại trừ các màu sắc được gán cho những đối tượng riêng lẻ và không phải là giá trị thuộc tính hoặc thuộc phạm vi. Ngoài ra một số thuộc tính được sử dụng để xác định một đối tượng nhất định vì thế mà màu sắc phụ thuộc gián tiếp vào nhiều thuộc tính.

Với việc hiện thực hóa thì dữ liệu có thể được trình bày bằng cách sử dụng các hướng tiếp cận này. Hoặc là sử dụng kết hợp các hướng tiếp cận này.

Thư mục tài liệu tham khảo

...

...

...

[2] ISO/IEC 8211, Information technology- Specification for a data descriptive file for information interchange

[3] ISO/IEC 8825, Information technology- Open Systems Interconnection- Specification of Basic Encoding Rules for Abstract Syntax Notation One (ASN. 1)

[4] ISO/IEC 10746 (all parts), Information technology - Open Distributed Processing - Reference model

[5] ISO/IEC 12087-5:1998, Information technology - Computer graphics and image processing - Image Processing and Interchange (IPI) - Functional Specification - Part 5: Basic Image Interchange Format (BIIF)

[6] ISO/IEC 13249-5:2001 Information Technology - Database languages - SQLmultimedia and application packages - Part 5: Still Image

[7] ISO/IEC 15444-1, Information technology - JPEG 2000 image coding system: Core coding system

[8] ISO/IEC 15444-2, Information technology - JPEG 2000 image coding system: Extensions

[9] ISO 19101, Geographic information - Reference model

[10] ISO/TS 19101 -2:2008, Geographic information - Reference Model- Part 2: Imagery

...

...

...

[12] ISO 19111, Geographic information - Spatial referencing by coordinates

[13] ISO 19113, Geographic information - Quality principles

[14] ISO 19114, Geographic information - Quality evaluation procedures

[15] ISO/TR 19121, Geographic information - Imagery and gridded data

[16] ISO/NP TR 19124, Geographic information - Imagery and gridded data components

[17] ISO/TS 19130¹), Geographic information - Imagery sensor models for geopositioning

[18] ISO 19136, Geographic information - Geography Markup Language (GML)

[19] ISO/TS 19138, Geographic information - Data quality measures

[20] ISO/TS 19139, Geographic information - Metadata - XML schema implementation

...

...

...

[22] Federal Geographic Data Committee. 1998. Content standard for Digital Geospatial Metadata (revised June 1998). Federal Geographic Data Committee. Washington DC

[23] Federal Geographic Data Committee. 2002. Content Standard for Digital Geospatial Metadata - Extensions for Remote Sensing Metadata. Federal Geographic Data Committee. Available at <http://www.fqdc.gov/standards/standards publications/index html>

[24] Federal Geographic Data Committee. Content Standard for Remote Sensing Swath Data. FGDC- STD- 009-1999. Federal Geographic Data Committee. Washington DC

[25] Introduction to Rational System Developer, IBM Corporation

[26] Open GIS Consortium, Topic 6: The Coverage Type and its Subtypes, Version 3.2, Document 98-106R2, 1998, Wayland, MA, USA

[27] Open GIS Consortium, Topic 7: The Earth Imagery Case, Version 3, Document 98-107, 1998, Wayland, MA, USA

MỤC LỤC

1  Phạm vi áp dụng

...

...

...

3  Tài liệu viện dẫn

4  Thuật ngữ và định nghĩa

4.1  Thuật ngữ

4.2  Thuật ngữ viết tắt

4.3  Ký hiệu

5  Nền tảng khung

5.1  Kế thừa các khái niệm và thuật ngữ

5.2  Sự tách biệt giữa phần mang theo và nội dung

5.3  Mô hình nội dung

...

...

...

6.1  Các phủ là các đối tượng địa lý

6.2  Mối quan hệ đối tượng địa lý bổ sung

7  Khung

7.1  Cấu trúc khung

7.2  Các phần tử của cấu trúc khung

7.3  Mức mã hóa

7.5  Quan hệ đối tượng địa lý cho các bảng LUT

8  Tham chiếu không gian của dữ liệu ảnh, ô lưới và phủ

9  Cấu trúc dữ liệu ảnh, ô lưới và phủ (IGCD)

...

...

...

9.2  Các lớp cấu trúc khung

10  Mẫu

10.1  Lược đồ ứng dụng cho dữ liệu ảnh và dữ liệu ô lưới

10.2  Lưới phủ

10.3. Phủ dạng lưới tứ giác liên tục

10.4. Phủ dạng lưới siêu diện đa chiều Riemann (Riemann hyperspatial mutildimensional grid coverage)

10.5  Phủ dạng TIN

10.6  Phủ dạng điểm rời rạc

10.7  Phủ dạng lưới bề mặt rời rạc

...

...

...

11.1  Lưới lắp ghép

11.2  Mật độ lắp ghép

11.3  Lược đồ dạng lắp ghép

Phụ lục A (Quy định): Bộ kiểm thử khái quát

Phụ lục B (Tham khảo): Các trường hợp sử dụng

Phụ lục C (Tham khảo): Trình bày dữ liệu dạng ảnh và ô lưới

Thư mục tài liệu tham khảo

Danh mục hình vẽ

Hình 1 - Cấu trúc đơn giản của dữ liệu ô lưới

...

...

...

Hình 3 - Mối quan hệ tổng thể giữa các phần tử khung

Hình 4 - Sơ đồ thành phần dữ liệu ảnh và ô lưới

Hình 5 - Các thành phần trong mô hình nội dung của dữ liệu ảnh và ô lưới

Hình 6 - Cách sử dụng của một màu sắc trong bảng LUT

Hình 7 - Cấu trúc IGCD và siêu dữ liệu

Hình 8 - Lưới có ô kích thước liên tục và dạng biến

Hình 9 - Các lớp lưới và ô kích thước lưới dạng biến

Hình 10 -Thứ tự Morton (X, Y)

Hình 11 - Thành phần lược đồ ứng dụng mẫu cho lưới tứ giác

...

...

...

Hình 13 - Lược đồ ứng dụng mẫu cho vùng dữ liệu địa lý dạng TIN

Hình 14 - Lược đồ ứng dụng mẫu cho vùng dữ liệu địa lý dạng điểm rời rạc

Hình 15 - Lược đồ ứng dụng mẫu cho lưới vùng dữ liệu địa lý dạng bề mặt rời rạc

Hình 16 - Lưới dựa trên mô hình lắp ghép