Geoinformation III Vorlesung 3 Quadtrees.

Slides:



Advertisements
Ähnliche Präsentationen
8. Termin Teil B: Wiederholung Begriffe Baum
Advertisements

Der R-Baum Richard Göbel.
Punkt-in-Polygon-Verfahren III (R/R+-Baum)
Eulerscher Polyedersatz
Algorithm Engineering
7. Natürliche Binärbäume
R. Der - Vorlesung Algorithmen und Datenstrukturen (Magister)
Bäume • Kernidee: Speicherung von Daten in einer Baumstruktur
FH-Hof Grundlagen mehrdimensionaler Suchstrukturen Richard Göbel.
Der R-Baum Richard Göbel.
FH-Hof Analyse des R-Baums Richard Göbel. FH-Hof Ansatz Annahme: Die Bearbeitungszeit für eine Anfrage wird dominiert von der Ladezeit der Knoten von.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen 09 - Weitere Sortierverfahren Heapsort-Nachtrag Prof. Th. Ottmann.
Proseminar Geoinformation II
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung Foliendesign: cand. geod. Jörg Steinrücken.
Geoinformation II Vorlesung
Vorlesung Geoinformation I WS 01/02 Musterlösung für die Klausur vom
Institut für Kartographie und Geoinformation Dipl.-Ing. J. Schmittwilken Diskrete Mathe II Übung
Lösung der Aufgabe 1: Die Erweiterung des Diagramms auf „Winged Egde“ besteht in zwei Beziehungen, nr-Kante und vl-Kante, zwischen der Klasse Kante. Jede.
Institut für Kartographie und Geoinformation Dipl.-Ing. J. Schmittwilken Diskrete Mathe II Übung
Diskrete Mathematik R (R/R+-Baum).
Geoinformation II Vorlesung
Institut für Kartographie und Geoinformation Diskrete Mathematik I Vorlesung Bäume-
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung In welcher Masche liegt der Punkt p?
Algorithmen zur Unterstützung von Immersive Gaming
Zerlegung und Konstruktion Frage 2: Welche Zerlegungen sind korrekt? Zerlegung ersetzt Relationstyp R(A 1,...,A n ) und Menge von assoziierten Abhängigkeiten.
FH-Hof Analyse des R-Baums - Teil 1 Richard Göbel.
Diskrete Mathe 9 Vorlesung 9 SS 2001
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung 1 SS 2001 Algorithmus von Dijkstra.
2. Die rekursive Datenstruktur Baum 2
Datenstrukturen für Landkarten
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 10 SS 2000 Quadtrees.
Fortsetzung DTDs, UML  XML
Geoinformation I Vorlesung 8 WS 2000/2001 Graphen.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 8 SS 2000 Punkt-in-Polygon-Verfahren II (Trapezkarte)
Geoinformation II Vorlesung 4 SS 2001 Voronoi-Diagramme.
Konstruktion der Voronoi-Diagramme II
Geoinformation II Vorlesung 3 SS 2001 Polygon Overlay.
Diskrete Mathematik II
Diskrete Mathematik II
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 9 SS 2000 Punkt-in-Polygon-Verfahren III (R/R + -Baum)
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 7 SS 2000 Punkt-in-Polygon-Verfahren I (Trapezkarte)
Efficient Alias Set Analysis Using SSA Form Proseminar Programmanalyse WS 11/12 André Hunke.
Software-Technik: (fortgeschrittene) Klassendiagramme
Vorlesung Mai 2000 Konstruktion des Voronoi-Diagramms II
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Peer-to-Peer- Netzwerke Christian Schindelhauer Sommersemester.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation III Vorlesung 1 WS 2001/02 Punkt-in-Landkarte I (Streifenkarte)
Normen und Standards in GIS
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation III Vorlesung 3 WS 01/02 Punkt-in-Polygon-Verfahren III (R/R + -Baum)
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II 6. Sem. Vorlesung Mai 2000 Konstruktion des Voronoi-Diagramms.
Landkarten Landkarten sind Tesselationen mit folgenden Eigenschaften:
Geometric Representation
Geoinformation I Lutz Plümer
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II 6. Sem. Vorlesung April 2000 AVL-Bäume.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Datenstrukturen für den Algorithmus von.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 4 WS 01/02 Quadtrees.
Routenplanung querfeldein - Geometric Route Planning
„Topologie“ - Wiederholung der letzten Stunde
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik I Vorlesung Binärer Suchbaum III- -AVL-Baum-
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Suche des kürzesten Weges in einem Netz.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Foliendesign: Jörg Steinrücken & Tobias Kahn Vorlesung
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Voronoi-Diagramme.
Graph – basierte Routenplanung versus Geometrische Routenplanung
Binärer Baum, Binärer Suchbaum I
Raumbezogene Zugriffsverfahren
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II 6. Sem. Vorlesung 4 4. Mai 2000 Voronoi-Diagramm.
Binärbäume.
Vorlesung April 2000 Polygon Overlay
Lösung der Aufgabe 1: Die Erweiterung des Diagramms auf „Winged Egde“ besteht in zwei Beziehungen, nr-Kante und vl-Kante, zwischen der Klasse Kante. Jede.
Punkt-in-Landkarte II
2. Die rekursive Datenstruktur Baum 2.1 Von der Liste zum Baum
 Präsentation transkript:

Geoinformation III Vorlesung 3 Quadtrees

Übersicht I Rasterstruktur Raster Quadtrees Region quadtree 1 Übersicht I Rasterstruktur Raster Quadtrees Region quadtree Unterteilung Aufbau Unterteilung der Rasterstruktur Varianten des Quadtrees Punkte Punktstruktur

Übersicht II Point quadtree Knotenstruktur Aufbau Landkarte 2 Übersicht II Point quadtree Knotenstruktur Aufbau Landkarte Motivation des PM-Quadtrees Ein Quadtree für Maschen PM1 quadtree Punkt- in-Landkarte

3 Rasterstruktur

Raster zweidimensionales Array Einträge: Pixel 4 Raster zweidimensionales Array Einträge: Pixel Adressierung durch Index von Reihe und Spalte aber auch: regelmäßige Tessellation (Landkarte) mit quadratischen Maschen gleicher Größe Modellierung von Feldern siehe GIS I, Felder und Objekte sehr effiziente Speicherung Ausgangspunkt der Bildverarbeitung / Photogrammetrie

Quadtrees Baum jeder Knoten hat 0 oder 4 Nachfolger Nordwest Nordost 5 Quadtrees Baum jeder Knoten hat 0 oder 4 Nachfolger Nordwest Nordost Südwest Südost Blattknoten sind homogen Konstruktion eines Quadtrees für ein gegebenes Raster A 1x

Region quadtree - Unterteilung 6 Region quadtree - Unterteilung A 6x

Region quadtree - Unterteilung 6 Region quadtree - Unterteilung A 6x

Region quadtree - Aufbau 7 Region quadtree - Aufbau inhomogen A 34x

Region quadtree - Aufbau 7 Region quadtree - Aufbau NW NO SW SO NW NO SW SO A 34x

Region quadtree - Aufbau 7 Region quadtree - Aufbau NW NO SW SO NW NO SW SO A 34x

Region quadtree - Aufbau 7 Region quadtree - Aufbau NW NO SW SO NW NO SW SO A 34x

Region quadtree - Aufbau 7 Region quadtree - Aufbau NW NO SW SO NW NO SW SO A 34x

Region quadtree - Aufbau 7 Region quadtree - Aufbau NW NO SW SO NW NO SW SO A 34x

Region quadtree - Aufbau 7 Region quadtree - Aufbau NW NO SW SO NW NO SW SO A 34x

Region quadtree - Aufbau 7 Region quadtree - Aufbau NW NO SW SO NW NO SW SO A 34x

Region quadtree - Aufbau 7 Region quadtree - Aufbau NW NO SW SO NW NO SW SO A 34x

Region quadtree - Aufbau 7 Region quadtree - Aufbau NW NO SW SO NW NO SW SO A 34x

Region quadtree - Aufbau 7 Region quadtree - Aufbau NW NO SW SO NW NO SW SO A 34x

Unterteilung der Rasterstruktur 8 Unterteilung der Rasterstruktur A 1x

Unterteilung der Rasterstruktur 8 Unterteilung der Rasterstruktur A 1x

Varianten des Quadtrees 9 Varianten des Quadtrees für Punkte für Polygone

10 Punkte

11 Punktstruktur 12 13 10 2 11 1 5 8 9 14 7 6 3 4

Point quadtree - Knotenstruktur 12 Point quadtree - Knotenstruktur X Y NW NO SW SO Daten X Y NW NO SW SO Daten A 3x

Point quadtree - Aufbau 13 Point quadtree - Aufbau 1 NW NO SW SO NW NO SW SO 1 A 24x

Point quadtree - Aufbau 13 Point quadtree - Aufbau 1 2 1 2 A 24x

Point quadtree - Aufbau 13 Point quadtree - Aufbau 1 2 3 1 2 1 2 3 A 24x

Point quadtree - Aufbau 13 Point quadtree - Aufbau 1 2 3 1 2 3 4 1 2 1 2 3 4 A 24x

Point quadtree - Aufbau 13 Point quadtree - Aufbau 1 2 3 1 2 4 5 3 1 2 3 4 1 2 1 2 3 5 4 A 24x

Point quadtree - Aufbau 13 Point quadtree - Aufbau 1 2 3 1 2 4 5 3 1 2 3 4 1 2 1 2 3 5 4 A 24x

14 Landkarte

Motivation des PM-Quadtrees 15 Motivation des PM-Quadtrees in folgenden Fällen ist leicht zu entscheiden, zu welcher Masche ein Punkt gehört: A 2x

Ein Quadtree für Maschen 16 Ein Quadtree für Maschen

PM1 quadtree wie beim Quadtree wird die Ebene in Quadrate zerlegt 17 PM1 quadtree wie beim Quadtree wird die Ebene in Quadrate zerlegt statt der Homogenitätsforderung gilt hier: Jedes Blatt des Quadtrees repräsentiert ein Quadrat, das höchstens einen Knoten enthält. Ein Blatt, das einen Knoten enthält, darf nur Kanten enthalten, die zu diesem Knoten inzident sind Ein Blatt, das keinen Punkt enthält, darf höchstens einen Teil einer Kante enthalten sind diese Bedingungen nicht erfüllt, wird das zugeordnete Quadrat in 4 gleich große Quadrate geteilt

18 PM1 quadtree Jedes Blatt des Quadtrees repräsentiert ein Quadrat, das höchstens einen Knoten enthält. Ein Blatt, das einen Knoten enthält, darf nur Kanten enthalten, die zu diesem Knoten inzident sind Ein Blatt, das keinen Punkt enthält, darf höchstens einen Teil einer Kante enthalten. A 12x

18 PM1 quadtree Jedes Blatt des Quadtrees repräsentiert ein Quadrat, das höchstens einen Knoten enthält. Ein Blatt, das einen Knoten enthält, darf nur Kanten enthalten, die zu diesem Knoten inzident sind Ein Blatt, das keinen Punkt enthält, darf höchstens einen Teil einer Kante enthalten. A 12x

18 PM1 quadtree Jedes Blatt des Quadtrees repräsentiert ein Quadrat, das höchstens einen Knoten enthält. Ein Blatt, das einen Knoten enthält, darf nur Kanten enthalten, die zu diesem Knoten inzident sind Ein Blatt, das keinen Punkt enthält, darf höchstens einen Teil einer Kante enthalten. A 12x

18 PM1 quadtree Jedes Blatt des Quadtrees repräsentiert ein Quadrat, das höchstens einen Knoten enthält. Ein Blatt, das einen Knoten enthält, darf nur Kanten enthalten, die zu diesem Knoten inzident sind Ein Blatt, das keinen Punkt enthält, darf höchstens einen Teil einer Kante enthalten. A 12x

18 PM1 quadtree Jedes Blatt des Quadtrees repräsentiert ein Quadrat, das höchstens einen Knoten enthält. Ein Blatt, das einen Knoten enthält, darf nur Kanten enthalten, die zu diesem Knoten inzident sind Ein Blatt, das keinen Punkt enthält, darf höchstens einen Teil einer Kante enthalten. A 12x

18 PM1 quadtree Jedes Blatt des Quadtrees repräsentiert ein Quadrat, das höchstens einen Knoten enthält. Ein Blatt, das einen Knoten enthält, darf nur Kanten enthalten, die zu diesem Knoten inzident sind Ein Blatt, das keinen Punkt enthält, darf höchstens einen Teil einer Kante enthalten. A 12x

18 PM1 quadtree Jedes Blatt des Quadtrees repräsentiert ein Quadrat, das höchstens einen Knoten enthält. Ein Blatt, das einen Knoten enthält, darf nur Kanten enthalten, die zu diesem Knoten inzident sind Ein Blatt, das keinen Punkt enthält, darf höchstens einen Teil einer Kante enthalten. A 12x

Punkt- in-Landkarte Sie haben drei Verfahren kennengelernt: 19 Punkt- in-Landkarte Sie haben drei Verfahren kennengelernt: Zerlegung der Maschen in Streifen (Trapeze) Bounding Boxes PM-Quadree Zerlegung der Ebene in Quadrate Grundsätzlicher Unterschied Zerlegung des Objekts und Aufbau einer Zugriffsstruktur für das Objekt Trapezverfahren Zerlegung des Raumes (der Ebene) und Schaffung einer Zugriffsstruktur für den Raum PM-Quadtree