khác nhau
4.2.3.1. Giới thiệu
Những năm gần đây đã bắt đầu nổi lên nhu cầu truy cập dữ liệu từ nhiều hệ cơ sở dữ liệu không gian hoặc GIS phân tán hiện có. Để hiện thực một hệ cơ sở dữ liệu không gian phân tán, chúng ta phải giải quyết nhiều vấn đề, một trong số đó bắt nguồn từ tính bất đồng nhất của các cơ sở dữ liệu không gian. Tính bất đồng nhất bao gồm một số vấn đề từ hệ quản trị cơ sở dữ liệu không gian cho đến mô hình dữ liệu. Trong bài viết này, chúng tôi tập trung vào tính không nhất quán của dữ liệu không gian giữa các cơ sở dữ liệu không gian cục bộ.
Việc lệch vị trí của các cơ sở dữ liệu không gian bắt nguồn từ nhiều lý do. Những tổ chức khác nhau với chính sách riêng để quản lý và tiếp nhận dữ liệu có thể sinh ra dữ liệu vị trí không nhất quán. Tỷ lệ hoặc độ chính xác khác biệt cũng là những lý do quan trọng gây ra sai lệch. Dữ liệu vị trí không nhất quán thường bắt nguồn từ các phương pháp đo đạc khác nhau và các điểm điều khiển bề mặt khác nhau. Và các sai lệch thường được phát hiện khi chúng ta sát nhập hai bản đồ kề nhau lại.
Trong phần này, chúng tôi sẽ trình bày giải pháp hiệu chỉnh dữ liệu dựa trên phương pháp biến đổi Affine bằng lưới tam giác Delaunay.
4.2.3.2. Hiệu chỉnh dữ liệu không gian bằnglưới tam giác Delaunay
Phương pháp của chúng tôi dựa trên phép biến đổi Affine bằng lưới tam giác Delaunay [76] mà chúng tôi sẽ giải thích ở phần này. Phép biến đổi Affine chủ yếu liên quan đến một tập các thao tác bao gồm tịnh tiến, xén hình và thay đổi kích cỡ của đối tượng trong không gian mà không làm thay đổi các tính chất topology của chúng. Mục tiêu của phép biến đổi Affine là hiệu chỉnh dữ liệu vị trí của cơ sở dữ liệu không gian ứng với cơ sở dữ liệu chính xác nhất, mà chúng ta gọi là bản đồ tham chiếu.
Giả sử chúng ta có hai bản đồ, một bản đồ tham chiếu và một bản đồ tương ứng. Để thực hiện phép biến đổi Affine bằng lưới tam giác Delaunay, ta cần một tập các điểm điều khiển trên bản đồ tham chiếu, và các điểm tương ứng trên bản đồ còn lại. Từng cặp điểm điều khiển tương ứng từ hai bản đồ chỉ ra những vị trí tương đồng trên mỗi bản đồ. Độ chính xác của quá trình hiệu chỉnh dữ liệu phụ thuộc vào cách chọn tập cặp điểm điều khiển và độ mịn của tập cặp điểm điều khiển đó. Thủ tục chuyển đổi bao gồm hai bước.
Ở bước đầu tiên, chúng ta tạo lưới tam giác Delaunay với tập điểm điều khiển trên bản đồ tham chiếu, và tạo một tập tam giác tương ứng với các điểm điều khiển trên bản đồ còn lại. Và với bước kế tiếp, chúng ta suy ra tọa độ trên bản đồ tham chiếu từ mỗi điểm hay mỗi đỉnh của đối tượng không gian trên bản đồ còn lại, sử dụng các hệ số đồng dạng. Các hệ số đồng dạng được tính bằng cách so sánh hai tam giác bao quanh tương ứng, một tam giác từ bản đồ tham chiếu và một từ bản đồ còn lại. Thuật toán chi tiết được trình bày dưới đây:
VertexList JustifyMap(VertexList VS, VertexList VT, ControlList G) {
//Đầu vào
//VS : danh sách đỉnh đầu vào.
//G = {(gs, gt)| gs và gt là các tập điểm kiểm soát tương ứng của VS và VT}
//Đầu ra:
//VT : danh sách kết quả sau hiệu chỉnh TS← DelaunayTriangulation(GS);
// TS : lưới tam giác Delaunay đầu vào TT← MappingTriangles(TS);
// TT : lưới tam giác Delaunay đầu ra for each pT ∈ VT
{
tT← FindTriangleContaining(TT, pT); //Tìm tam giác chứa pT
tS← MappingTriangle(tT);
//tS : tam giác tương ứng của dữ liệu đầu vào TriangleTransformation(tS, tT, pT);
//Hiệu chỉnh pT bởi quan hệ tS và tT }
}
Phần thiết yếu và phức tạp nhất của thuật toán này nằm ở hàm
TriangleTransformation(tS, tT, pT). Nó chịu trách nhiệm hiệu chỉnh điểm pT, so sánh hệ số đồng dạng giữa hai tam giác tS và tT. Giả sử MS là bản đồ tham chiếu và MT là bản đồ tương ứng chứa dữ liệu vị trí cần hiệu chỉnh.
Gọi tam giác bao quanh điểm pT(xT, yT) trên MT là tT = (pT1, pT2, pT3), trong đó pT1, pT2 và pT3 là các đỉnh của nó và tS = (pS1, pS2, pS3) là tam giác tương ứng trên bản đồ tham chiếu thì tọa độ chuyển đổi pS(xS, yS) của pT lên MS.
Sử dụng phép biến đổi affine:
(17)
giữa hai tam giác tT và tS, thay thế các tọa tương ứng và giải hệ 6 phương trình ta tìm được các hệ số a,b,c,d,e,f như sau:
Với .
Viết lại (17) dưới dạng tọa độ suy rộng
(18)
Tuy phương pháp hiệu chỉnh nay là tuyến tính nhưng nếu số lượng điểm kiểm soát là đủ dày thì vẫn bảo đảm đọ chính xác cao. Tốc độ thực thi của phương pháp nắn dựa trên lưới tam giác Delaunay như trên rất nhanh cho số lượng điểm kiểm soát rất lớn do dựa trên kỹ thuật xác định điểm thuộc một tam giác trong lưới của thuật toán xây dựng lưới tam giác theo thuật toán chèn đỉnh tuần tự trình bày ở mục 2.4.1.2. Điều này cho phép chúng ta khả năng khai thác dữ liệu một cách trực tuyến từ các nguồn dữ liệu khác nhau không phải thông qua việc tiền xử lý nắn trước, đặc biệt là khả năng chồng trực tiếp các lớp thông tin ở dạng ảnh lên nền vector (xem Hình 4.9, Hình 4.10).
Hình 4.9. Nắntrựctuyếnảnhvệ tinh thành phố Hà nội
Hình 4.10. Nắntrực tuyếnảnhvệ tinh thành phốHồ Chí Minh