com.supermap.data

类 ResampleType

java.lang.Object

com.supermap.data.Enum

com.supermap.data.ResampleType

public class ResampleType
extends Enum

该类定义了矢量数据集重采样方法类型常量。

字段概要

字段

限定符和类型	字段和说明
static ResampleType	RTBEND 使用光栏采样算法进行重采样。
static ResampleType	RTGENERAL 使用道格拉斯算法进行重采样。

方法概要

限定符和类型	方法和说明
String	getTitle()
String	toString() 返回枚举常量的名称。

从类继承的方法 com.supermap.data.Enum

equals, getEnums, getNameByValue, getNames, getPredefineValues, getValueByName, getValues, hashCode, isDefined, isDefined, name, parse, parse, value

从类继承的方法 java.lang.Object

getClass, notify, notifyAll, wait, wait, wait

字段详细资料

RTBEND

public static final ResampleType RTBEND

使用光栏采样算法进行重采样。

下面以下图所示的有 6 个节点的折线为例来说明光栏法的计算过程：

1. 如下图（左）所示，在节点2处做线段12的垂线，在垂线上选择距离节点2点为 m（重采样距离）的 A、B 两点，分别连接节点1和 A、B 两点并继续延伸形成重采样区域（左图中的粉色区域），判断节点3是否在该区域内。如果在该区域内，则删除节点2；否则保留。

由于节点3在重采样区域内，所以节点2被删除，折线变成下图（右）所示的形状。

2. 然后，按照步骤1中的方法判断节点3。如下图所示，得知节点4不在重采样区域内（绿色区域），因此节点3被保留。

3. 继续对剩余节点进行判断，最终得到如下图所示的重采样结果。

RTGENERAL

public static final ResampleType RTGENERAL

使用道格拉斯算法进行重采样。

下面仍然使用光栏法中使用的有 6 个节点的折线为例来说明道格拉斯-普克法的计算过程：

1. 如下图所示，将折线的首尾节点相连，得到一条连线，其他节点到这条线的距离的最大值为 d，如果 d > m（重采样距离），则 d 所对应的节点保留，并以该节点为分界点，将原线对象划分为两部分，分别继续使用该方法进行重采样，直到所有划分出来的线都不能再进行重采样（即仅包含两个节点）；否则所有中间节点均被删除。

下图中，显然有 d > m，因此，节点 2 保留，原线对象划分为两部分，分别包含节点1、2和2、3、4、5、6。

2. 如下图所示，由节点1、2构成的线不能再简化。对由节点2、3、4、5、6构成的线重复上一步骤，由于 d < m，因此节点2和6之间的节点均被删除，剩余节点2和6，因此不能再继续简化，从而得到下图（右）所示的重采样最终结果。

方法详细资料

toString

public String toString()

从类复制的说明: Enum

返回枚举常量的名称。

覆盖:

toString 在类中 Enum

返回:

枚举常量的名称。

getTitle

public String getTitle()