空间数据的结构转换
矢量─栅格转换
一、线的栅格化方法
线是由多个直线段组成的，因此，线的栅格化的核心就是直线段如何由矢量数据转换为栅格数据。
设直线段的两端点坐标转换到栅格数据的坐标系后为(xA,yA),(xB,yB)。则栅格化的两种常用方法为DDA法(数字微分分析法)和Bresenham法。
1°、DDA法(数字微分分析法)
该方法的基本依据是直线的微分方程，即dy∕dx＝常数。其本质是用数值方法解微分方程，通过同时对x和y各增加一个小增量来计算下一步的x,y值，即这是一种增量算法。
2°、Bresenham算法
该算法构思巧妙，只需根据由直线斜率构成的误差项的符号，就可确定下一列坐标的递增值。
根据直线的斜率，把直线分为8个卦限。下面举斜率在第一卦限的情况为例，其余卦限的情况类似。
该算法的基本思路可描述为：若直线的斜率为1∕2≤△y∕△x≤1，则下一点取(1，1)点，若0≤△y∕△x＜1∕2，则下一点取(1，0)点。
在算法实现时，令起始的误差项为e＝－1∕2，然后在推断出下一点后，令e＝e＋△y∕△x[SX)],若e≥0时，e＝e－1。这样只要根据e的符号就可确定下一点的增量，即：
若e≥0，取(1，1)点
若e＜0，取(1，0)点
这种算法不仅速度快、效果好，而且可以理论上证明它是目前同类各种算法中最优的。
二、面(多边形)的栅格化方法
1°、内部点扩散法
由一个内部的种子点，向其4个方向的邻点扩散。判断新加入的点是否在多边形边界上，如果是，不作为种子点，否则当作新的种子点，直到区域填满，无种子点为止。
该算法比较复杂，而且可能造成阻塞而造成扩散不能完成，此外若多边形不完全闭合时，会扩散出去。
2°、扫描法
按扫描线的顺序，计算多边形与扫描线的相交区间，再用相应的属性值填充这些区间，即完成了多边形的栅格化。
3°、边填充算法
其基本思想是：对于每一条扫描线和每条多边形边上的交点，将该扫描线上交点右方的所有象素取原属性值之补。对多边形的每条边作此处理，多边形的方向任意。图4—30是一个简单的例子。
本算法的优点是算法简单，缺点是对于复杂图形，每一象素可能被访问多次，增加了运算量。为了减少边填充算法访问象素的次数，可引入栅栏。
所谓栅栏指的是一条与扫描线垂直的直线，栅栏位置通常取多边形的顶点，且把多边形分为左右两半。栅栏填充算法的基本思路是：对于每个扫描线与多边形的交点，将交点与栅栏之间的象素用多边形的属性值取补。若交点位于栅栏左边，则将交点右边，栅栏左边的所有象素取补；若交点位于栅栏的右边，则将栅栏右边，交点左边的象素取补。
栅格─矢量转换
栅格数据到矢量数据转换的一般过程可描述为：
一、二值化
由于扫描后的图像是以不同灰度级存储的，为了进行栅格数据矢量化的转换，需压缩为两级(0和1)，这就称为二值化。
二值化的关键是在灰度级的最大和最小值之间选取一个阈值，当灰度级小于阈值时，取值为0，当灰度级大于阈值时，取值为1。当扫描图不清晰时，需由灰度级直方图来确定阈值 。
对于地图，通常在灰度级直方图上出现两个峰值，这时，取波谷处的灰度级为阈值，二值化的效果较好。
二、二值图像的预处理
对于扫描输入的图幅，由于原稿不干净等原因，总是会出现一些飞白、污点、线划边缘凹凸不平等。除了依靠图像编辑功能进行人机交互处理外，还可以通过一些算法来进行处理。
三、细化
所谓细化就是将二值图像象元阵列逐步剥除轮廓边缘的点，使之成为线划宽度只有一个象元的骨架图形。
细化的基本过程是：(1)确定需细化的象元集合；(2)移去不是骨架的象元；(3)重复，直到仅剩骨架象元。
细化的算法很多，各有优缺点。经典的细化算法是通过3×3的象元组来确定如何细化的。
如果是对扫描后的地图图像进行细化处理，应符合下列基本要求：
1°、保持原线划的连续性；
2°、线宽只为一个象元；
3°、细划后的骨架应是原线划的中心线；
4°、保持图形的原有特征。
四、追踪
细化后的二值图像形成了骨架图，追踪就是把骨架转换为矢量图形的坐标序列。其基本步骤为：
1°、从左向右，从上向下搜索线划起始点，并记下坐标。
2°、朝该点的8个方向追踪点，若没有，则本条线的追踪结束，转(1)进行下条线的追踪；否则记下坐标。
3°、把搜索点移到新取的点上，转2°。
五、拓扑化
为了进行拓扑化，需找出线的端点和结点，以及孤立点。
1°、孤立点：8邻城中没有为1的象元。
2°、端点：8邻城中只有一个为1的象元。
3°、结点：8邻城中有三个或三个以上为1的象元。
在追踪时加上这些信息后，就可形成结点和孤段，就可用矢量数据的自动拓扑方法进行拓扑化了。