Raster Pyramids에 대해서...

래스터의 피라미드(Pyramids)는 디스플레이 속도 향상을 위해 원본 래스터의 해상도를 축소하여 생성한 데이터셋을 말합니다.

이미지의 Extent 및 픽셀값이 변경되지 않는 한 최초 한번 생성하며, 확대/축소시 축척에 맞는 적절한 피라미드 레벨을 선택하여 디스플레이합니다.

피라미드는 0 레벨에서 시작하고 이 레벨이 가장 높은 해상도를 가지며, 다른 레벨은 원본 데이터의 픽셀을 리샘플링(원본 데이터의 값을 보간)하여 사용합니다.

단. 래스터 분석에는 0 레벨의 원본 데이터를 활용합니다.

출처: http://edndoc.esri.com/arcsde/9.3/images/rasterpyramids.gif

▣ Reduced-resolution dataset
Reduced-Resolution Dataset(RRD)은 원본 래스터보다 낮은 해상도로 만들어진 리샘플링된 래스터 데이터셋으로, 물리적으로 .rrd라는 확장자의 단일 파일로 저장/관리된다.

각각의 피라미드(RRD)의 레이어는 1/4 축척으로 연속적으로 다운샘플링 된다.

크기는 압축되지 않은 원본 파일의 8% 정도이며, 만약 압축된 래스터의 경우에는 이보다 더 커질 수 있다.

▣ Pyramid resampling methods
피라미드를 생성하기 위해 Nearest Neighbor, Bilinear, Bicubic Interpolation 의 3가지 방법을 사용할 수 있으며, 픽셀 데이터의 유형(discrete or continuous)에 따라 가장 적절한 방법을 선택하면 된다.

※ Data는 어떤 척도(Scale)를 기준으로 수치화 했는지에 따라 다음과 같이 구분할 수 있다.
- 범주(categorical): 명목척도(nominal scale), 서열척도(ordinal scale)
- 연속(continuous): 등간척도(interval scale), 비율척도(ratio scale)

① Nearest Neighbor interpolation
가장 근접한 값을 취하는 방법으로 새로운 값을 생성(추정)하지 않으며 가장 빠른 방법으로 명목(Nominal) 및 서열(Ordinal) 데이터에 가장 적합하다.
범주형(categorical) 데이터(토지이용, 토양, 식생 등)에 많이 활용된다.

② Bilinear Interpolation
픽셀값을 추정하기 위해 원본 이미지의 가장 근접한 4 픽셀의 가중평균값을 이용한다.
이 방법은 표고(elevation), 경사(slope), 지하수의 염도, 공항 소음 등과 같은 연속형(continuous) 데이터에 효율적이다. 

③ BiCubic Interpolation
픽셀값을 추정하기 위해 원본 이미지의 가장 근접한 16 픽셀의 평균값을 이용한다.
부드럽고 시각적으로 최적의 값을 추출하며, 위성영상(satellite imagery)이나 항공사진(aerial photography)과 같은 연속형(continuous) 데이터에 효율적이다. 

▣ Raster dataset's origin
다음 그림과 같이 피라미드 생성 기준점은 래스터 데이터의 좌상단점이며, 이를 기준으로 우하단으로 생성한다. 또한 JPEG 2000과 같은 Wavelet 압축 래스터 파일 포맷의 경우에는 내부 피라미드 구조를 가지고 있다.

※ 참고 : http://webhelp.esri.com/arcgisdesktop/9.3/