Region Quadtree (ควอดทรีแบบภูมิภาค)
แทน Partition ของ 2D Space โดยแบ่ง Region เป็น 4 Quadrants เท่าๆ กัน → Subquadrants → ไปเรื่อยๆ จน Leaf Node มี Data ของ Subregion เฉพาะ
Node แต่ละตัว: มีลูก 4 ตัว หรือเป็น Leaf (ไม่มีลูก) Height ขึ้นกับ Spatial Distribution ของ "Interesting Areas" เป็น Type ของ Trie
Application: Binary Image Representation
Depth n Quadtree → Image 2ⁿ × 2ⁿ Pixels (0 หรือ 1)
Root = Entire Image Region
Region ไม่ใช่ All-0 หรือ All-1 → Subdivide
Leaf = Block ของ Pixels ที่ All-0 หรือ All-1
Space Savings
แทนเก็บ 2D Array ทุก Pixel → Quadtree จับข้อมูลเดียวกันได้ด้วย Cells ใหญ่กว่ามาก (Region ที่สีเดียวกัน) Resolution และ Size ผูกกับ Pixel/Image Size
Application: Variable Resolution Data Field
เช่น อุณหภูมิในพื้นที่ → Leaf เก็บ Average Temperature ของ Subregion
Application: Point Data (Lat/Long ของเมือง)
Subdivide จน Leaf แต่ละตัวมี ≤ 1 Point
สรุป
Region Quadtree = Space Partitioning แบบ Adaptive ใช้ได้ทั้ง Binary Images, Scalar Fields, Point Sets ประหยัด Space เมื่อข้อมูลมี Homogeneous Regions ใหญ่
