栅格数据存储压缩编码方法
- 格式:doc
- 大小:36.50 KB
- 文档页数:2
栅格数据编码方式
栅格数据编码方式有以下几种:
1. RLE编码(Run-Length Encoding):该编码方式根据一定的规则将连续的像素点压缩成一个值和重复次数的对应关系。
2. Huffman编码:该编码方式利用频率统计原理,对每个像素值进行编码,使频率较高的像素值的编码位数较少,而频率较低的像素值的编码位数较多,从而达到压缩的目的。
3. LZW编码(Lempel-Ziv-Welch编码):该编码方式是一种基于字典的压缩方法,通过建立一个字典表,将重复出现的字符用一个短编码来代替,从而减小了数据的存储大小。
4. Delta编码:该编码方式将连续的像素点之间的差值进行编码,从而可在一定程度上减小数据的存储大小。
5. JPEG2000编码:该编码方式是一种基于小波变换的压缩方法,可将图像分解为多个分辨率层级,并对每个层级进行小波变换编码,以实现高效压缩和解压缩。
•栅格数据编码方法分为两大类:1直接栅格编码2压缩编码方法a链码b游程长度编码c块码d 四叉树直接编码就是将栅格数据看作一个数据矩阵,逐行(或逐列)逐个记录代码,可以每行都从左到右逐个象元进行记录,也可以奇数行地从左到右而偶数行地从右向左记录,为了特定目的还可采用其他特殊的顺序栅格数据编码方法直接栅格编码:•将栅格数据看作一个数据矩阵,逐行记录代码数据。
A A A AA BB B A ABB A A B B•1)每行都从左到右记录;AAAAABBBAABBAABB•2)奇数行从左到右,偶数行从右到左;•栅格数据量大,格网数多,由于地理数据往往有较强的相关性,即相邻象元的值往往是相同的。
所以,出现了各种栅格数据压缩方法。
•压缩编码的目的就是用尽可能少的数据量记录尽可能多的信息,其类型分为•信息无损编码•编码过程中没有任何信息损失,通过解码操作可以完全恢复原来的信息•信息有损编码•为了提高编码效率,最大限度地压缩数据,在压缩过程中损失一部分相对不太重要的信息,解码时这部分难以恢复1、行程编码(游程编码):将原始栅格阵列中属性值相同的连续若干个栅格单元映射为一个游程。
游程的结构为(A,P) 整数对。
块码是游程长度编码扩展到二维的情况,采用方形区域作为记录单元,每个记录单元包括相邻的若干栅格,数据结构由初始位置(行、列号)和半径,再加上记录单位的代码组成。
采用方形区域作为记录单元,每个记录单元包括相邻的若干栅格。
将栅格数据(线状地物面域边界)表示为矢量链的记录)首先定义一个3x3窗口,中间栅格的走向有8种可能,并将这8种可能0~7进行编码。
•2)记下地物属性码和起点行、列后,进行追踪,得到矢量链.其基本分割方法是将一幅栅格地图或图像等分为四部分。
逐块检查其栅格属性值(或灰度)。
如果某个子区的所有栅格值都具有相同的值。
则这个子区就不再继续分割,否则还要把这个子区再分割成四个子区。
这样依次地分割,直到每个子块都只含有相同的属性值或灰度为止。
栅格数据存储压缩编码方法栅格数据存储压缩编码方法主要有:(1).链式编码(2).行程编码(3).块式编码(4).四叉树编码(1).链式编码:由某一原点开始并按某些基本方向确定的单位矢量链。
基本方向可定义为:东=0,南=3,西=2,北=1等,还应确定某一点为原点。
(2).行程编码:只在各行(或列)数据的代码发生变化时依次记录该代码以及相同代码重复的个数,即按(属性值,重复个数)编码(3).块式编码:块式编码是将行程编码扩大到二维的情况,把多边形范围划分成由像元组成的正方形,然后对各个正方形进行编码。
(4).四叉树编码而块状结构则用四叉树来描述,将图像区域按四个大小相同的象限四等分,每个象限又可根据一定规则判断是否继续等分为次一层的四个象限,无论分割到哪一层象限,只要子象限上仅含一种属性代码或符合既定要求的少数几种属性时,则停止继续分割。
否则就一直分割到单个像元为止。
而块状结构则用四叉树来描述。
按照象限递归分割的原则所分图像区域的栅格阵列应为2n×2n(n为分割的层数)的形式。
下面就着重介绍四叉树编码。
四叉树编码又称为四分树、四元树编码。
它是一种更有效地压编数据的方法。
它将2n×2n像元阵列的区域,逐步分解为包含单一类型的方形区域,最小的方形区域为一个栅格像元。
图像区域划分的原则是将区域分为大小相同的象限,而每一个象限又可根据一定规则判断是否继续等分为次一层的四个象限。
其终止判据是,不管是哪一层上的象限,只要划分到仅代表一种地物或符合既定要求的几种地物时,则不再继续划分否则一直分到单个栅格像元为止。
所谓四叉树结构,即把整个2n×2n像元组成的阵列当作树的根结点,n为极限分割次数,n+1为四分树的最大高度或最大层数。
每个结点有分别代表西北、东北、西南、东南四个象限的四个分支。
四个分支中要么是树叶,要么是树叉。
树叉、树叶用方框表示,它说明该四分之一范围全属多边形范围(黑色)或全不属多边形范围(空心四方块),因此不再划分这些分枝;树用圆圈表示,它说明该四分之一范围内,部分在多边形内,另一部分在多边形外,因而继续划分,直到变成树叶为止。
栅格数据的主要编码方式什么是栅格数据编码方式?为什么需要栅格数据编码方式?栅格数据编码方式有哪些?如何选择合适的栅格数据编码方式?本文将逐一解答。
一、什么是栅格数据编码方式?栅格数据是一种用网格将空间分割成离散单元的空间数据,类似于棋盘。
每个单元格代表着空间中的一个像素值,这种像素值可以表示地表的不同属性,例如高程、温度、植被类型等。
栅格数据编码方式是将这些像素值以数字形式进行编码的过程,用来处理地理信息技术中所涉及的各种数据。
二、为什么需要栅格数据编码方式?栅格数据编码方式是在处理、操作和存储栅格数据时必不可少的过程。
它可以将栅格数据转化为计算机能够处理的数字格式,这样在进行数据分析、可视化和模型分析时,计算机可以快速地处理这些数据。
同时,栅格数据编码方式还可以大量减小栅格数据的存储空间,方便数据的共享和传输。
三、栅格数据编码方式有哪些?主要的栅格数据编码方式包括:1.无符号整数编码:在栅格数据中,每个像素值都表示为一个非负整数,通常采用二进制,而每个二进制位都可以表示一个唯一的像素值。
这种编码方式的数据大小较小,但是仅适用于无符号整数像素值。
2.有符号整数编码:有符号整数编码的范围很广,可以表示正数、负数和0,因此可以使用更多的像素值表示更多的信息,但是数据大小会相应地增加。
3.浮点数编码:这种编码方式可以表示非整数精细值,因此在处理地形、气象和海洋数据时非常有用。
浮点数编码的要点是数据精度,否则数据的近似值和处理结果将受到影响。
4.压缩编码:压缩编码的目的是将数据压缩到最小的尺寸,以便更好地存储和传输。
常见的压缩编码方案包括行程编码和差分编码。
5. RGB编码:基于颜色的编码方式,通常用于处理卫星影像和航空照片等真彩色或伪彩色的遥感数据。
四、如何选择合适的栅格数据编码方式?选择合适的栅格数据编码方式应该考虑以下因素:1.数据类型:选择哪种数据编码方式取决于数据类型,因为每个编码方式都有自己的优缺点。
栅格数据压缩编码和常见文件的压缩方法差异栅格数据压缩编码和常见文件的压缩方法具有很大的差异。
栅格数据在遥感和地理信息领域中广泛使用,包括遥感影像和列表等。
这些数据通常具有高分辨率,占用空间巨大,需要进行压缩以节省存储空间和传输带宽。
常见的文件压缩方法,如ZIP、RAR、GZIP等,对于栅格数据来说并不适用,需要使用专门的压缩编码方法。
栅格数据压缩编码方法通常分为有损压缩和无损压缩两种。
有损压缩会丢失一定程度的数据信息以减小文件大小,常见的有损压缩方法包括JPEG和JPEG2000。
而无损压缩则保留了所有数据信息,常见的无损压缩方法包括LZW、DEFLATE和LZ77等。
相比之下,常见文件的压缩方法通常采用的是无损压缩。
ZIP和RAR采用的是一种称为DEFLATE的压缩算法,可以将文件的数据压缩成更小的尺寸。
GZIP则是在DEFLATE基础上添加了头文件和尾文件,使得压缩文件可以被更好地识别和解压缩。
栅格数据压缩编码方法与常见文件压缩方法最大的区别在于,栅格数据需要考虑特殊的数据结构和特点。
例如,遥感影像通常是由像素点构成的,每个像素点包含多个波段的数据。
通过对波段之间的相关性进行利用,可以在保留数据信息的前提下实现数据压缩。
而常见文件则通常是由二进制数据组成,无法利用数据之间的相关性进行压缩。
因此,栅格数据的压缩编码方法需要在数据结构和数据特点的基础上进行设计和优化。
目前常见的栅格数据压缩编码方法包括Huffman编码、Arithmetic编码、RLE编码等。
这些编码方法也可以结合使用,以达到更好的压缩效果。
栅格数据存储压缩编码方法
栅格数据存储压缩编码是现今计算机技术中用来将大量的栅格数据以最小的存储空间存储的方法。
这种方法通常在地理信息系统、遥感与卫星图像处理以及数字地球等领域被广泛运用。
目前,常用的栅格数据格式有TIFF、JPEG2000、PNG与GeoTIFF等。
这些格式中比较常用的是GeoTIFF,该格式可以通过GeoTools、GDAL与Esri ArcGIS等平台进行读写,同时支持多种数据类型与压缩方式。
为了减小栅格数据存储空间,通常会采用压缩算法来对数据进行无损压缩。
常用的压缩算法有Run-Length Encoding(RLE)、Huffman编码、Lempel-Ziv-Welch(LZW)编码和Deflate编码等。
RLE是最简单的压缩算法,它通过将相邻的重复值替换为一个值和一个计数来减小数据体积。
然而,RLE算法在处理随机数据时效果不佳,而且压缩率较低。
Huffman编码是一种基于字典的编码方法,它通过树形结构将频繁出现的字符替换为较短的码字,这样可以减少数据存储。
LZW编码和Deflate编码是常用的数据压缩算法,它们可以通过分析数据块中连续的模式来压缩数据。
在栅格数据存储中,压缩算法的选择取决于存储需求和数据类型。
对于图像中大量连续出现的颜色块,RLE和Huffman编码可显著降低存储空间,而对于多变的地形数据,LZW 或Deflate算法将更为有效。
总体来说,采用压缩编码方法可以极大地缩小栅格数据的存储空间,降低数据存储成本,提高数据传输的效率。
同时,在选择相应压缩算法时,需要针对不同的数据类型选择最合适的算法来达到最佳的压缩效果。
1998一、选择1、世界上第一个地理信息系统产生于:A.中国B.美国C.加拿大D.澳大利亚2、判断点是否在多边形内常用:A.空间内插B.半线理论C.平板技术D.维数变化3、空间集合分析主要完成:A.地形分析B.缓冲区分析C.逻辑运算D.叠置分析4、以线性四*树表示8*8的栅格矩阵时,第6行第5列位置处的栅格的MORTON码值为:A.57B.39C.54D.365、建立空间要素之间的拓扑关系属于____功能A.空间分析B.图形分析C.空间查询D.地图整饰二、简述在栅格数据中提取多边形边界的一般方法三、地理信息系统中的数据输入包含几项内容?输入过程中可能产生的误差有几种?四、图画题给出一个四*树要求画出栅格矩阵,并用线性四*树和二维行程编码表示七、简答题1、地理坐标2、地图投影研究的主要内容3、地理信息系统中的地图投影配置应遵循的原则八、介绍两种商用GIS基础软件的主要特性和适应的场合九、某城市由于人口增长较快,原有的地下基础设施已经不能满足要求,为此须重新进行规划,目的是为了满足今后10—20年内城市人口发展的需要。
现用GIS辅助规划其要求是:1、能随时知道任意地方的地下管线的各类指标2、能随时了解那些管线需要重新建设3、能随时了解任意区域的人口指标4、管线应铺设在道路的两侧、单侧或中央。
5、管线铺设时应距离附近的建筑至少10米6、管线铺设和指标计算应结合地形进行7、输出规划成果,主要包括人口分布图和规划后的底下综合管线图现提供如下条件:1、规划区域的地形图及属性数据2、规划区域的道路图及属性数据3、规划区域的地下综合管线现状图及属性数据4、规划区域的人口分布规划图及属性数据5、规划区域的建筑分布分布图几属性数据6、已提供了由人口计算相应管线的负载的全套公式7、已提供了计算管线各种指标的公式8、所有的图件都已经入库根据以上的条件,设计用地理信息系统实现上述规划要求的方法,分别说明其中使用了哪些数据和GIS的那些主要功能。
栅格压缩编码和常见文件压缩方法的异同一、关于栅格数据压缩编码栅格数据是按网格单元的行与列排列、具有不同灰度或颜色的阵列数据。
每一个单元(象素)的位置由它的行列号定义,所表示的实体位置隐含在栅格行列位置中,数据组织中的每个数据表示地物或现象的非几何属性或指向其属性的指针。
一个优秀的压缩数据编码方案是:在最大限度减少计算机运算时间的基点上进行最大幅度的压缩。
在栅格文件中,每个栅格只能赋予一个唯一的属性值,所以属性个数的总数是栅格文件的行数乘以列数的积,而为了保证精度,栅格单元分得一般都很小,这样需要存储的数据量就相当大了。
通常一个栅格文件的栅格单元数以万计。
但许多栅格单元与相邻的栅格单元都具有相同的值,因此使用了各式各样的数据编码技术与压缩编码技术。
其栅格数据存储压缩编码方法主要有:直接编码、链式编码、游程编码、块式编码、四叉树编码。
(1)直接栅格编码::是最简单最直观而又非常重要的一种栅格结构编码方法,通常称这种编码为图像文件或栅格文件。
直接栅格编码是将栅格数据看作一个数据短阵,逐行或逐列逐个记录代码。
可每行从左到右逐个记录,也可奇数行从左到右,偶数行从右到左记录,为特定目的也可采用其它特殊顺序。
通常称这种编码的图像文件为栅格文件,这种网格文件直观性强,但无法采用任何种压缩编码方法。
图2.1 (c)的栅格编码为:4,4,4,4,7,7,7,7;4,4,4,4,4,7,7,7;4,4,4,4,9,9,7,7;0,0,4,9,9,9,7,7;0,0,0,9,9,9,7,7;0,0,0,9,9,9,9,9;0,0,0,0,9,9,9,9;0,0,0,0,0,9,9,9。
可用程序设计语言按顺序文件或随机文件记录这些数据。
(2)链式编码:由某一原点开始并按某些基本方向确定的单位矢量链。
基本方向可定义为:东=0,南=3,西=2,北=1等,还应确定某一点为原点。
其特点:对多边形的表示具有很强的数据压缩能力;具有一定的运算功能,如面积和周长计算等;叠置运算如组合、相交等则很难实施,有效地压缩了栅格数据,尤其对多边形的表示最为显著,比较适于存储图形数据。
栅格数据结构及编码在地理信息系统、计算机图形学以及许多其他领域中,栅格数据结构是一种非常重要的表示和存储数据的方式。
简单来说,栅格数据就像是我们常见的像素图,把一个区域划分成一个个小格子,每个格子里都有相应的数据值。
栅格数据结构的基本概念很好理解。
想象一下,我们有一张地图,要把它数字化存储在计算机里。
如果用栅格的方式,就会把这张地图划分成一个个均匀的小方格,就像棋盘一样。
每个小方格对应着地图上的一个区域,里面记录着这个区域的某种属性信息,比如海拔高度、土地利用类型、温度等等。
栅格数据结构有很多优点。
首先,它的结构简单,处理起来相对容易。
对于计算机来说,处理一个个整齐排列的小格子要比处理复杂的不规则图形省事多了。
其次,它很适合用于表示连续变化的现象,比如地形的起伏、温度的分布等。
再者,许多现有的图像处理技术和算法都可以直接应用于栅格数据,这为数据的分析和处理提供了很大的便利。
但是,栅格数据结构也不是完美的,它也有一些缺点。
比如,由于栅格的大小是固定的,可能会导致数据的精度损失。
如果栅格划分得太粗,就可能无法准确地表示一些细节;如果划分得太细,数据量又会变得非常大,处理和存储都成问题。
另外,栅格数据对于边界和形状的描述往往不够精确,可能会出现锯齿状的边缘。
接下来,我们说一说栅格数据的编码方式。
常见的栅格数据编码方法有直接编码、行程编码、链式编码和四叉树编码等。
直接编码是最简单粗暴的一种方式,就是直接把每个栅格单元的值依次存储起来。
这种方法简单直观,但是数据量很大,特别是当栅格数据中有很多相同值的单元时,会造成大量的冗余。
行程编码则是针对直接编码的冗余问题进行改进的一种方法。
它不是记录每个栅格单元的值,而是记录相同值的连续栅格单元的数量和值。
比如说,有一连串的 5 个值都是 10 的栅格单元,行程编码就会记录“5,10”,这样就大大减少了数据量。
链式编码主要用于描述栅格数据的边界。
它通过记录边界上栅格单元的方向来表示边界。
栅格数据存储压缩编码方法(3)、块式编码(4)、四叉树编码(1)、链式编码:由某一原点开始并按某些基本方向确定的单位矢量链。
基本方向可定义为:东=0,南=3,西=2,北=1等,还应确定某一点为原点。
(2)、行程编码:只在各行(或列)数据的代码发生变化时依次记录该代码以及相同代码重复的个数,即按(属性值,重复个数)编码(3)、块式编码:块式编码是将行程编码扩大到二维的情况,把多边形范围划分成由像元组成的正方形,然后对各个正方形进行编码。
(4)、四叉树编码而块状结构则用四叉树来描述,将图像区域按四个大小相同的象限四等分,每个象限又可根据一定规则判断是否继续等分为次一层的四个象限,无论分割到哪一层象限,只要子象限上仅含一种属性代码或符合既定要求的少数几种属性时,则停止继续分割。
否则就一直分割到单个像元为止。
而块状结构则用四叉树来描述。
按照象限递归分割的原则所分图像区域的栅格阵列应为2n2n(n为分割的层数)的形式。
下面就着重介绍四叉树编码。
直接栅格编码是最简单最直观而又非常重要的一种栅格结构编码方法,通常称这种编码为图像文件或栅格文件。
直接编码就是将栅格数据看作一个数据矩阵,逐行(或逐列)逐个记录代码,可以每行都从左到右逐象元记录,也可奇数行从左到右,而偶数行由右向左记录,为了特定目的还可采用其它特殊的顺序,右图直接编码可表示为矩阵:四叉树编码又称为四分树、四元树编码。
它是一种更有效地压编数据的方法。
它将2n2n像元阵列的区域,逐步分解为包含单一类型的方形区域,最小的方形区域为一个栅格像元。
图像区域划分的原则是将区域分为大小相同的象限,而每一个象限又可根据一定规则判断是否继续等分为次一层的四个象限。
其终止判据是,不管是哪一层上的象限,只要划分到仅代表一种地物或符合既定要求的几种地物时,则不再继续划分否则一直分到单个栅格像元为止。
所谓四叉树结构,即把整个2n2n像元组成的阵列当作树的根结点,n为极限分割次数,n+1为四分树的最大高度或最大层数。
矢量数据和栅格数据压缩方法嘿,咱今儿个就来唠唠矢量数据和栅格数据压缩方法。
你说这数据啊,就跟咱过日子似的,有时候东西多了就得想法子归置归置,不然多占地方呀!矢量数据呢,就好比是一群有规矩的小伙伴,它们都有着明确的位置和方向。
那要怎么给它们压缩呢?就好像我们整理衣柜,把相似的衣服放在一起,节省空间。
一种常见的方法就是道格拉斯-普克算法,这就像是把那些不太重要的细节给忽略掉,只留下关键的部分,这不就省地方了嘛!还有一种叫垂距限值法,就好像给这些小伙伴划定一个范围,超出范围的就不管啦,也能达到压缩的效果呢。
再说说栅格数据,它就像是一张大拼图。
那怎么给这张大拼图压缩呢?可以用游程编码呀,把连续相同的部分用一个简单的方式表示,这不就相当于把一大串重复的东西简化了嘛!还有四叉树编码,就像是把这张大拼图不断地分成小块,只关注那些重要的小块,其他的就先放一边,多聪明的办法呀!你想想看,要是没有这些压缩方法,那数据得占多大地方呀!就像家里东西堆得乱七八糟,找啥都不方便。
有了这些方法,就像是给数据来了一次大整理,让它们变得井井有条。
矢量数据和栅格数据压缩方法可不简单是技术问题哦,它们关系到我们处理数据的效率和成本呢。
要是不压缩,那存储和传输都得花费好多力气和资源。
但有了这些巧妙的方法,就像是给数据穿上了瘦身衣,变得小巧玲珑,多好呀!咱平时用手机、电脑,不也希望它们运行得快一点,别占太多空间嘛。
这矢量数据和栅格数据压缩方法就是背后的功臣呀!它们让我们能更轻松地处理和利用数据,就像给我们的生活加了一把助力。
所以说呀,可别小看了这些压缩方法,它们就像隐藏在数据世界里的小精灵,默默地为我们服务呢!你说是不是呀?它们让我们的数据世界变得更加有序、高效,让我们能更好地利用这些宝贵的数据资源。
总之呢,矢量数据和栅格数据压缩方法真的很重要,它们是数据处理领域不可或缺的一部分。
我们得好好了解它们,利用它们,让我们的数字生活更加美好呀!。
栅格数据压缩编码方法**《栅格数据压缩编码方法:让数据瘦身的秘籍》**嘿,朋友!今天我要给你分享一个超级厉害的东西——栅格数据压缩编码方法,这可是让那些庞大的数据变得苗条的秘籍哦!首先,咱们来聊聊游程编码。
这就好比是把一群相同的小伙伴拉成一个队伍。
比如说,咱们有一排数字 5 5 5 5 6 6 6 7 7 7 7 ,用游程编码就是(4,5)(3,6)(4,7)。
看,是不是把重复的数字给整合成一组啦?这样就节省了不少空间呢!就像你收拾衣柜,把同款的衣服叠在一起,是不是一下子整齐多了?接下来是四叉树编码。
想象一下,把咱们的数据区域看成一块大蛋糕。
然后横竖切两刀,分成四块。
如果这四块里的数据都一样,那好,这一块就搞定;要是不一样,那就继续切这小块。
这就像切蛋糕分着吃,直到每一小块都“口味一致”。
我之前弄这个的时候,感觉自己像个超级大厨,拿着数据的“刀”在那切切切,特有意思!再说说链式编码。
这个就像是串珠子,把相邻的数据点一个一个连起来。
比如说,从一个起点开始,沿着数据点走,记住方向和长度。
这就好比你去逛迷宫,一边走一边做记号,最后就得到了一条独特的路线。
我有次搞这个,差点把自己绕晕在数据的“迷宫”里!还有块式编码,把图像划分成一个个规则的方块。
每个方块里的信息统一记录。
这就好像是把一群小朋友分成小组,每个小组有个组长来汇报情况,简单又清楚。
最后,咱们说下小波变换编码。
这个有点高级啦,就像是把一幅复杂的画,分解成简单的线条和形状。
把数据里那些不太重要的细节去掉,留下关键的部分。
就像你拍照,把背景虚化,突出主角,是不是更吸引人?总之,这几种栅格数据压缩编码方法各有各的妙处。
游程编码适合重复多的数据,四叉树编码对付复杂的数据区域有一手,链式编码能把相邻的点串起来,块式编码让规则区域好管理,小波变换编码能突出重点。
朋友,你多试试,多练练,就能熟练掌握这些让数据“瘦身”的秘籍啦!以后处理数据的时候,那叫一个轻松愉快,再也不怕数据胖得走不动道啦!加油,相信你能行!。
栅格数据存储压缩编码方法
栅格数据存储压缩编码方法主要有:(1).链式编码(2).行程编码(3).块式编码(4).四叉树编码
(1).链式编码:由某一原点开始并按某些基本方向确定的单位矢量链。
基本方向可定义为:东=0,南=3,西=2,北=1等,还应确定某一点为原点。
(2).行程编码:只在各行(或列)数据的代码发生变化时依次记录该代码以及相同代码重复的个数,即按(属性值,重复个数)编码
(3).块式编码:块式编码是将行程编码扩大到二维的情况,把多边形范围划分成由像元组成的正方形,然后对各个正方形进行编码。
(4).四叉树编码而块状结构则用四叉树来描述,将图像区域按四个大小相同的象限四等分,每个象限又可根据一定规则判断是否继续等分为次一层的四个象限,无论分割到哪一层象限,只要子象限上仅含一种属性代码或符合既定要求的少数几种属性时,则停止继续分割。
否则就一直分割到单个像元为止。
而块状结构则用四叉树来描述。
按照象限递归分割的原则所分图像区域的栅格阵列应为
2n×2n(n为分割的层数)的形式。
下面就着重介绍四叉树编码。
四叉树编码又称为四分树、四元树编码。
它是一种更有效地压编数据的方法。
它将2n×2n像元阵列的区域,逐步分解为包含单一类型的方形区域,最小的方形区域为一个栅格像元。
图像区域划分的原则是将区域分为大小相同的象限,而每一个象限又可根据一定规则判断是否继续等分为次一层的四个象限。
其终止判据是,不管是哪一层上的象限,只要划分到仅代表一种地物或符合既定要求的几种地物时,则不再继续划分否则一直分到单个栅格像元为止。
所谓四叉树结构,即把整个2n×2n像元组成的阵列当作树的根结点,n
为极限分割次数,n+1为四分树的最大高度或最大层数。
每个结点有分别代表西北、东北、西南、东南四个象限的四个分支。
四个分支中要么是树叶,要么是树叉。
树叉、树叶用方框表示,它说明该四分之一范围全属多边形范围(黑色)或全不属多边形范围(空心四方块),因此不再划分这些分枝;树用圆圈表示,它说明该四分之一范围内,部分在多边形内,另一部分在多边形外,因而继续划分,直到变成树叶为止。
为了在计算机中既能以最小的冗余存储与图像对应的四叉树,又能方便地完成各种图形操作,专家们已提出多种编码方式。
下面介绍美国马里兰大学地理信
息系统中采用的编码方式。
该方法记录每个终点(或叶子结点)的地址和值,值就是子区的代码,其中地址包括两个部分,共占有32位(二进制),最右边四位记录该叶子结点的深度,即处于四叉树的第几层上,有了深度可以推知子区的大小;地址由从根结点到该叶子结点的路径表示。
0,1,2,3分别表示NW、NE、SW、SE,从右边第五位开始2n字节记录这些方向。
如图3-9第10个结点深度为4,第一层处于SW象限记为1,第四层处于象限SE,记为3,表示为二进制为:
20位8位4位
0000 (00100001110100)
每层象限位置由二位二进制表示,共八位。
上述二进制换算成十进制整数为2164。
这样,记录了各个叶子的地址,再记上相应的代码值,就记录了整个图像,并可在此编码的基础上进行多种图像操作。
四叉树编码有许多优点:①容易而有效地计算多边形的数量特征。
②阵列各部分的分辨率是可变的,边界复杂部分四叉树较高,即分级多,分辨率也高,而不需表示的细节部分则分级少,分辨率低。
因而既可精确表示图形结构,又可减少存储量。
③栅格到四叉树及四叉树到简单栅格结构的转换比其它压缩方法容易。
④多边形中嵌套不同类型小多边形的表示较方便。
四叉树编码的最大缺点是,树状表示的变换不具有稳定性,相同形状和大小的多边形可能得出不同四叉树结构,故不利于形状分析和模式识别。
但因它允许多边形中嵌套多边形,即所谓“洞”的结构存在,使越来越多的地理信息系统工作者对四叉树结构很感兴趣。
上述这些压缩数据的方法应视图形的复杂情况合理选用,同时应在系统中备用相应的程序。
另外,用户的分析目的和分析方法也决定着压缩方法的选取。
姓名:陶承才
学号:05210220。