地理信息系统数据压缩应用.ppt

一些应用 21512112刘翔宇 矢量与栅格一体化数据结构 矢量与栅格一体化的基本概念 新一代集成化的地理信息系统 要求能够统一管理图形数据 属性数据 影像数据和数字高程模型 DEM 数据 称为四库合一 关于图形数据与属性数据的统一管理 近年来已取得突破性的进展 不少GIS软件商先后推出各自的空间数据库引擎 SDE 初步解决了图形数据与属性数据的一体化管理 而矢量与栅格数据 按照传统的观念 认为是两类完全不同性质的数据结构 当利用它们来表达空间目标时 对于线状实体 人们习惯使用矢量数据结构 对于面状实体 在基于矢量的GIS中 主要使用边界表达法 而在基于栅格的GIS中 一般用元子空间填充表达法 由此 人们联想到对用矢量方法表示的线状实体 是不是也可以采用元子空间填充法来表示 即在数字化一个线状实体时 除记录原始取样点外 还记录所通过的栅格 同样 每个面状地物除记录它的多边形边界外 还记录中间包含的栅格 这样 既保持了矢量特性 又具有栅格的性质 就能将矢量与栅格统一起来 这就是矢量与栅格一体化数据结构的基本概念 为了建立矢量与栅格一体化数据结构 要对点 线 面目标数据结构的存储要求作如下的统一约定 1 对点状目标 因为没有形状和面积 在计算机内部只需要表示该点的一个位置数据及与结点关联的弧段信息 2 对线状目标 它有形状 但没有面积 在计算机内部需用一组元子来填满整个路径 并表示该弧段相关的拓扑信息 3 对面状目标 它既有形状 又有面积 在计算机内部需表示由元子填满路径的组边界和由边界组成的紧凑空间 由于栅格数据结构的精度较低 需利用细分格网的方法 来提高点 线和面状目标边界线的数据表达精度 如图2 32中 在有点 线目标通过的基本格网内 再细分成256 256个细格网 当精度要求较低时 也可以细分成16 l6个细格网 为使数据格式一致 基本格网和细分格网都采用线性四叉树的编码方法 将采样点和线性目标与基本格网的交点用两个Morton码表示 均用十进制Morton码 简称M码 其中 M1表示该点 取样点或附加的交叉点 所在的基本格网地址码 M2表示该点对应的细分格网的Morton码 即M1和M2是将同一对X Y坐标转换成的两个Morton码 例如 X 210 00m y l2 23m 当基本格网的边长取为l0m 在每个弧段通过的基本格网内再细分为256 256个细格网时 可得出M1 275 M2 2690 矢量与栅格一体化数据结构设计 点状目标和结点的数据结构 根据基本约定 点状目标和结点只有位置 没有形状和面积 不必将点状地物作为一个覆盖层分解成四叉树 只要将点坐标化为两个地址码M1和M2 而不管整个构形是否为四叉树 这种结构简单灵活 便于点的插入和删除等操作 线状目标和弧段数据结构 根据基本约定 线状目标只要将其通过的栅格地址全部记录下来即可 由于一个线状地物可能由几个弧段组成 所以应建立弧段的数据文件 其数据结构如图2 35所示 其中 始结点和终结点是该弧段的两个端点 结点 它们与结点数据结构联接 可以建立起弧段与结点之间的拓扑关系 中间点串包含了原始取样点 已转换成用M1 M2表示 和该弧段路径通过的所有格网边的交点位置码 面状目标的数据结构 根据基本约定 面状目标应包含边界和边界所包围的整个区域 边界由弧段组成 关联弧段构成多边形区域 通过关联弧段与弧段数据结构的连接 可以建立多边形与弧段之间的拓扑关系 面状目标中间包含的栅格采用线性四叉树或二维行程数据结构表示 其中 面块头指针是指向该目标的下一个子块的记录或地址码 并在最后指向该目标的对应属性值 通过带指针的三维行程表 表2 6 可以用循环指针将属于同一类目标 例如土壤覆盖层的红壤 的叶结点链接起来 图2 37 形成面向目标或具体地物的面域结构 而且只要进入第一块 就可以顺着指针直接提取该目标的所有子块 避免像栅格矩阵那样 为了查询某一个目标而遍历整个矩阵 从而大大加快了查询速度 这里规定一个覆盖层 layer 形成一个二维行程表 若干个覆盖层 例如土地利用 土壤等 则形成若干个二维行程表 以便进行GIS的叠合操作和分析 每个层可用一颗四叉树或一个二维行程编码表表示 叶结点的值可以是属性值或目标的标识号 具体的检索过程是 面状目标标识号 搜索边界弧段 面块指针 所有面块及其属性值 因此 面状目标数据结构的基础是弧段数据结构及带指针的二维行程编码文件 Q JEPG图像是怎么压缩的 四个步骤 1 颜色模式转换及采样2 DCT变换3 量化4 编码 颜色模式转换及采样 RGB色彩系统是我们最常用的表示颜色的方式 JPEG采用的是YCbCr色彩系统 想要用JPEG基本压缩法处理全彩色图像 得先把RGB颜色模式图像数据 转换为YCbCr颜色模式的数据 Y代表亮度 Cb和Cr则代表色度 饱和度 通过下列计算公式可完成数据转换 Y 0 2990R 0 5870G 0 1140BCb 0 1687R 0 3313G 0 5000B 128Cr 0 5000R 0 4187G 0 0813B 128 人类的眼晴对低频的数据比对高频的数据具有更高的敏感度 事实上 人类的眼睛对亮度的改变也比对色彩的改变要敏感得多 也就是说Y成份的数据是比较重要的 既然Cb成份和Cr成份的数据比较相对不重要 就可以只取部分数据来处理 以增加压缩的比例 JPEG通常有两种采样方式 YUV411和YUV422 它们所代表的意义是Y Cb和Cr三个成份的数据取样比例 DCT变换 DCT变换的全称是离散余弦变换 DiscreteCosineTransform 是指将一组光强数据转换成频率数据 以便得知强度变化的情形 若对高频的数据做些修饰 再转回原来形式的数据时 显然与原始数据有些差异 但是人类的眼睛却是不容易辨认出来 x y代表图像数据矩阵内某个数值的坐标位置f x y 代表图像数据矩阵内的数个数值u v代表DCT变换后矩阵内某个数值的坐标位置F u v 代表DCT变换后矩阵内的某个数值u 0且v 0c u c v 1 1 414u 0或v 0c u c v 1经过DCT变换后的矩阵数据自然数为频率系数 这些系数以F 0 0 的值最大 称为DC 其余的63个频率系数则多半是一些接近于0的正负浮点数 一概称之为AC 量化 图像数据转换为频率系数后 还得接受一项量化程序 才能进入编码阶段 量化阶段需要两个8 8矩阵数据 一个是专门处理亮度的频率系数 另一个则是针对色度的频率系数 将频率系数除以量化矩阵的值 取得与商数最近的整数 即完成量化 当频率系数经过量化后 将频率系数由浮点数转变为整数 这才便于执行最后的编码 不过 经过量化阶段后 所有数据只保留整数近似值 也就再度损失了一些数据内容 编码 Huffman编码无专利权问题 成为JPEG最常用的编码方式 Huffman编码通常是以完整的MCU来进行的 编码时 每个矩阵数据的DC值与63个AC值 将分别使用不同的Huffman编码表 而亮度与色度也需要不同的Huffman编码表 所以一共需要四个编码表 才能顺利地完成JPEG编码工作 DC编码DC是彩采用差值脉冲编码调制的差值编码法 也就是在同一个图像分量中取得每个DC值与前一个DC值的差值来编码 DC采用差值脉冲编码的主要原因是由于在连续色调的图像中 其差值多半比原值小 对差值进行编码所需的位数 会比对原值进行编码所需的位数少许多 AC编码AC编码方式与DC略有不同 在AC编码之前 首先得将63个AC值按Zig zag排序 63个AC值排列好的 将AC系数转换成中间符号 中间符号表示为RRRR SSSS RRRR是指第非零的AC之前 其值为0的AC个数 SSSS是指AC值所需的位数 AC系数的范围与SSSS的对应关系与DC差值Bits数与差值内容对照表相似 如果连续为0的AC个数大于15 则用15 0来表示连续的16个0 15 0称为ZRL ZeroRumLength 而 0 0 称为EOB EnelofBlock 用来表示其后所剩余的AC系数皆等于0 以中间符号值作为索引值 从相应的AC编码表中找出适当的霍夫曼码值 再与AC值相连即可 BMP位图文件的结构 BMP文件头BMP文件头typedefstructtagBITMAPFILEHEADER UINTbfType 位图文件的类型 必须为BMDWORDbfSize 位图文件的大小 以字节为单位UINTbfReserved1 位图文件保留字 必须为0UINTbfReserved2 位图文件保留字 必须为0DWORDbfOffBits 位图数据距文件头的偏移量 以字节为单位 BITMAPFILEHEADER BMP位图信息头BMP位图信息头用于说明位图的尺寸等信息 typedefstructtagBIMAPINFOHEADER DWORDbiSize 本结构所占用字节数LONGbiWidth 位图的宽度 以像素为单位LONGbiHeight 位图的高度 以像素为单位WORDbiPlanes 目标设备的级别 必须为1WORDbiBitCount 每个像素所需的位数 必须是1 双色 4 16色 8 256色 或24 真彩色 之一DWORDbiCompression 位图压缩类型 必须是0 不压缩 1 BI RLE8压缩类型 或2 BI RLE压缩类型 之一DWORDbiSizeImage 位图的大小 以字节为单位LONGbiXPelsPerMeter 位图水平分辨率 每米像素数LONGbiYPelsPerMeter 位图垂直分辨率 每米像素数DWORDbiClrUsed 位图实际使用的颜色表中的颜色数DWORDbiClrImportant 位图显示过程中重要的颜色数 BITMAPINFOHEADER typedefstructtagBITMAPINFO BITMAPINFOHEADERbmiHeader RGBQUADbmiColors i BITMAPINFO 颜色表中RGBQUAD结构数据的个数由biBitCount来确定 当biBitCount 1 4 8时 分别有2 16 256个表项 当biBitCount 24时 没有颜色表项 位图数据记录了位图的每一个像素值 记录顺序是在扫描行内从左到右 扫描行之间从下到上 位图的一个像素值所占的字节数如下 l当biBitCount 1时 8个像素占1个字节 l当biBitCount 4时 2个像素占1个字节 l当biBitCount 8时 1个像素占1个字节 一张A4 210mm 297mm 幅面的照片 若用中等分辨率 300dpi 的扫描仪按真彩色扫描 其数据量为多少 让我们来计算一下 共有 300 210 25 4 300 297 25 4 个象素 每个象素占3个字节 其数据量为26M字节 其数据量之大可见一斑了 TIFF图像格式 TIFF TaglmageFileFormat 图像文件是由Aldus和Microsoft公司为桌上出版系统研制开发的一种较为通用的图像文件格式 TIFF格式灵活易变 它又定义了四类不同的格式 TIFF B适用于二值图像 TIFF G适用于黑白灰度图像 TIFF P适用于带调色板的彩色图像 TIFF R适用于RGB真彩图像 TIFF支持多种编码方法 其中包括RGB无压缩 RLE压缩及JPEG压缩等 TIFF是现存图像文件格式中最复杂的一种 它具有扩展性 方便性 可改性 可以提供给IBMPC等环境中运行 图像编辑程序 TIFF图像文件由三个数据结构组成 分别为文件头 一个或多个称为IFD的包含标记指针的目录以及数据本身 TIFF图像文件中的第一个数据结构称为图像文件头或IFH 这个结构是一个TIFF文件中唯一