- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
移动计算环境中曲线数据实时压缩方法.pdf
第 21 卷第1 期 计算机辅助设计与图形学学报 Vo l. 2 1, No.l
2009 年 1 月 ]OURNAL OF COMPUTER-AIDED DESIGN ß.. COMPUTER GRAPHICS Jan. , 2009
移动计算环境中曲线数据实时压缩方法
黄跃峰钟耳顺郭会
(中罔科学院地理科学与资源研究所 北京 100101)
(中国科学院研究生院 北京 100049)
(huangyuefeng@ 5upermap. com)
摘 要 移动计算环境中存储、计算和通信等资源受限,为了解决在资源受限环境中实时压缩和解ffi 缩海量曲线数
据的问题,提出了基于整形小波变换和 FFEP 编码的压缩方法.将曲线坐标根据给定容限从浮点数转换为整数,计算
其一阶差分后进行整形小波变换s 为了加快编码解码速度,提出 FFEP 编码方案,根据数据的概率分别采用 4 位、5
位、8 位及变长码进行编码,对经小波变换后的高频部分有较好的编码效果.由于坐标类型转换、小波变换和 FFEP
编码主要采用整数位运算及加减法运算并且在原存储空间实现,因此该方法具有较小的时间和空间复杂度.实验结
果表明,本文方法能够在当前流行的 PDA 上将等高线数据实时地压缩到 10% 以内.
关键词 矢量数据压缩;形变可控;整型小波变换; FFEP 编码
中图法分类号 TP391
Real-time Compression of Curve in Mobile Computing
Huang Yuefeng Zhong Ershun Guo Hui
(Instilule of Geographic Sciences and Nalural Resources Research. Chinese Academy of Sciences. Beijing 10010 1)
(Graduate Universily of lhe Chinese Academy 0/ Sciences , Beijing 100049)
Abstract Mobile Computing is resource-limited due to its low calculating , storing and transporting
capability. A new approach is proposed to compresses and decompresses massive curves in real time
under such an environment. Coordinates of curve data are first converted from double float to integer
conforming to the given tolerance to reduce redundancy. Afterwards , we calculate their first order
difference and perform an integer wavelet transform. FFEP coding is introduced to code and decode
the details generated by integer wavelet transform. It adopts codes of 4-bits , 5-bits , 8-bits and variant-
size according to the probability of the data. The above processes can be conducted in high efficiency
without any additional memory cost. Experimental results show that our approach has a real time
performance with a compression ratio below 10 %.
Key words vector data compressio
文档评论(0)