栅格数据存储压缩编码方法.doc

????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。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。???(1)隐式（矢量）表示法用于存储地理事物的数据量较少，即需要的存储空间少（矢量表示的x，y坐标和连接指示字较少而栅格表示需要的像元较多）；(2)矢量法比栅格法（显式）要精美得多。栅格法要达到相同的分辨率，格网要非常小才行，这就需要更多的x，y坐标；(3)矢量法中的连接信息使数据搜索能沿着一定的方向进行。栅格法则能方便地改变地理事物的形状和大小，因为栅格数据修改只包括清除