第4章空间数据结构试卷.ppt

* * * * 四叉树编码 采用四叉树编码时，为了保证四叉树分解能不断地进行下去，要求图像必须为2n×2 n的栅格阵列，对于非标准尺寸的图像需首先通过增加背景的方法将图像扩充为2 n ×2 n的图像。 四叉树编码 四叉树编码将整个图像区逐步分解为一系列仅包含单一属性类型的方形区域，最小的方形区域为一个栅格单元（象元）。 其基本分割方法： 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。 四叉树编码 M M R M M M M M M M R R M R M M M R R R R R R M M R R R R R R M M R R R R R R M M R R R R R R M M M R R R R R M M M M R R M M M 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 区域分割方法 M M R M M M M M M M R R M R M M M R R R R R R M M R R R R R R M M R R R R R R M M R R R R R R M M M R R R R R M M M M R R M M M 四叉树编码 在四叉树中，不能再分的结点称为叶结点，可再分的结点称为树杈结点 树杈结点 叶结点 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 M M R M M M M M M M R R M R M M M R R R R R R M M R R R R R R M M R R R R R R M M R R R R R R M M M R R R R R M M M M R R M M M 四叉树编码 四叉树编码方法 NW （0） NE （1） NW （2） SE （3） 0层 1层 2层 3层 自上而下，记录每个叶结点的地址和属性 0 1 2 3 20 21 22 23 200 201 202 203 230 231 232 233 四叉树编码 由上而下的方法运算量大，耗时较长。因而实践中可以采用从下而上的方法建立四叉树编码。对栅格数据按如下的顺序进行检测：如果每相邻四个栅格值相同则进行合并，逐次往上递归合并，直到符合四叉树的原则为止。这种方法重复计算较少，运算速度较快。 四叉树的结构方式 四叉树结构按其编码的方法不同分为常规四叉树和线性四叉树： 常规四叉树：除了记录叶结点之外，还要记录中间结点。结点之间借助指针联系，每个结点需要用六个量表达：四个叶结点指针，一个父结点指针和一个结点的属性或灰度值。这些指针不仅增加了数据贮存量，而且增加了操作的复杂性。常规四叉树主要在数据索引和图幅索引等方面应用。 线性四叉树：只存贮最后叶结点的信息。包括叶结点的位置、深度和结点的属性值。所谓深度是指处于四叉树的第几层上。由深度可推知子区的大小。线性四叉树叶结点的编号需要遵循一定的规则，这种编号称为地址码，它隐含了叶结点的位置和深度信息。最常用的地址码是四进制或十进制的Morton码。 2 0 3 1 2 0 3 1 8 11 10 9 0 3 2 1 12 15 14 13 4 7 6 5 2 0 3 1 四叉树编码示例 四叉树编码的优缺点 优点：四叉树编码具有可变的分辨率，树的深度随数据的破碎程度而变化，并且有区域性质，压缩数据灵活，许多数据和转换运算可以在编码数据上直接实现，大大地提高了运算效率，并支持拓扑“洞”（嵌套多边形）的表达，是优秀的栅格压缩编码之一 。 缺点：其最大不足是其不稳定性，即同样的原始数据应用不同的算法进