專利名稱：一種高效的數(shù)字高程模型數(shù)據(jù)無損壓縮的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種高效的數(shù)字高程模型數(shù)據(jù)無損壓縮的方法，屬于空間信息技術(shù)領(lǐng)域。
ニ背景技術(shù)：
隨著空間信息技術(shù)的發(fā)展。人們獲取高分辨率的數(shù)字高程模型(DEM)的自動化程度越來越高，DEM的分辨率和數(shù)據(jù)量迅速增長，一個系統(tǒng)處理的DEM多達幾百個Gbtyte，甚至幾個TB，這些數(shù)據(jù)的存儲占用大量硬盤空間，超過了計算機硬件的發(fā)展速度；再有就是目前的網(wǎng)絡(luò)帶寬和傳輸速率都有限，為了加快DEM在網(wǎng)絡(luò)上的傳輸，數(shù)據(jù)的壓縮技術(shù)提供ー種有效的解決方案。此外壓縮技術(shù)也是維護數(shù)據(jù)的安全性的重要手段之一。數(shù)據(jù)壓縮根據(jù)重建過程中有無信息丟失分為無損壓縮和有損壓縮。雖然有損壓 縮可以獲得比無損壓縮更高的壓縮比，對減小存儲設(shè)備的占用空間和網(wǎng)絡(luò)的傳輸時間具有廣泛的意義，但它并不能精確的重建原始DEM的內(nèi)容，會丟失部分信息，并且壓縮過程不可逆。在某些領(lǐng)域人們要求數(shù)據(jù)具有非常高的可信度，如DEM中涉及到國家主權(quán)的邊界線以及反映地勢變化的高程信息等，有損壓縮丟失的這部分信息對我們來說是至關(guān)重要的，因此高效的無損壓縮算法對保證數(shù)據(jù)的精度、存儲、傳輸和信息的處理具有非常重要的現(xiàn)實意義。有關(guān)文獻提出了很多關(guān)于文本、影像的有損和無損壓縮算法，這些算法雖然在圖像壓縮時獲得很高的壓縮率，由于DEM中的高程值是浮點數(shù)，且相鄰值之間存在某種相關(guān)性，這些算法往往難以應(yīng)用到DEM數(shù)據(jù)的無損壓縮上或壓縮率不高、壓縮時間較長。本發(fā)明實現(xiàn)了用最優(yōu)線性ニ乘預(yù)測模型和自適應(yīng)算術(shù)編碼技術(shù)來實現(xiàn)DEM的快速無損壓縮。

發(fā)明內(nèi)容
I、目的本發(fā)明的目的是提供ー種DEM數(shù)據(jù)高效無損壓縮的方法，在保持DEM數(shù)據(jù)信息壓縮前后無丟失的情況下，實現(xiàn)DEM數(shù)據(jù)更高的壓縮率、壓縮時間更短。2、技術(shù)方案本發(fā)明涉及一種高效的數(shù)字高程模型數(shù)據(jù)無損壓縮的方法，該方法的步驟流程如圖I所示。DEM的壓縮分為兩個過程第一歩，通過最優(yōu)線性ニ乘預(yù)測模型識別和消除DEM相鄰高程間信息冗余，提取獨立的空間信息，減小信息熵，即，對ー個mXn的數(shù)字高程模型H[iXn+j]通過預(yù)測模型去相關(guān)后用一個無冗余或冗余度較小的數(shù)組pVar[iXn+j]代替，其中m,m、n為正整數(shù)；下ー步，對pVar[iXn+j]采用自適應(yīng)算術(shù)編碼技術(shù)對所提取的信息進行編碼，使減少后的信息熵得以具體實現(xiàn)，進ー步減少數(shù)據(jù)量。經(jīng)過這兩步后，會得到具有高壓縮比的ニ進制數(shù)據(jù)流。具體實現(xiàn)過程如下步驟ー建立最優(yōu)線性ニ乘預(yù)測模型預(yù)測就是利用DEM中相鄰數(shù)據(jù)間的相關(guān)性，來估計下一點的信息。因為數(shù)據(jù)壓縮和解壓縮過程采用同樣的規(guī)則進行預(yù)測，所以可以從編碼后的信息準(zhǔn)確的恢復(fù)原始DEM數(shù)據(jù)。本發(fā)明采用的自適應(yīng)算木編碼是ー種熵編碼，熵編碼對服從高斯分布的數(shù)據(jù)要比均勻分布的數(shù)據(jù)有更高的描述效率。高程數(shù)據(jù)一般不服從高斯分布，如果離散數(shù)據(jù)中的每個數(shù)據(jù)是ー個隨機變量，則整個數(shù)據(jù)集服從高斯分布，所以首先引入ー個線性預(yù)測模型消除DEM之間的相關(guān)性，最后生成的DEM改正數(shù)近似服從高斯分布。由于DEM數(shù)據(jù)是ー個順序排列的ニ維矩陣，后一個點的條件概率分布能夠由前一已編碼的數(shù)據(jù)集獲得。令C= Ixmn:η < j, O ^ m < N ；n = j, O ^ m < i},其中DEM的大小為nXm,xi+1是下ー個要編碼的高程值。為了取得最后的壓縮效果，希望xi+1在整個ニ維矩陣中的概率P(公式I)最大。
權(quán)利要求
1.一種高效的數(shù)字高程模型數(shù)據(jù)無損壓縮的方法步驟包括 步驟ー建立最優(yōu)線性ニ乘預(yù)測模型 由于數(shù)字高程模型(DEM)中任一點(i，j)的高程變量H(i，j)是服從正態(tài)分布的隨機變量，其預(yù)測值誤差可以由相鄰點高程獲得，DEM中(i，j)點的高程誤差Viij由公式(I)計算得出。v i, j 一 Hi, j_ κ iHi—しκj-!- k I3Hi, j_i(I) 公式⑴中，κいκ 2，κ 3是實數(shù),Wk3 = I ； V Jjj組成ー個(m-1) X (η-1)的ニ維矩陣V，衡量誤差矩陣V的重要精度指標(biāo)是數(shù)學(xué)期望μ和方差0，σ越小，V的離散度越小，反之，離散程度越大，為了使預(yù)測模型最優(yōu)，應(yīng)該滿足公式(2):
全文摘要
本發(fā)明實現(xiàn)了用最優(yōu)線性二乘預(yù)測模型和自適應(yīng)算術(shù)編碼技術(shù)來實現(xiàn)數(shù)字高程模型的快速無損壓縮。在保持?jǐn)?shù)字高程模型數(shù)據(jù)信息壓縮前后無丟失的情況下，實現(xiàn)數(shù)字高程模型數(shù)據(jù)更高的壓縮率、壓縮時間更短。壓縮過程分為兩步第一步，通過最優(yōu)線性二乘預(yù)測模型識別和消除數(shù)字高程模型相鄰高程間信息冗余，提取獨立的空間信息，減小信息熵，即通過最優(yōu)線性二乘預(yù)測模型去相關(guān)后，用一個無冗余或冗余度較小的數(shù)組代替；下一步，對該數(shù)組采用自適應(yīng)算術(shù)編碼技術(shù)對所提取的信息進行編碼，使減少后的信息熵得以具體實現(xiàn)，進一步減少數(shù)據(jù)量。經(jīng)過這兩步后，得到具有更高壓縮比的二進制數(shù)據(jù)流。
文檔編號H03M7/30GK102684703SQ20121012463
公開日2012年9月19日 申請日期2012年4月26日 優(yōu)先權(quán)日2012年4月26日
發(fā)明者張立強, 張良 申請人:北京師范大學(xué)