栅格数据存储压缩编码方法
栅格数据结构及编码..
（2）
压缩编码方法-块码
基本思想： 块式编码是将游程长度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。块式编码的数据 结构由初始位置(行号，列号) 、半径和属性，再加上记录单元的代码 组成。如图：
字母：蔬菜类型、土地分区
a c
五、栅格数据组织方法
栅格数据以层的方 式来组织文件，在栅格 数据结构中，物体的空 间位置就用其在笛卡尔 平面网格中的行号和列 号坐标表示，物体的属 性用象元的取值表示， 每个象元在一个网格中 只能取值一次，同一象 元要表示多重属性的事 物就要用多个笛卡尔平 面网格，称为层。
重要性法 处理方法：根据栅格内不同地物的重要性，选取最重 要的地物类型决定相应的栅格单元代码 重要性法常用于具有特殊意义而面积较小的地理要素， 特别是点、线状地理要素，如城镇、交通枢纽、交通 线、河流水系等，在栅格中代码应尽量表示这些重要 地物 长度占优法 处理方法：以网格中线的大部分长度所对应的面 域的属性值来确定。
1 1 1 3
1 1 1 3
2 2 3 3
2 3 3 2
四、栅格数据的值
整数值：如土壤分类
1.7 1.8 2.0 2.0 1、 1.8 1.8 2.3 2.2 污染物浓度、 2.2 2.2 2.2 2.0 温度
a a
a a a c
b b c c
b c c b
2、块码 (BlockCodes)
0 4 4 0 0 0 0 0
栅格数据编码方式
栅格数据编码方式
栅格数据编码方式有以下几种：
1. RLE编码（Run-Length Encoding）：该编码方式根据一定的规则将连续的像素点压缩成一个值和重复次数的对应关系。
2. Huffman编码：该编码方式利用频率统计原理，对每个像素值进行编码，使频率较高的像素值的编码位数较少，而频率较低的像素值的编码位数较多，从而达到压缩的目的。
3. LZW编码（Lempel-Ziv-Welch编码）：该编码方式是一种基于字典的压缩方法，通过建立一个字典表，将重复出现的字符用一个短编码来代替，从而减小了数据的存储大小。
4. Delta编码：该编码方式将连续的像素点之间的差值进行编码，从而可在一定程度上减小数据的存储大小。
5. JPEG2000编码：该编码方式是一种基于小波变换的压缩方法，可将图像分解为多个分辨率层级，并对每个层级进行小波变换编码，以实现高效压缩和解压缩。
栅格数据编码方法分为两大类
•栅格数据编码方法分为两大类：1直接栅格编码2压缩编码方法a链码b游程长度编码c块码d 四叉树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个象元进行记录，也可以奇数行地从左到右而偶数行地从右向左记录，为了特定目的还可采用其他特殊的顺序栅格数据编码方法直接栅格编码：•将栅格数据看作一个数据矩阵，逐行记录代码数据。
A A A AA BB B A ABB A A B B•1）每行都从左到右记录；AAAAABBBAABBAABB•2）奇数行从左到右，偶数行从右到左；•栅格数据量大，格网数多，由于地理数据往往有较强的相关性，即相邻象元的值往往是相同的。
所以，出现了各种栅格数据压缩方法。
•压缩编码的目的就是用尽可能少的数据量记录尽可能多的信息，其类型分为•信息无损编码•编码过程中没有任何信息损失，通过解码操作可以完全恢复原来的信息•信息有损编码•为了提高编码效率，最大限度地压缩数据，在压缩过程中损失一部分相对不太重要的信息，解码时这部分难以恢复1、行程编码（游程编码）：将原始栅格阵列中属性值相同的连续若干个栅格单元映射为一个游程。
游程的结构为（A,P) 整数对。
块码是游程长度编码扩展到二维的情况，采用方形区域作为记录单元，每个记录单元包括相邻的若干栅格，数据结构由初始位置（行、列号）和半径，再加上记录单位的代码组成。
采用方形区域作为记录单元，每个记录单元包括相邻的若干栅格。
将栅格数据（线状地物面域边界）表示为矢量链的记录）首先定义一个3x3窗口，中间栅格的走向有8种可能，并将这8种可能0~7进行编码。
•2）记下地物属性码和起点行、列后，进行追踪，得到矢量链.其基本分割方法是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。
栅格数据的主要编码方式
栅格数据的主要编码方式什么是栅格数据编码方式？为什么需要栅格数据编码方式？栅格数据编码方式有哪些？如何选择合适的栅格数据编码方式？本文将逐一解答。
一、什么是栅格数据编码方式？栅格数据是一种用网格将空间分割成离散单元的空间数据，类似于棋盘。
每个单元格代表着空间中的一个像素值，这种像素值可以表示地表的不同属性，例如高程、温度、植被类型等。
栅格数据编码方式是将这些像素值以数字形式进行编码的过程，用来处理地理信息技术中所涉及的各种数据。
二、为什么需要栅格数据编码方式？栅格数据编码方式是在处理、操作和存储栅格数据时必不可少的过程。
它可以将栅格数据转化为计算机能够处理的数字格式，这样在进行数据分析、可视化和模型分析时，计算机可以快速地处理这些数据。
同时，栅格数据编码方式还可以大量减小栅格数据的存储空间，方便数据的共享和传输。
三、栅格数据编码方式有哪些？主要的栅格数据编码方式包括：1.无符号整数编码：在栅格数据中，每个像素值都表示为一个非负整数，通常采用二进制，而每个二进制位都可以表示一个唯一的像素值。
这种编码方式的数据大小较小，但是仅适用于无符号整数像素值。
2.有符号整数编码：有符号整数编码的范围很广，可以表示正数、负数和0，因此可以使用更多的像素值表示更多的信息，但是数据大小会相应地增加。
3.浮点数编码：这种编码方式可以表示非整数精细值，因此在处理地形、气象和海洋数据时非常有用。
浮点数编码的要点是数据精度，否则数据的近似值和处理结果将受到影响。
4.压缩编码：压缩编码的目的是将数据压缩到最小的尺寸，以便更好地存储和传输。
常见的压缩编码方案包括行程编码和差分编码。
5. RGB编码：基于颜色的编码方式，通常用于处理卫星影像和航空照片等真彩色或伪彩色的遥感数据。
四、如何选择合适的栅格数据编码方式？选择合适的栅格数据编码方式应该考虑以下因素：1.数据类型：选择哪种数据编码方式取决于数据类型，因为每个编码方式都有自己的优缺点。
栅格数据压缩编码方法
栅格数据压缩编码方法**《栅格数据压缩编码方法：让数据瘦身的秘籍》**嘿，朋友！今天我要给你分享一个超级厉害的东西——栅格数据压缩编码方法，这可是让那些庞大的数据变得苗条的秘籍哦！首先，咱们来聊聊游程编码。
这就好比是把一群相同的小伙伴拉成一个队伍。
比如说，咱们有一排数字 5 5 5 5 6 6 6 7 7 7 7 ，用游程编码就是（4，5）（3，6）（4，7）。
看，是不是把重复的数字给整合成一组啦？这样就节省了不少空间呢！就像你收拾衣柜，把同款的衣服叠在一起，是不是一下子整齐多了？接下来是四叉树编码。
想象一下，把咱们的数据区域看成一块大蛋糕。
然后横竖切两刀，分成四块。
如果这四块里的数据都一样，那好，这一块就搞定；要是不一样，那就继续切这小块。
这就像切蛋糕分着吃，直到每一小块都“口味一致”。
我之前弄这个的时候，感觉自己像个超级大厨，拿着数据的“刀”在那切切切，特有意思！再说说链式编码。
这个就像是串珠子，把相邻的数据点一个一个连起来。
比如说，从一个起点开始，沿着数据点走，记住方向和长度。
这就好比你去逛迷宫，一边走一边做记号，最后就得到了一条独特的路线。
我有次搞这个，差点把自己绕晕在数据的“迷宫”里！还有块式编码，把图像划分成一个个规则的方块。
每个方块里的信息统一记录。
这就好像是把一群小朋友分成小组，每个小组有个组长来汇报情况，简单又清楚。
最后，咱们说下小波变换编码。
这个有点高级啦，就像是把一幅复杂的画，分解成简单的线条和形状。
把数据里那些不太重要的细节去掉，留下关键的部分。
就像你拍照，把背景虚化，突出主角，是不是更吸引人？总之，这几种栅格数据压缩编码方法各有各的妙处。
游程编码适合重复多的数据，四叉树编码对付复杂的数据区域有一手，链式编码能把相邻的点串起来，块式编码让规则区域好管理，小波变换编码能突出重点。
朋友，你多试试，多练练，就能熟练掌握这些让数据“瘦身”的秘籍啦！以后处理数据的时候，那叫一个轻松愉快，再也不怕数据胖得走不动道啦！加油，相信你能行！。
栅格数据压缩编码和常见文件的压缩方法差异
栅格数据压缩编码和常见文件的压缩方法差异栅格数据压缩编码和常见文件的压缩方法具有很大的差异。
栅格数据在遥感和地理信息领域中广泛使用，包括遥感影像和列表等。
这些数据通常具有高分辨率，占用空间巨大，需要进行压缩以节省存储空间和传输带宽。
常见的文件压缩方法，如ZIP、RAR、GZIP等，对于栅格数据来说并不适用，需要使用专门的压缩编码方法。
栅格数据压缩编码方法通常分为有损压缩和无损压缩两种。
有损压缩会丢失一定程度的数据信息以减小文件大小，常见的有损压缩方法包括JPEG和JPEG2000。
而无损压缩则保留了所有数据信息，常见的无损压缩方法包括LZW、DEFLATE和LZ77等。
相比之下，常见文件的压缩方法通常采用的是无损压缩。
ZIP和RAR采用的是一种称为DEFLATE的压缩算法，可以将文件的数据压缩成更小的尺寸。
GZIP则是在DEFLATE基础上添加了头文件和尾文件，使得压缩文件可以被更好地识别和解压缩。
栅格数据压缩编码方法与常见文件压缩方法最大的区别在于，栅格数据需要考虑特殊的数据结构和特点。
例如，遥感影像通常是由像素点构成的，每个像素点包含多个波段的数据。
通过对波段之间的相关性进行利用，可以在保留数据信息的前提下实现数据压缩。
而常见文件则通常是由二进制数据组成，无法利用数据之间的相关性进行压缩。
因此，栅格数据的压缩编码方法需要在数据结构和数据特点的基础上进行设计和优化。
目前常见的栅格数据压缩编码方法包括Huffman编码、Arithmetic编码、RLE编码等。
这些编码方法也可以结合使用，以达到更好的压缩效果。
栅格数据和矢量数据压缩编码
栅格结构编码方法：
直接栅格编码 链码
游程长度编码 块码
四叉树编码
直接栅格编码：
• 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 每行从左到右逐像元记录，也可以奇数行 从左到右，偶数行从右到左记录，为了特 殊目的还可以采用其他记录顺序。
链码：
• （又称为freeman码）是用曲线起始点的坐 标和边界点方向代码来描述曲线或边界的 方法。
字体 文句
结点
线指针 线交汇编
线实体编码：
唯一标示码
线
线标示码
实
起始点
体
终止点
编
坐标对序列
码
显示信息
非几何属性
多边形矢量编码：
• 多边形环路法 • 树状索引编码法 • 拓扑结构编码法
多边形环路法：
• 由多边形边界的x,y坐标队集合及说明信息 组成。
P1：x1，y1；x2，y2； x3，y3；x4，y4；x5，y5； x6，y6； P2：x7，y7；x8，y8； x9，y9；x10，y10；x11， y11；x5，y5；x6，y6 P3：x12，y12；x13，y13； x14，y14；x15，y15
五种编码比较：
• 直接栅格编码：简单直观，是压缩编码方法的逻辑原型 （栅格文件）；
• 链码：压缩效率较高，以接近矢量结构，对边界的运算 比较方便，但不具有区域性质，区域运算较难；
• 游程长度编码：在很大程度上压缩数据，又最大限度的 保留了原始栅格结构，编码解码十分容易，十分适合于 微机地理信息系统采用；
右多边 形 A A B B B C C C A B D D D A
起点 终点
18 21 32 43 54 65 76 87 89 95 12 10 11 12 10 11 92
栅格数据编码
4、链式编码
• 链式编码又称费尔曼编码或边界编码。 • 链式编码将线状地物或区域边界表示为由某一
起始点和在某些基本方向上的单位矢量链组成。 • 单位矢量的长度为一个栅格单元，每个后续点
可能位于其前继点的8个基本方向之一。
链式编码方式
特征码 2 3
链式编码表
起点行 1 4
起点列 4 7
链码 454554 24465670221
• 行程编码分为：游程长度编码 游程终止编码
游程长度编码：（sk，lk） sk—栅格的属性值 lk —游程的连续长度
游程终止编码：（sk，lk） sk—栅格的属性值 lk —游程的终止列号
行程编码图及编码表
B
A
D
C
12 3 4 5 6 7 8
行程长度编码
行程终止编码
1 D A A B B B B B (D,1)(A,2)(B,5)
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。（一幅2n× 2n栅格阵列的图用四叉树
分割时，具有的最大深度为n，即可分为0，1，2，3，…，n 层。）
• 线性四叉树的编码方法：由上而下分割 自下而上合并
• 线性四叉树的编码形式：四进制编码 十进制编码
线性四叉树只存储每个结点的三个量，数 据量比常规四叉树大为减少，因而应用广 泛。
j (i
n 2
1, n;
j
1, n ) 2
P3
Pi,
j (i
n 2
1, n;
j
n 2
1, n)
• 如果要再分割下一层，其子象限分别为：
P00
Pi,
j (i 1, n ;
栅格数据存储压缩编码方法
栅格数据存储压缩编码方法
栅格数据存储压缩编码是现今计算机技术中用来将大量的栅格数据以最小的存储空间存储的方法。
这种方法通常在地理信息系统、遥感与卫星图像处理以及数字地球等领域被广泛运用。
目前，常用的栅格数据格式有TIFF、JPEG2000、PNG与GeoTIFF等。
这些格式中比较常用的是GeoTIFF，该格式可以通过GeoTools、GDAL与Esri ArcGIS等平台进行读写，同时支持多种数据类型与压缩方式。
为了减小栅格数据存储空间，通常会采用压缩算法来对数据进行无损压缩。
常用的压缩算法有Run-Length Encoding（RLE）、Huffman编码、Lempel-Ziv-Welch（LZW）编码和Deflate编码等。
RLE是最简单的压缩算法，它通过将相邻的重复值替换为一个值和一个计数来减小数据体积。
然而，RLE算法在处理随机数据时效果不佳，而且压缩率较低。
Huffman编码是一种基于字典的编码方法，它通过树形结构将频繁出现的字符替换为较短的码字，这样可以减少数据存储。
LZW编码和Deflate编码是常用的数据压缩算法，它们可以通过分析数据块中连续的模式来压缩数据。
在栅格数据存储中，压缩算法的选择取决于存储需求和数据类型。
对于图像中大量连续出现的颜色块，RLE和Huffman编码可显著降低存储空间，而对于多变的地形数据，LZW 或Deflate算法将更为有效。
总体来说，采用压缩编码方法可以极大地缩小栅格数据的存储空间，降低数据存储成本，提高数据传输的效率。
同时，在选择相应压缩算法时，需要针对不同的数据类型选择最合适的算法来达到最佳的压缩效果。
(不全)武大真题回忆版
1998一、选择1、世界上第一个地理信息系统产生于：A.中国B.美国C.加拿大D.澳大利亚2、判断点是否在多边形内常用：A.空间内插B.半线理论C.平板技术D.维数变化3、空间集合分析主要完成：A.地形分析B.缓冲区分析C.逻辑运算D.叠置分析4、以线性四*树表示8*8的栅格矩阵时，第6行第5列位置处的栅格的MORTON码值为：A.57B.39C.54D.365、建立空间要素之间的拓扑关系属于____功能A.空间分析B.图形分析C.空间查询D.地图整饰二、简述在栅格数据中提取多边形边界的一般方法三、地理信息系统中的数据输入包含几项内容？输入过程中可能产生的误差有几种？四、图画题给出一个四*树要求画出栅格矩阵，并用线性四*树和二维行程编码表示七、简答题1、地理坐标2、地图投影研究的主要内容3、地理信息系统中的地图投影配置应遵循的原则八、介绍两种商用GIS基础软件的主要特性和适应的场合九、某城市由于人口增长较快，原有的地下基础设施已经不能满足要求，为此须重新进行规划，目的是为了满足今后10—20年内城市人口发展的需要。
现用GIS辅助规划其要求是：1、能随时知道任意地方的地下管线的各类指标2、能随时了解那些管线需要重新建设3、能随时了解任意区域的人口指标4、管线应铺设在道路的两侧、单侧或中央。
5、管线铺设时应距离附近的建筑至少10米6、管线铺设和指标计算应结合地形进行7、输出规划成果，主要包括人口分布图和规划后的底下综合管线图现提供如下条件：1、规划区域的地形图及属性数据2、规划区域的道路图及属性数据3、规划区域的地下综合管线现状图及属性数据4、规划区域的人口分布规划图及属性数据5、规划区域的建筑分布分布图几属性数据6、已提供了由人口计算相应管线的负载的全套公式7、已提供了计算管线各种指标的公式8、所有的图件都已经入库根据以上的条件，设计用地理信息系统实现上述规划要求的方法，分别说明其中使用了哪些数据和GIS的那些主要功能。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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。
下面就着重介绍四叉树编码。
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。
姓名：陶承才
学号：05210220。