CN100489848C - 以金字塔架构存储地形影像数据的方法 - Google Patents

Abstract

本发明公开了一种以金字塔架构存储地形影像数据的方法，首先确定金字塔库中各数据层的数据精度与网格数；然后获取原始数据，并确定原始数据的精度，以及地理范围；根据与原始数据精度相同的金字塔库中数据层的网格数，将原始数据切成瓦片；确定当前瓦片，并根据当前瓦片的地理范围，确定当前瓦片在所述与原始数据精度相同的金字塔库中数据层中的存储位置；以所述确定的存储位置为叶子结点，向上生成该当前瓦片所在的完全四叉树；将该当前瓦片放入所述确定的存储位置，根据该当前瓦片的数据，从该存储位置向上更新该当前瓦片所在完全四叉树的父结点的对应数据，直至顶层。本发明很好的解决了不同分辨率的原始数据的融合问题。

Description

以金字塔架构存储地形影像数据的方法

技术领域

本发明涉及一种数据存储方法，尤其涉及一种以金字塔架构存储地形影像数据的方法。

背景技术

GIS(Geographic Information System，地理信息系统)所涉及的地理范围正在逐渐的加大，应用比较广的是城市级别范围，最大的甚至发展到全球范围。随着地理范围的扩大，其使用的数据也随之增大。海量数据的管理和应用已经成为一个制约各种应用到影像/地形数据(后文中统称为网格数据)的系统的严重瓶颈。

正射影像数据一般采取分幅管理的方式，即按照一定的规则，将整个城市的数据分成若干片，并且编号，易于管理。对于一个大型城市，通常0.5米分辨率正射影像数据大约上千幅，每一幅大约在100M左右，总量大约在几百G左右。

为了便于在三维引擎中使用甚至进行网络发布，通常将原始网格进行预处理。现在常用的方法是构建瓦片金字塔库存储网格数据。金字塔是一种多分辨率的层次模型。不同的层代表不同的数据精度，不同层的地理范围相同。当需要不同精度数据时，从不同的数据层提取，不必进行实时的重采样，同时减少了数据读取量。

原始网格数据一般分为地形数据和正射影像数据两种。地形数据也叫作数字高程模型数据。原始数据中一般直接包含地理范围，数据精度等参数。正射影像数据一般包含配准文件，通过配准文件可以直接得到影像的地理范围，通过配准文件和影像的象素数可以计算出图幅的精度。

瓦片金字塔，如图1所示，就是在金字塔中将每一层的数据切割成固定大小，提取数据的时候从相应的层获取被提取范围包围的小块数据。瓦片金字塔模型进一步减少了数据实时处理工作量，使得调用数据的算法简单，调用速度快。瓦片金字塔的这些特性对于海量地形实时可视化非常重要。

目前比较成熟的应用到影像库的系统都采取这种金字塔库的构架，在预处理时，首先把原始网格数据看成是一整个影像数据，然后切割成同样尺度的数据块，例如，原始影像数据为1000×1000像素，分辨率为1米/像素，这样的100幅原始数据切割为网格数为256×256的数据块，这就要求把原始数据组合成一副大影像，然后依次读取出256×256的数据块。

然后将高精度的原始数据抽稀成数据量相同的粗精度数据块。数据金字塔的每一层的数据精度并没有统一的规定，层与层之间的关系也不确定。通常在使用中根据应用的需要，会具体定义每一层的精度。例如，从底层开始到上层的精度分别为1米、2米、5米、10米每像素等。每一层的数据可以直接从原始数据提取，也可以从下层比较高的精度的数据提取。提取可以使用不同的算法，比较简单的算法是根据地理范围的高精度数据的均值生成粗精度数据的像素。

如果用两个块来表示四个数据块，图2A-图2C就表示出了目前的瓦片金字塔的构建步骤。首先把原始网格数据作为金字塔的底层，即第0层，并对其进行分块，形成第0层的瓦片矩阵。在第0层的基础上，按照每2×2网格合为一个网格的方法，生成第1层瓦片矩阵。如此循环下去，形成瓦片金字塔。

由此可以看出，现有的以金字塔架构存储地形影像数据的方法，是从底层高精度的数据往高层粗精度数据合并。生产过程是以层为单位，逐层递增的。从它的构建过程还可以看出瓦片金字塔的是一种典型的四叉树结构。

这种逐层向上合并的算法比较符合金字塔的物理意义，结构比较简单清晰。但是这种方法是以层为单位来处理数据，比较适合处理大量相同精度的数据，无法处理数据精度复杂的情况。而且其中没有包含关于不同来源数据相互覆盖的信息，所以无法实现不同精度数据的融合。

发明内容

本发明所要解决的技术问题在于提供一种以金字塔架构存储地形影像数据的方法，以解决不同精度数据的融合及消除无效数据的问题。

本发明提供一种以金字塔架构存储地形影像数据的方法，包括如下步骤：

(1)确定金字塔库中各数据层的数据精度与网格数；

(2)获取原始数据，并确定原始数据的精度，以及地理范围；赋予原始数据覆盖级别属性；

(3)根据与原始数据精度相同的金字塔库中数据层的网格数，将原始数据切成瓦片；瓦片继承原始数据的覆盖级别；每个瓦片包含表明此瓦片是否含有无效数据的标志；其中每个像素包含表示该像素是否有效的标志；

(4)确定当前瓦片，并根据当前瓦片的地理范围，确定当前瓦片在所述与原始数据精度相同的金字塔库中数据层中的存储位置；

(5)以所述确定的存储位置为叶子结点，向上生成该当前瓦片所在的完全四叉树；在生成当前瓦片所在的完全四叉树时，如果在有效父结点的搜索路径中，发现某一级父结点或当前瓦片所在结点已经存在，则停止搜索，并设该搜索到已存在的结点为挂接点；

(6)将该当前瓦片放入所述确定的存储位置，当前瓦片进入金字塔过程中，如果所述挂接点原有数据的覆盖级别高于当前瓦片数据的覆盖级别，则该当前瓦片数据停止进入金字塔；检测原有瓦片数据中是否存在无效数据；如果存在无效数据，则在当前瓦片数据中提取相应部分的数据，以替换原有瓦片数据中的无效数据部分；

如果所述挂接点原有数据的覆盖级别低于当前瓦片数据的覆盖级别，则当前瓦片数据进入金字塔，覆盖原有数据，并设置所述确定的存储位置为叶子结点，根据该当前瓦片的数据，从该存储位置向上更新该当前瓦片所在完全四叉树的父结点的对应数据，直至顶层；检测当前瓦片数据中是否存在无效数据，如果存在无效数据，则在覆盖原有瓦片数据时，保留与当前瓦片数据的无效部分对应的数据。

其中，所述步骤(6)中，覆盖原有数据，并根据该当前瓦片的数据，从该存储位置向上更新的过程中，如果被覆盖的瓦片下面有子结点，则将子结点删除。

本发明提供的四叉树瓦片金字塔架构存储地形影像数据的方法，使用以瓦片四叉树为基准的存储方法代替了传统的逐层向上的存储方法，并与覆盖级别、网格掩码等技术共同作用，成为一个完善的、能无缝融合多精度数据的海量瓦片金字塔架构存储方法。

附图说明

图1为用于存储网格数据的现有瓦片金字塔架构的示意图；

图2A-图2C为现有的以金字塔架构存储网管数据的过程示意图；

图3为根据本发明的实施例，以金字塔架构存储网格数据的流程示意图；

图4A-图4D为根据本发明的实施例所述的基于四叉树的金字塔构建方式示意图；

图5A-图5C为根据本发明的实施例所述的基于四叉树的金字塔构建方式中的不同情况的示意图；

图6为根据本发明的实施例所述的使用覆盖级别来融合不同精度的原始数据的情况示意图。

具体实施方式

如图3所示，为根据本发明的实施例，以金字塔架构存储网格数据的流程示意图。首先，确定金字塔库中各数据层的数据精度与网格数(步骤301)；然后获取原始数据，并确定原始数据的精度，以及地理范围(步骤302)；根据与原始数据精度相同的金字塔数据层的网格数，将原始数据切成瓦片(步骤303)；确定当前瓦片，并根据当前瓦片的地理范围，确定当前瓦片在所述与原始数据精度相同的金字塔数据层中的存储位置(步骤304)；从所述确定的存储位置开始，向上生成该当前瓦片所在的完全四叉树(步骤305)；将该当前瓦片放入所述确定的存储位置，并设置该位置为叶子结点(步骤306)；根据该当前瓦片的数据，从该叶子结点向上更新该当前瓦片所在四叉树的父结点的对应数据，直至顶层(步骤307)。

本发明所述的基于四叉树的金字塔构建方式，与现有技术的最大不同之处是：不再是对金字塔的层，整体从下到上的更新，而是以原始数据为基础的更新方法。简单来说就是每一幅原始数据存储入到金字塔中时，金字塔中所有层和原始数据地理范围相同的数据都会更新。下面结合附图，对本发明的实施例进行进一步的介绍。

如图4A所示，第一块原始数据先被切成瓦片。当第一个瓦片进入金字塔之前，在金字塔中首先生成这个瓦片所在的完全四叉树。

再如图4B所示，将瓦片放在金字塔库中和原始数据精度相同的数据层上，并且设置当前的块为叶子结点，表示下层没有数据块。

再如图4C所示，向上更新当前瓦片所在的四叉树的父结点的数据，直到顶层。

然后，如图4D所示，再生成第二个瓦片所在的完全四叉树，然后将第二个瓦片数据放入金字塔；如此循环直到第一幅原始数据完全放入金字塔中。

在图4D中，图幅内数据生成的瓦片相邻，并且精度相同。所以在金字塔库中一般处于相邻的位置。

新获得的原始数据都同样重复上面的过程。

新获得的原始数据的精度可能和先前数据的精度不同，并且在地理上也可能与原有数据不相邻。可以是图5A-图5C中的任何一种情况，图中左半部分表示数据的更新情况，上下的数据块长度表示地理范围，所有的数据块不论长短，数据量都相同。右半部分表示金字塔在构建过程中的四叉树结构。

图5A表示一个与原有数据的相邻的瓦片。图5B表示与原有数据精度相同但是在地理范围上远离的瓦片。图5C表示与原有数据精度不同，且地理范围不相同。

这样如此反复，所有的原始数据全部进入瓦片金字塔中。

从上面的更新过程可以看出，实际上更新数据的基础是瓦片数据。并没有要求原始数据都必须在同一个层次内，并且也没有要求必须按照一定的顺序进入金字塔。不同精度的原始数据在不同的地理范围时，各自进入不同的四叉树中。所以这种以原始图幅为基准的构建金字塔算法可以很好解决不同精度原始数据的融合，并且算法同样非常简洁。

上述的金字塔架构存储方式可以容纳不同精度的原始数据，但是可能引来另一个问题，即同一个地理位置存在不同精度的数据时，怎样生成金字塔的数据块。按照一般逻辑，只能选择其一作为金字塔库中的数据。为此，在制作数据金字塔过程中，可以赋予原始数据一个属性，即覆盖级别。所谓覆盖级别就是原始数据之间的遮挡关系。覆盖级别最高的原始数据就可以进入金字塔库。在制作成数据金字塔之后，数据块内保留了数据覆盖级别的信息，以备数据有地理范围重叠时进行取舍。原始数据的覆盖级别的配置依据，主要是覆盖在同一地区的不同数据之间的精度关系和历史因素，并可以根据此依据而对其进行调整。

覆盖级别也是在同一个地理范围不同数据显示的优先级，只有覆盖级别最高的数据才能显示。数据金字塔库一般都存储在数据库中，瓦片数据中除了保存网格数据之外，还保存了覆盖级别。覆盖级别是原始数据的属性，在瓦片数据进入金字塔后继承了原始数据的覆盖级别。下面介绍使用它来融合同一地理范围的不同覆盖级别的原始数据的两种情况：

1、阻止新数据的进入；

上面介绍到的流程中，当后来的数据进入金字塔的时候，需要先生成当前瓦片所在的完全四叉树。而金字塔中已经存在一个完全四叉树。新创建的完全四叉树如果和已经存在的四叉树存在相同的结点，则新加入的四叉树相当于是挂接到原有的四叉树中。在生成新的四叉树的过程中，如果找到相应的结点或者父结点已经存在，并且覆盖级别高于当前原始数据的覆盖级别，则当前的原始数据不再试图进入金字塔库。

如图6所示，覆盖级别为3的当前原始数据在向上创建四叉树的时候，首先搜索一个有效的父结点。如果发现在搜索的路径中某一级父结点或者当前结点已经存在，则搜索中止，这个搜索到的结点就是挂接点。如果挂接点的覆盖级别高于当前的瓦片数据，则此瓦片就不进入金字塔。从图6可以看出，覆盖级别为4的数据瓦片阻止了覆盖级别为3的数据片进入金字塔库。

2、新数据覆盖旧的数据；

上面介绍到的，如果发现挂接点的覆盖级别小于当前准备进入金字塔的瓦片的覆盖级别，则新来数据进入金字塔，并且向上更新，覆盖原有的数据，如图6所示，覆盖级别为6的数据。如果被覆盖的瓦片下面有子结点，则将子结点删除。

另外，很多情况下，实际生成金字塔的原始网格数据往往都不能正好被切割成整块的瓦片数据，总有一些瓦片数据分布在数据的边缘，导致其中一部分是无效的。瓦片的另一部分数据需要其他原始图幅数据来填充。无效的数据在进入金字塔库时，在相应的网格位置填充掩码。也就是说，当后来的原始数据进入金字塔时，必须能够辨认出数据块是否存在无效的数据，并且能识别出具体的无效像素，以便使用自己的有效数据来替换它们。

这样，在上面的新块覆盖旧块，或者旧块覆盖新块的时候，都存在一个问题。例如，在金字塔库中原有的高覆盖级别的数据组织新来的瓦片数据时，上面介绍的方法仅提到阻止进入。其实这是库中旧块完全是有效的数据时的处理方法。如果挂接点的瓦片数据部分无效，则应该将无效的部分从新来的数据中提取出来填充。

同理，如果是新来瓦片数据中存在无效数据，并且覆盖级别高于库中的瓦片。这个时候在覆盖的同时，应该将无效数据部分从原有的瓦片中提取出来填充。

目前，尽管对不同地形影像数据有不同的掩码处理办法，但原理都是相同的。在本发明的实施例中，对数据块中的像素可以使用32位的整型值表示，其中三个字节表示颜色的RGB值，每个数据块有一个关于掩码的标志，表明此数据块是否含有无效的数据。另外每个像素的一个字节表示了这个像素的有效性，如果一个像素为无效值，则掩码字节的最高位设置为1，这个最高位就称为掩码位。下面是掩码规则的工作流程：

当先进入金字塔的数据块包含无效数据时，设置块的掩码标志为包含无效数据，并且无效数据的掩码位置为1。后进入数据金字塔的数据块，首先检测数据的覆盖级别，如果后来数据的覆盖级别低于已有数据，且已有数据不存在无效数据，则后来数据无法进入数据金字塔；如果后来数据的覆盖级别低于已有数据，且已有数据包含无效数据，则逐个检索已有数据的无效部分，如果这些位置上新来数据是有效的，则使用新来的像素填充在相应的位置上，这样，金字塔中的数据就完整了。

Claims (3)

1、一种以金字塔架构存储地形影像数据的方法，其特征在于，包括如下步骤：

(1)确定金字塔库中各数据层的数据精度与网格数；

(2)获取原始数据，并确定原始数据的精度，以及地理范围；赋予原始数据覆盖级别属性；

(3)根据与原始数据精度相同的金字塔库中数据层的网格数，将原始数据切成瓦片；瓦片继承原始数据的覆盖级别；每个瓦片包含表明此瓦片是否含有无效数据的标志；其中每个像素包含表示该像素是否有效的标志；

(4)确定当前瓦片，并根据当前瓦片的地理范围，确定当前瓦片在所述与原始数据精度相同的金字塔库中数据层中的存储位置；

(5)以所述确定的存储位置为叶子结点，向上生成该当前瓦片所在的完全四叉树；在生成当前瓦片所在的完全四叉树时，如果在有效父结点的搜索路径中，发现某一级父结点或当前瓦片所在结点已经存在，则停止搜索，并设该搜索到已存在的结点为挂接点；

(6)将该当前瓦片放入所述确定的存储位置，当前瓦片进入金字塔过程中，如果所述挂接点原有数据的覆盖级别高于当前瓦片数据的覆盖级别，则该当前瓦片数据停止进入金字塔；检测原有瓦片数据中是否存在无效数据；如果存在无效数据，则在当前瓦片数据中提取相应部分的数据，以替换原有瓦片数据中的无效数据部分；

如果所述挂接点原有数据的覆盖级别低于当前瓦片数据的覆盖级别，则当前瓦片数据进入金字塔，覆盖原有数据，并设置所述确定的存储位置为叶子结点，根据该当前瓦片的数据，从该存储位置向上更新该当前瓦片所在完全四叉树的父结点的对应数据，直至顶层；检测当前瓦片数据中是否存在无效数据，如果存在无效数据，则在覆盖原有瓦片数据时，保留与当前瓦片数据的无效部分对应的数据。

2、如权利要求1所述的方法，其特征在于，所述步骤(6)中，覆盖原有数据，并根据该当前瓦片的数据，从该存储位置向上更新的过程中，如果被覆盖的瓦片下面有子结点，则将子结点删除。

3、如权利要求1所述的方法，其特征在于，所述赋予原始数据覆盖级别属性步骤，是根据覆盖在同一地区不同数据之间的精度关系和历史因素而进行的。

Images