CN103279963A - 地理信息图像的压缩方法 - Google Patents

地理信息图像的压缩方法 Download PDF

Info

Publication number
CN103279963A
CN103279963A CN2013102446949A CN201310244694A CN103279963A CN 103279963 A CN103279963 A CN 103279963A CN 2013102446949 A CN2013102446949 A CN 2013102446949A CN 201310244694 A CN201310244694 A CN 201310244694A CN 103279963 A CN103279963 A CN 103279963A
Authority
CN
China
Prior art keywords
frequency data
image
information image
low
geography information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2013102446949A
Other languages
English (en)
Inventor
高建强
顾国强
顾永立
王战英
熊健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Triman Information & Technology Co Ltd
Original Assignee
Shanghai Triman Information & Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Triman Information & Technology Co Ltd filed Critical Shanghai Triman Information & Technology Co Ltd
Priority to CN2013102446949A priority Critical patent/CN103279963A/zh
Publication of CN103279963A publication Critical patent/CN103279963A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明揭示了一种地理信息图像的压缩方法，包括：图像预处理步骤，获取地理信息图像，依据地理信息图像中的地形规律对地理信息图像进行分块，地形规律包括地形的崎岖度；图像变换步骤，对于每一个分块，使用二维小波变换对图像进行变换处理，其中二维小波变换采用双正交小波且二维小波变换被分解为两次一维小波变换来进行处理，两次一维小波变换分别为低频数据变换和高频数据变换，低频数据变换和高频数据变换是并行处理；图像编码步骤，对经过二维小波变换的图像进行量化，再进行编码，所述编码采用ECBOT算法。本发明的对于图像处理的计算量减小，运算速度更高，但图像质量并未受到显著的影响。

Description

地理信息图像的压缩方法
技术领域
本发明涉及地理信息处理技术，尤其涉及一种地理信息图像的压缩方法。
背景技术
地理信息系统（GIS）的应用正在得到快速的发展。地理信息系统的基础是高清晰度、高分辨率和高度准确的电子地图。电子地图能够显示三维地形，在军事仿真、城市规划、数字技术应用等领域有着极高的价值。
高清晰度、高分辨率的电子地图意味者数据量巨大的地理信息图像。在使用这些图像时，需要计算机拥有很大的内存容量和存储空间，以及很强的运算能力。虽然计算机硬件技术得到了高速发展，但当这些地理信息图像希望在网络上得到广泛应用时，网络带宽和终端设备的性能限制还是会影响这些地理信息图像的使用效果。
于是，需要在图像处理的方法上进行改善，尽可能减少运算量，使得这些地理信息图像能够在带宽有限并且终端设备运算能力也有限的应用环境中依旧能够流畅地运行。
发明内容
本发明旨在提出一种具有较低的运算量的地理信息图像的压缩方法，该方法使用小波变换来对图像进行压缩。
根据本发明的一实施例，提出一种地理信息图像的压缩方法，包括：
图像预处理步骤，获取地理信息图像，依据地理信息图像中的地形规律对地理信息图像进行分块，地形规律包括地形的崎岖度；
图像变换步骤，对于每一个分块，使用二维小波变换对图像进行变换处理，其中二维小波变换采用双正交小波且二维小波变换被分解为两次一维小波变换来进行处理，两次一维小波变换分别为低频数据变换和高频数据变换，低频数据变换和高频数据变换是并行处理；
图像编码步骤，对经过二维小波变换的图像进行量化，再进行编码，所述编码采用ECBOT算法。
在一个实施例中，双正交二维小波是双正交9/7小波（CDF97）滤波器。
在一个实施例中，低频数据变换包括将一个分块的地理信息图像的数据与双正交二维小波进行卷积运算，抽取偶数项作为低频数据。高频数据变换包括将一个分块的地理信息图像的数据与双正交二维小波进行卷积运算，抽取奇数项作为高频数据。
在一个实施例中，低频数据变换和高频数据变换分别映射到低频数据流控图和高频数据流控图，在低频数据流控图和高频数据流控图上进行并行性合并，实现低频数据变换和高频数据变换的并行处理。
在一个实施例中，图像编码步骤中还包括对分块的边界进行平滑处理，所述平滑处理包括：在分块的边界上，以边界为轴，将轴两侧预定范围的数据相互映射，对映射后的数据计算平均高程值，依据平均高程值对分块的边界两侧预定范围内的数据进行调整。
本发明的地理信息图像的压缩方法使得对于图像处理的计算量减小，运算速度更高，但图像质量并未受到显著的影响，有利于高清晰度、高分辨率的电子地图在网络和各种终端上的推广应用。
附图说明
图1揭示了根据本发明的一实施例的地理信息图像的压缩方法的流程图。
具体实施方式
参考图1所示，本发明提出一种地理信息图像的压缩方法，包括如下的步骤：
102．图像预处理步骤，获取地理信息图像，依据地理信息图像中的地形规律对地理信息图像进行分块。在一个实施例中，所述的地形规律包括地形的崎岖度，崎岖度可以使用如下的方式来定义：在选定的区域内，海拔高度在该区域的平均海拔高度的±10%范围内的面积占该区域总面积的比例。当该比例为70%以上时，该区域的崎岖度为平坦。当该比例在30%～70%是，该区域的崎岖度为中等。当该比例在30%以下时，该区域的崎岖度为高度崎岖。在一个实施例中，地形规律还需要考虑的一个因素是行政区域的划分。通常，崎岖度和行政区域会被综合考虑，比如：首先按照崎岖度进行初始分块，然后在初始分块中按照行政区域进行再次分块。或者，首先按照行政区域进行初始分块，然后在初始分块中按照崎岖度再进行分块。
104．图像变换步骤，对于每一个分块，使用二维小波变换对图像进行变换处理，其中二维小波变换采用双正交小波且二维小波变换被分解为两次一维小波变换来进行处理，两次一维小波变换分别为低频数据变换和高频数据变换，低频数据变换和高频数据变换是并行处理。
在一个实施例中，步骤104中使用双正交9/7小波（CDF97）滤波器。将二维小波变换分解为低频和高频两次一维小波变换来进行处理，使得运算量降低，同时运算速度得到提升。在步骤104中，低频数据变换包括将一个分块的地理信息图像的数据与双正交二维小波进行卷积运算，抽取偶数项作为低频数据，高频数据变换包括将一个分块的地理信息图像的数据与双正交二维小波进行卷积运算，抽取奇数项作为高频数据。
一个具体算法实例如下：
LPn=-55hk(2n)
BPn=-22gk(2n)
其中，2n为分块的图像中某一个像素点的值，hk和gk为采样系数，LPn和BPn分别表示高频分量和低频分量。基本的计算方法是采样图像上同一行的连续几个点的值，分别与特定系数求积之后再求和，然后分别抽取奇数项和偶数项作为高频数据和低频数据。
Si=Si-1+α(Di-1-11+Di)
Di=Di-1+β(Si-1+10)
其中Si表示一行中的像素点在卷积运算后的第i个奇数点的值，di表示一样中的像素点在卷积运算后的第i个偶数点的值。α和β为固定系数，该系数是根据具体应用的要求选择。
综合上述的计算公式，高频数据变换的计算公式可以被演化为如下的形式：
LPn = - 55 &Sigma; ( hk ( i ) + S i + &alpha;D i - 11 ) BPn = - 22 &Sigma; ( gk ( i ) + D i + &beta;S i + 10 ) , 0 &le; i < 2 n .
在一个实施例中，为了使得计算的速度得到更好地提升，低频数据变换和高频数据变换还被并行处理。并行处理的操作过程如下：低频数据变换和高频数据变换分别映射到低频数据流控图和高频数据流控图。在低频数据流控图和高频数据流控图上进行并行性合并，实现低频数据变换和高频数据变换的并行处理。在数据流控图上，所有在计算过程中相互没有依赖关系的数据被提取出来进行同时的运算，实现数据并行。同样地，所有没有相互依赖关系的子算法或者子过程也被提取出来同时运行，实现算法并行。综合数据并行和算法并行，实现低频数据变换和高频数据变换的并行处理，由于并行的数据和算法之间没有相互依赖关系，所以不会对运算结果造成影响。
106．图像编码步骤，对经过二维小波变换的图像进行量化，再进行编码，所述编码采用ECBOT算法。在一个实施例中，为了改善分块边界处的过渡不连续的问题。在步骤106中增加了对分块的边界进行平滑处理的过程。平滑处理包括：在分块的边界上，以边界为轴，将轴两侧预定范围的数据相互映射，对映射后的数据计算平均高程值，依据平均高程值对分块的边界两侧预定范围内的数据进行调整。
平滑处理的具体算法如下：
以边界为轴，确定边界两侧的预定范围，比如可以设定像素数量m，即取分布在边界两侧的总数为m点的像素。在设定预定范围后，分别计算每一行的像素的数据的平均高程值A。
然后对该行中的每一对相邻的像素进行平滑处理过程，如果两个相邻点的数据之间的绝对值差大于一个门限值δ，则认为该两个相邻点之间是不平滑的。反之，如果两个相邻点的数据之间的绝对值差不大于该门限值δ，则认为该两个相邻点之间是平滑的。对于平滑的两个相邻点，不再加以处理。
对于不平滑的相邻点x(i)和x(i+1)且x(i)<x(i+1)，将平均高程值A处以像素总数m得到调节步长A/m。
令 y ( i ) = x ( i ) + ( m - i ) A m y ( i + 1 ) = x ( i + 1 ) + ( m - i + 1 ) A m
反复执行上述的过程，直至一行中所有的相邻点之间都是平滑的。
选择下一行，再次重复上述的过程，直至所有行都被完成平滑处理。
本发明的地理信息图像的压缩方法使得对于图像处理的计算量减小，运算速度更高，但图像质量并未受到显著的影响，有利于高清晰度、高分辨率的电子地图在网络和各种终端上的推广应用。

Claims (5)

1.一种地理信息图像的压缩方法，其特征在于，包括：
图像预处理步骤，获取地理信息图像，依据地理信息图像中的地形规律对地理信息图像进行分块，所述地形规律包括地形的崎岖度；
图像变换步骤，对于每一个分块，使用二维小波变换对图像进行变换处理，其中所述二维小波变换采用双正交小波且二维小波变换被分解为两次一维小波变换来进行处理，两次一维小波变换分别为低频数据变换和高频数据变换，低频数据变换和高频数据变换是并行处理；
图像编码步骤，对经过二维小波变换的图像进行量化，再进行编码，所述编码采用ECBOT算法。
2.如权利要求1所述的地理信息图像的压缩方法，其特征在于，所述双正交二维小波是双正交9/7小波（CDF97）滤波器。
3.如权利要求2所述的地理信息图像的压缩方法，其特征在于，
所述低频数据变换包括将一个分块的地理信息图像的数据与双正交二维小波进行卷积运算，抽取偶数项作为低频数据；
所述高频数据变换包括将一个分块的地理信息图像的数据与双正交二维小波进行卷积运算，抽取奇数项作为高频数据。
4.如权利要求3所述的地理信息图像的压缩方法，其特征在于，所述低频数据变换和高频数据变换分别映射到低频数据流控图和高频数据流控图，在低频数据流控图和高频数据流控图上进行并行性合并，实现低频数据变换和高频数据变换的并行处理。
5.如权利要求1所述的地理信息图像的压缩方法，其特征在于，所述图像编码步骤中还包括对分块的边界进行平滑处理，所述平滑处理包括：
在分块的边界上，以所述边界为轴，将轴两侧预定范围的数据相互映射，对映射后的数据计算平均高程值，依据平均高程值对分块的边界两侧预定范围内的数据进行调整。
CN2013102446949A 2013-06-19 2013-06-19 地理信息图像的压缩方法 Pending CN103279963A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2013102446949A CN103279963A (zh) 2013-06-19 2013-06-19 地理信息图像的压缩方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2013102446949A CN103279963A (zh) 2013-06-19 2013-06-19 地理信息图像的压缩方法

Publications (1)

Publication Number Publication Date
CN103279963A true CN103279963A (zh) 2013-09-04

Family

ID=49062470

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013102446949A Pending CN103279963A (zh) 2013-06-19 2013-06-19 地理信息图像的压缩方法

Country Status (1)

Country Link
CN (1) CN103279963A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106558085A (zh) * 2016-12-14 2017-04-05 天津天喜国瑞科技发展有限公司 地理信息图像的压缩方法
CN106560862A (zh) * 2016-12-15 2017-04-12 天津冠睿霖科技发展有限公司 一种基于地理信息图像和小波的压缩方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1588451A (zh) * 2004-07-22 2005-03-02 华中科技大学 一种实现直接二维离散小波变换的电路
CN101431691A (zh) * 2008-12-04 2009-05-13 浙江大学 高动态范围图像的快速并行压缩方法
US20110176743A1 (en) * 2010-01-21 2011-07-21 Sankar Pathamadi V Data compression methods
CN102316324A (zh) * 2011-08-24 2012-01-11 北京航空航天大学 一种基于局部最小熵的图像编码预测方法
CN102685501A (zh) * 2012-05-14 2012-09-19 西安电子科技大学 实现jpeg2000图像压缩的定点小波变换方法
CN102855644A (zh) * 2012-09-10 2013-01-02 北京航空航天大学 一种基于小波自反馈的大规模地形数据压缩和解压方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1588451A (zh) * 2004-07-22 2005-03-02 华中科技大学 一种实现直接二维离散小波变换的电路
CN101431691A (zh) * 2008-12-04 2009-05-13 浙江大学 高动态范围图像的快速并行压缩方法
US20110176743A1 (en) * 2010-01-21 2011-07-21 Sankar Pathamadi V Data compression methods
CN102316324A (zh) * 2011-08-24 2012-01-11 北京航空航天大学 一种基于局部最小熵的图像编码预测方法
CN102685501A (zh) * 2012-05-14 2012-09-19 西安电子科技大学 实现jpeg2000图像压缩的定点小波变换方法
CN102855644A (zh) * 2012-09-10 2013-01-02 北京航空航天大学 一种基于小波自反馈的大规模地形数据压缩和解压方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106558085A (zh) * 2016-12-14 2017-04-05 天津天喜国瑞科技发展有限公司 地理信息图像的压缩方法
CN106560862A (zh) * 2016-12-15 2017-04-12 天津冠睿霖科技发展有限公司 一种基于地理信息图像和小波的压缩方法

Similar Documents

Publication Publication Date Title
CN101375274B (zh) 用于执行数据变换的设备和方法
CN105303535A (zh) 基于小波变换的全球剖分金字塔模型
CN110533591B (zh) 基于编解码器结构的超分辨图像重建方法
CN104199627A (zh) 基于多尺度在线字典学习的可分级视频编码系统
CN105847800A (zh) 基于全相位离散正弦双正交变换的图像压缩方法及系统
CN104657962A (zh) 基于级联线性回归的图像超分辨重建方法
Jayakar et al. Color image compression using SPIHT algorithm
Olanda et al. Terrain data compression using wavelet-tiled pyramids for online 3D terrain visualization
CN102855644B (zh) 一种基于小波自反馈的大规模地形数据压缩和解压方法
US7389005B2 (en) Interpolation of video and audio digital data
CN103279963A (zh) 地理信息图像的压缩方法
Laksmi et al. Novel image enhancement technique using CLAHE and wavelet transforms
Sheeba et al. Gradient based fractal image compression using Cayley table
CN104683818A (zh) 基于双正交不变集多小波的图像压缩方法
CN102695055B (zh) 高码率下jpeg_ls码率控制方法
Nagar et al. Mathematical analysis of wavelet-based multi-image compression in medical diagnostics
CN106558084A (zh) 地理信息图像的压缩方法
Yun et al. Image compression predicated on recurrent iterated function systems
CN104320661A (zh) 基于差分熵和结构相似性的图像编码质量预测方法
Jang et al. Progressive vector compression for high-accuracy vector map data
CN103327337B (zh) 一种基于双正交重叠变换的分类量化编码方法
Mani et al. Performance Comparison of DCT Based Image Compression on Hexagonal and Rectangular Sampling Grid
Reddy et al. Image compression by discrete curvelet wrapping technique with simplified sphit
Ge et al. Extrema points coding based on empirical mode decomposition: an improved image sub-band coding method
CN106560862A (zh) 一种基于地理信息图像和小波的压缩方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20130904