CN103312335A - 移动gis技术的空间路线矢量数据累积偏移实时压缩方法 - Google Patents

移动gis技术的空间路线矢量数据累积偏移实时压缩方法 Download PDF

Info

Publication number
CN103312335A
CN103312335A CN 201310187420 CN201310187420A CN103312335A CN 103312335 A CN103312335 A CN 103312335A CN 201310187420 CN201310187420 CN 201310187420 CN 201310187420 A CN201310187420 A CN 201310187420A CN 103312335 A CN103312335 A CN 103312335A
Authority
CN
China
Prior art keywords
point
accumulation
offset
vector data
compression
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.)
Granted
Application number
CN 201310187420
Other languages
English (en)
Other versions
CN103312335B (zh
Inventor
刘胤田
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.)
SICHUAN ZHIXING ELECTRONIC TECHNOLOGY Co Ltd
Original Assignee
SICHUAN ZHIXING ELECTRONIC 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 SICHUAN ZHIXING ELECTRONIC TECHNOLOGY Co Ltd filed Critical SICHUAN ZHIXING ELECTRONIC TECHNOLOGY Co Ltd
Priority to CN201310187420.0A priority Critical patent/CN103312335B/zh
Publication of CN103312335A publication Critical patent/CN103312335A/zh
Application granted granted Critical
Publication of CN103312335B publication Critical patent/CN103312335B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Telephone Function (AREA)

Abstract

本发明公开了一种移动GIS技术的空间路线矢量数据累积偏移实时压缩方法,在移动终端的空间矢量中,以最近保留的两个点构成的矢量为偏移初始方向,以第四个点为参照,判断第三个点是否为累积变向点和累积变向拐点,在第三个点为非弯曲极值点时进一步通过距离偏移累积量来判断其偏移程度,或当第三个点为弯曲极值点或距离偏移临界点时,将第三个点作为有效点进行保留,否则作为冗余点舍弃,本发明针对基于移动定位终端进行空间线路矢量数据的定时采集、实时压缩、同步网络上传应用需求,提出并实现了基于累积变向和累积偏移思想的空间线路矢量数据累积偏移实时压缩算法,通过方向感知和距离感知的结合实现了线路数据的高效压缩,具有广阔的应用前景。

Description

移动GIS技术的空间路线矢量数据累积偏移实时压缩方法
技术领域
本发明涉及一种移动GIS技术的空间路线矢量数据累积偏移实时压缩方法,属于空间矢量数据实时压缩方法的技术领域。
背景技术
移动GIS技术是在3G网络和无线设备蓬勃发展的背景下发展起来的,该技术集成了无线网络传输技术、空间定位技术、电子地图技术等。该技术具有灵活性强、使用范围广等优势。虽然移动GIS技术具有自身独特的优势,但是由于移动设备的计算能力普遍有限、存储能力不足,而且无线网络的传输速度一般较慢。因此在移动终端空间矢量数据采集过程中,须要尽量减少空间矢量数据的传输量并且使之简洁化,这样也就涉及到空间矢量数据压缩的问题。对采集的数据进行实时压缩以达到降低数据冗余来减少数据的传输量,以达到提高终端空间位置信息采集效率的目的。传统的空间矢量数据实时压缩方法主要有垂距法、角度法、光栏法、分段道格拉斯-普克法(subsectionDouglas-Peucker)等。
现有技术的所有缺点:垂距法容易将曲线的弯曲极值点丢失而失真,并且当曲线缓慢转弯时该方法的处理效果不理想。角度法和光栏法的缺点是不能解决小角度折线的问题。分段道格拉斯—普克法有相应的技术缺陷,小分段计算量较大,且不支持实时压缩,无法满足空间线路矢量数据的实时压缩应用需求。垂距法从曲线上依次取出三个点,计算中间点到其它两点的连线的垂直距离d,然后通过比较与限差距离D之间的大小对中间点进行取舍;角度法基本思想是顺序取出曲线上的三个点,通过比较其夹角α是否大于阈值A对中间点进行取舍;光栏法则是定义一个扇形区域,通过判断曲线上的点是否在扇形区域之内来决定点的取舍。道格拉斯-普克法(Douglas-Peucker)的方法流程是计算曲线上所有的点到曲线首尾两点连线的距离并保存距离最大的值d,如果距离d小于限差距离D,则舍弃中间全部点,否则利用类似二分法方法分别计算出起点到该点和该点到终点的最大值,进行迭代取舍判断。小波压缩法是一种全新的思维,概括地说该方法的思想是尽量去掉曲线中的线性部分,保留曲线中的非线性部分。
由垂距法的压缩压缩原理可以得知垂距法适合空间矢量数据实时压缩,但是垂距法存在以下缺点:可能删除偏差大于限差距离的点即不能对对大角度折线转弯的情况进行处理,并且如果曲线缓慢转弯该方法的处理效果不理想。角度法和光栏法的实现相对简单,也满足空间矢量数据实时压缩的要求但是缺点是不能解决小角度折线的问题。道格拉斯—普克法是目前针对空间矢量数据压缩非常常用的方法。该方法的总体方法是由粗到细,从整体到局部来确定曲线压缩后那些点需要保留,具有旋转、平移、不变性的优点,但缺点是该压缩方法没有考虑矢量数据(曲线上各点)之间存在拓扑关系,压缩前需要对公共边进行处理,否则压缩结果错误;另外该压缩方法适合于对大量数据的压缩,在移动终端边采集边压缩的情况下,该方法的优势将会全部消失,最后降低到和垂距法一样的压缩效果。利用小波技术对空间矢量数据进行压缩具有方法实现的效率高,而且有较好的效果,但也有一些缺点存在。该压缩方式需要在压缩前对数据继续预处理即首先提取曲线中的线性部分,等待压缩完成之后再降预提取数据插入,这样压缩的效果会更好,但是这种大大增加大压缩的复杂度;采用多级变换压缩矢量数据时则会产生相应的误差积累,这样将导致压缩结果不理想,呈现效果可能会严重失真。
发明内容
本发明的目的在于提供一种移动GIS技术的空间路线矢量数据累积偏移实时压缩方法,能够满足空间线路矢量数据实时采集与同步压缩需求,基于方向累积偏移关键点(累积变向点、累积变向拐点)和距离累积偏移临界点对冗余数据进行实时过滤,在高压缩率下仍能保持很低的失真度。
本发明采用如下技术方案实现:
一种移动GIS技术的空间路线矢量数据累积偏移实时压缩方法,其特征在于,在移动终端的空间矢量中,以最近保留的两个点构成的矢量为偏移初始方向,以第四个点为参照,判断第三个点是否为累积变向点和累积变向拐点,在第三个点为非弯曲极值点时,进一步通过距离偏移累积量来判断其偏移程度,或:当第三个点为弯曲极值点或距离偏移临界点时,将第三个点作为有效点进行保留,否则作为冗余点舍弃,其中:
所述累积变向点是:给定空间坐标点p1,p2,…,pj,若
Figure BDA00003217038600031
则称点pj相对于
Figure BDA00003217038600034
的累积变向点,p2为变向拐点;
所述累积变向拐点是:给定点p1,p2,…,pj,pj+1,若
Figure BDA00003217038600035
Figure BDA00003217038600037
Figure BDA00003217038600038
Figure BDA00003217038600039
则称点pj为相对于
Figure BDA000032170386000310
的累积变向拐点;
所述距离偏移临界点是:给定点p1,p2,…,pj,距离偏移限差阀值T,若
Figure BDA00003217038600041
Figure BDA00003217038600042
Figure BDA00003217038600043
则称点pj相对于向量
Figure BDA00003217038600044
的距离偏移临界点。
本发明具备的有益技术效果是:
累积偏移压缩算法创新性提出四点关系法实现弯曲极值点和距离偏移临界点的快速发现,实现冗余数据的快速过滤,算法时间复杂度为O(N),空间复杂度则为常数级的O(C)。与垂距法和道格拉斯法相比其突出特点在于能有效发现各种弯曲极值点,并对方向的累积变化更加敏感,在高限差阀值下可体现出对于摇摆偏移的高压缩性和对于连续偏移的高保真性,在大限差阀值下仍能确保算法具有良好的压缩率和很低的失真度。
附图说明
图1是矢量距离。
图2是变向。
图3是累积变向点。
图4是累积变向拐点。
图5是距离偏移临界点。
图6是累积偏移实时压缩方法示意图。
图7(a)是累积偏移法压缩效果图。
图7(b)是道格拉斯法压缩效果图。
图7(c)是垂距法压缩效果图。
图8是矢量数据累积偏移压缩方法和垂距压缩方法的距离偏移计算示意图。
图9(a)是连续摇摆的特殊曲线。
图9(b)是采用垂距法进行压缩后的轨迹。
图9(c)是采用道格拉斯压缩后的轨迹。
图9(d)是采用累积偏移法压缩后的轨迹。
具体实施方式
通过下面对实施例的描述,将更加有助于公众理解本发明,但不能也不应当将申请人所给出的具体的实施例视为对本发明技术方案的限制,任何对部件或技术特征的定义进行改变和/或对整体结构作形式的而非实质的变换都应视为本发明的技术方案所限定的保护范围。
一种移动GIS技术的空间路线矢量数据累积偏移实时压缩方法,其特征在于,在移动终端的空间矢量中,以最近保留的两个点构成的矢量为偏移初始方向,以第四个点为参照,判断第三个点是否为累积变向点和累积变向拐点,在第三个点为非弯曲极值点时,进一步通过距离偏移累积量来判断其偏移程度,或:当第三个点为弯曲极值点或距离偏移临界点时,将第三个点作为有效点进行保留,否则作为冗余点舍弃,其中:
所述累积变向点是:给定空间坐标点p1,p2,…,pj,若
Figure BDA00003217038600051
Figure BDA00003217038600052
Figure BDA00003217038600053
则称点pj相对于
Figure BDA00003217038600054
的累积变向点,p2为变向拐点;
所述累积变向拐点是:给定点p1,p2,…,pj,pj+1,若
Figure BDA00003217038600055
Figure BDA00003217038600056
Figure BDA00003217038600057
Figure BDA00003217038600058
Figure BDA00003217038600059
则称点pj为相对于
Figure BDA000032170386000510
的累积变向拐点;
所述距离偏移临界点是:给定点p1,p2,…,pj,距离偏移限差阀值T,若
Figure BDA000032170386000511
Figure BDA000032170386000513
则称点pj相对于向量
Figure BDA000032170386000514
的距离偏移临界点。
累积偏移压缩算法创新性提出四点关系法实现弯曲极值点和距离偏移临界点的快速发现,实现冗余数据的快速过滤,算法时间复杂度为O(N),空间复杂度则为常数级的O(C)。与垂距法和道格拉斯法相比其突出特点在于能有效发现各种弯曲极值点,并对方向的累积变化更加敏感,在高限差阀值下可体现出对于摇摆偏移的高压缩性和对于连续偏移的高保真性,在大限差阀值下仍能确保算法具有良好的压缩率和很低的失真度。
定义:
偏移距离:给定空间点p1、p2、p3,点p3到由p1、p2构成直线的垂直距离为p3到矢量
Figure BDA00003217038600061
的偏移距离,记为
Figure BDA00003217038600062
变向:给定由三个空间点p1(x1,y1)、p2(x2,y2)、p3(x3,y3),以表示两个向量的夹角,若
Figure BDA00003217038600064
则代表点p3相对于向量
Figure BDA00003217038600065
发生了变向,其中p2为变向拐点,p3为变向点,并给出变向判断公式如下:
Figure BDA00003217038600066
Figure BDA00003217038600067
若vdir为True,则点p3是变向点;若vdir为FALSE,则点p3相对于向量
Figure BDA00003217038600068
没有变向。
累积变向点:给定空间坐标点p1,p2,…,pj,若
Figure BDA00003217038600069
Figure BDA000032170386000610
Figure BDA000032170386000611
则称点pj相对于的累积变向点,p2为变向拐点。
累积变向拐点:给定点p1,p2,…,pj,pj+1,若
Figure BDA000032170386000613
Figure BDA000032170386000614
Figure BDA000032170386000615
Figure BDA000032170386000616
Figure BDA00003217038600071
则称点pj为相对于的累积变向拐点。注意,点pj+1相对于
Figure BDA00003217038600073
不必然为变向点。
定理1:基准矢量
Figure BDA00003217038600074
与下一个累积变向拐点pj间的任何点px必不为变向点。
证明:假设存在点py为变向点,由变向点定义可知
Figure BDA00003217038600075
Figure BDA00003217038600076
Figure BDA00003217038600077
从而有
Figure BDA00003217038600078
由累积变向拐点定义知,py为累积变向拐点,这与假设设定的py不为累积变向拐点相矛盾。
定理得证。
距离偏移临界点:给定点p1,p2,…,pj,距离偏移限差阀值T,若
Figure BDA00003217038600079
Figure BDA000032170386000710
Figure BDA000032170386000711
则称点pj相对于向量
Figure BDA000032170386000712
的距离偏移临界点。
冗余点:由时间序列空间矢量数据点构成的曲线L中,去掉起始点、第二点、方向偏移关键点(累积变向点、累积变向拐点)、距离偏移临界点、终点后的点为压缩冗余点,压缩算法需要找出并过滤掉所有冗余点,从而尽量保持曲线的原始形状。
压缩率:给定由N个空间矢量数据构成的曲线L={a1,a2,a3...,an},经过压缩去掉冗余点后,形成由M个点构成的压缩曲线L′={a1,a2,a3...,am}(M<N),则算法压缩率为冗余点数量与原始点数量的比值,记为 &eta; ( L &prime; ) = N - M N &times; 100 .
失真度:由N个点组成的原始曲线L,经过压缩后形成由M个点组成的压缩曲线L’,则L’相对于L的失真度为 其中X为在压缩曲线L’上连续两点pi,pi+1之间的冗余数据点数量。
表1:累积偏移实时压缩算法
Figure BDA00003217038600082
给定图6所示初始曲线L,其累积偏移压缩进行采集有各阶段分析如图所示,其中虚线为原始轨迹,红色线为各压缩阶段的偏移基准向量,红色点为当前处置点。图7给出了三种压缩算法对于O字型线路和Z字型线路的压缩效果图,其中各算法距离限差阀值的设置为T(垂距法)<T(道格拉斯法)<T(累积偏移法),由图直观可见,累积偏移压缩算法在大限差阀值条件下仍能过滤掉大量冗余点,压缩效果明显,且在失真度方面比道格拉斯压缩方法更好还原了曲线的轨迹。
累积偏移压缩算法创新性提出四点关系法实现弯曲极值点和距离偏移临界点的快速发现,实现冗余数据的快速过滤,算法时间复杂度为O(N),空间复杂度则为常数级的O(C)。与垂距法和道格拉斯法相比其突出特点在于能有效发现各种弯曲极值点,并对方向的累积变化更加敏感,在高限差阀值下可体现出对于摇摆偏移的高压缩性和对于连续偏移的高保真性,在大限差阀值下仍能确保算法具有良好的压缩率和很低的失真度。
矢量数据累积偏移压缩算法和垂距压缩算法的距离偏移计算示意图如图8所示,由图可以得知累积偏移压缩算法的距离偏移d1和传统垂距法的距离偏移d2的关系为d1>d2
针对图9(a)所示的连续摇摆的特殊曲线,采用垂距法、道格拉斯法、累积偏移法进行压缩后的曲线分别如图(b)、(c)、(d)所示。
通过以上分析,累积偏移法与传统的垂距法、道格拉斯法相比有如下优点:第一,相对于垂距法、道格拉斯法等传统压缩算法,在累积偏移法中,距离偏移不再是压缩的唯一依据,通过增加对运动变向的判断,实现了各种弯曲极值点的快速发现,保证压缩后的路径不会丢失关键点,确保压缩后运动线路的高可还原性;第二,相对于道格拉斯法,累积偏移压缩算法保留了路径中线与线之间的拓扑位置关系,不需要考虑公共边在算法中的影响。这注定了累积偏移压缩算法在路径的变化上,特别是短距离的路径、地形较复杂环境下的线路采集与同步压缩具有很强的优越性。
本发明提出四点关系法实现弯曲极值点和距离偏移临界点的快速发现,实现冗余数据的快速过滤,算法时间复杂度为O(N),空间复杂度则为常数级的O(C)。与垂距法和道格拉斯法相比其突出特点在于能有效发现各种弯曲极值点,并对方向的累积变化更加敏感,在高限差阀值下可体现出对于摇摆偏移的高压缩性和对于连续偏移的高保真性,在大限差阀值下仍能确保算法具有良好的压缩率和很低的失真度。
本发明针对基于移动定位终端进行空间线路矢量数据的定时采集、实时压缩、同步网络上传应用需求,提出并实现了基于累积变向和累积偏移思想的空间线路矢量数据累积偏移实时压缩算法,通过方向感知和距离感知的结合实现了线路数据的高效压缩,具有广阔的应用前景。
当然,本发明还可以有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员可以根据本发明做出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (1)

1.一种移动GIS技术的空间路线矢量数据累积偏移实时压缩方法,其特征在于,在移动终端的空间矢量中,以最近保留的两个点构成的矢量为偏移初始方向,以第四个点为参照,判断第三个点是否为累积变向点和累积变向拐点,在第三个点为非弯曲极值点时,进一步通过距离偏移累积量来判断其偏移程度,或:当第三个点为弯曲极值点或距离偏移临界点时,将第三个点作为有效点进行保留,否则作为冗余点舍弃,其中:
所述累积变向点是:给定空间坐标点p1,p2,…,pj,若
Figure FDA00003217038500011
Figure FDA00003217038500012
Figure FDA00003217038500013
则称点pj相对于
Figure FDA00003217038500014
的累积变向点,p2为变向拐点;
所述累积变向拐点是:给定点p1,p2,…,pj,pj+1,若
Figure FDA00003217038500016
Figure FDA00003217038500017
Figure FDA00003217038500018
Figure FDA000032170385000110
则称点pj为相对于
Figure FDA000032170385000111
的累积变向拐点;
所述距离偏移临界点是:给定点p1,p2,…,pj,距离偏移限差阀值T,若
Figure FDA000032170385000112
Figure FDA000032170385000113
Figure FDA000032170385000114
则称点pj相对于向量
Figure FDA000032170385000115
的距离偏移临界点。
CN201310187420.0A 2013-05-20 2013-05-20 移动gis技术的空间路线矢量数据累积偏移实时压缩方法 Expired - Fee Related CN103312335B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310187420.0A CN103312335B (zh) 2013-05-20 2013-05-20 移动gis技术的空间路线矢量数据累积偏移实时压缩方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310187420.0A CN103312335B (zh) 2013-05-20 2013-05-20 移动gis技术的空间路线矢量数据累积偏移实时压缩方法

Publications (2)

Publication Number Publication Date
CN103312335A true CN103312335A (zh) 2013-09-18
CN103312335B CN103312335B (zh) 2017-04-12

Family

ID=49137184

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310187420.0A Expired - Fee Related CN103312335B (zh) 2013-05-20 2013-05-20 移动gis技术的空间路线矢量数据累积偏移实时压缩方法

Country Status (1)

Country Link
CN (1) CN103312335B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113836123A (zh) * 2021-07-22 2021-12-24 南京沃旭通讯科技有限公司 一种基于距离、角度的轨迹清洗方法
CN115334167A (zh) * 2022-06-30 2022-11-11 西安电子科技大学广州研究院 一种角度阈值自适应的轨迹压缩方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6118898A (en) * 1997-04-10 2000-09-12 Apple Computer, Inc. Methods and apparatus for compressing and decompressing multiple data sets and for managing memory storage of compressed data sets
CN100385437C (zh) * 2005-11-10 2008-04-30 浙江中控技术股份有限公司 实时数据压缩方法
CN101561819A (zh) * 2009-03-05 2009-10-21 中国测绘科学研究院 一种矢量数据精简与压缩方法以及相应的解压缩方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113836123A (zh) * 2021-07-22 2021-12-24 南京沃旭通讯科技有限公司 一种基于距离、角度的轨迹清洗方法
CN115334167A (zh) * 2022-06-30 2022-11-11 西安电子科技大学广州研究院 一种角度阈值自适应的轨迹压缩方法
CN115334167B (zh) * 2022-06-30 2023-06-09 西安电子科技大学广州研究院 一种角度阈值自适应的轨迹压缩方法

Also Published As

Publication number Publication date
CN103312335B (zh) 2017-04-12

Similar Documents

Publication Publication Date Title
CN103674001B (zh) 一种基于增强自适应时频峰值滤波的光纤陀螺去噪方法
CN103546726B (zh) 违章用地的自动发现方法
CN102997928B (zh) 一种城际路网索引和匹配方法
CN104598621B (zh) 一种基于滑动窗口的轨迹压缩方法
CN103593430A (zh) 一种基于移动对象时空信息轨迹分段聚类的方法
CN109167805A (zh) 基于城市场景中车联网时空数据的分析处理方法
CN109100730A (zh) 一种多车协同快速建图方法
CN105469599B (zh) 车辆轨迹跟踪和车辆行为预测方法
CN103072599A (zh) 高速列车实时定位方法
CN107977664B (zh) 一种基于单幅图像的道路消失点检测方法
CN103312335A (zh) 移动gis技术的空间路线矢量数据累积偏移实时压缩方法
CN105071814B (zh) 基于偏移量计算的在线gps轨迹数据压缩算法
CN106682084B (zh) 对电子地图路段进行定向拓宽的方法及装置
CN104050641B (zh) 基于形状方位描述符的集中式多传感器编队目标粒子滤波算法
CN110147575A (zh) 一种基于单层粒子水平集的两相流界面捕捉的计算方法
CN100596173C (zh) 图像缩放方法与装置
CN106558041A (zh) 凝胶电泳数字图像中基于局部抑制的条带探测算法
CN103337084B (zh) 一种基于人工地物特征的地物图斑自动生成方法
CN109919958B (zh) 一种基于多尺度图像空间的多重约束线段提取方法
CN103679747A (zh) 一种运动捕捉数据关键帧提取方法
CN103413137A (zh) 基于多规则的交互手势运动轨迹分割方法
CN101592731A (zh) 一种基于航迹线文件的侧扫声纳拖鱼航迹处理方法
CN106357461B (zh) 一种空中交通显示复杂性的测度方法
CN106199604B (zh) 一种基于相关性分析的台风运动追踪方法
CN102928815A (zh) 一种室内定位中的鲁棒用户轨迹估计的方法、装置及智能通讯设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170412

Termination date: 20200520