CN110381076B - 一种单波段矩阵型dem数据渐进精化式传输方法及系统 - Google Patents
一种单波段矩阵型dem数据渐进精化式传输方法及系统 Download PDFInfo
- Publication number
- CN110381076B CN110381076B CN201910688115.7A CN201910688115A CN110381076B CN 110381076 B CN110381076 B CN 110381076B CN 201910688115 A CN201910688115 A CN 201910688115A CN 110381076 B CN110381076 B CN 110381076B
- Authority
- CN
- China
- Prior art keywords
- singular
- matrix
- vectors
- layer
- effective
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/04—Protocols for data compression, e.g. ROHC
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
- H04N19/96—Tree coding, e.g. quad-tree coding
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开了一种单波段矩阵型DEM数据渐进精化式传输方法及系统,所述方法先将DEM数据分割,然后进行奇异值分解,再分析子切片并逐层提取出有效奇异向量和奇异值,然后压缩,再逐层由发送端向接收端传输并存储,再在接收端恢复;所述系统包括分割模块、分解模块、分析提取模块、压缩模块、传输模块、接收模块。本发明能够根据实际精度的要求,实现在精度参数控制下的精化式传输,满足数值型DEM数据在精度方面的特定要求;本发明在对DEM数据分片压缩后,在接收端无需直接恢复为矩阵形式,可继续以向量的形式存在,保留压缩的效果;本发明在对数据恢复时,使用的计算为基本计算,不会增加计算负担,并且具备并行性。
Description
技术领域
本发明属于数据传输技术领域,具体涉及一种单波段矩阵型DEM数据渐进精化式传输方法及系统。
背景技术
目前,虽然通讯技术中的传输带宽发展速度飞快,但仍然存在苛刻的通讯环境不能充分利用传输带宽的优势;另外,在实时性要求较高的领域中,处理大规模矩阵数据的时耗是一个客观存在的问题。与此同时,随着硬件技术的快速发展,采集获取的数据规模呈现出爆炸式的增长。数据的种类不同,压缩传输的方式也存在较大的差异。
在对地观测获取到的DEM地形数据,随着传感器设备精度的不断提升和观测范围的增大,其规模的增长已经远远超出了在既有通讯带宽下进行实时传输和处理的能力。并且随着规模的增长也为后续后处理环节带来了很大程度上的时耗,为实时数据处理带来了困难。
既有的技术在对影像和地形数据进行传输时,多采用分区和压缩的方式进行。分区即对影像进行相应的切割,切割到一定的分辨率后进行相应的压缩和传输。而随着观测设备精度的提升,最终导致相同分辨率下,传输数据的实际覆盖范围呈现出变小的趋势。对影像数据进行压缩是另一项技术,压缩技术可分为有损压缩和无损压缩。目前压缩技术已经取得了显著的效果,均能够取得较高的压缩比,显著的降低传输的数据量。但在对数据进行处理前,需要对数据块进行解码,该解码环节不仅存在时耗,同时数据解码后的空间需求是另一方面的问题。为此,研发一种能够解决上述问题的单波段矩阵型DEM数据渐进精化式传输方法及系统是非常必要的。
发明内容
本发明的第一目的在于提供一种单波段矩阵型DEM数据渐进精化式传输方法。
本发明的第一目的是这样实现的,包括以下步骤:
S1、先对单波段矩阵型DEM数据进行四叉树分割,得到子切片;
S2、对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
S3、分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;
S4、以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
S5、按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
S6、在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算;在接收的同时,进行恢复,或接收完毕后,再进行恢复。
本发明的第二目的提供一种实现单波段矩阵型DEM数据渐进精化式传输方法的系统。
本发明的第二目的是这样实现的,包括:
分割模块,用于对单波段矩阵型DEM数据进行四叉树分割,得到子切片;
分解模块,用于对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
分析提取模块,用于分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;
压缩模块,用于以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
传输模块,用于按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
接收模块,用于在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算;在接收的同时,进行恢复,或接收完毕后,再进行恢复。
本发明的有益效果:本发明先将DEM数据分割,然后进行奇异值分解,再分析子切片并逐层提取出有效奇异向量和奇异值,然后压缩,再逐层由发送端向接收端传输并存储,再在接收端恢复;本发明对有效奇异向量和奇异值采用渐进式的逐层处理过程,配合基本乘法累加形式的精化式恢复过程,恢复过程可满足数值型DEM数据在精度方面的特定要求,从而实现在精度参数控制下的渐进精化式传输;本发明在对DEM数据分片压缩后,在接收端无需直接恢复为矩阵形式,可继续以向量的形式存在,保留压缩的效果;本发明在对数据恢复时,使用的计算为基本计算,不会增加计算负担,并且具备并行性。
附图说明
图1为本发明方法的流程示意图;
图2为本发明系统的结构示意图。
具体实施方式
下面结合附图对本发明作进一步的说明,但不以任何方式对本发明加以限制,基于本发明教导所作的任何变换或替换,均属于本发明的保护范围。
如附图1~图2所示本发明包括以下步骤:
S1、先对单波段矩阵型DEM数据进行四叉树分割,得到子切片,该子切片的尺度可以根据所运行计算机的处理能力而定,如4000X4000,5000X5000等;
S2、对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
S3、分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;
S4、以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
S5、按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
S6、在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算;在接收的同时,进行恢复,或接收完毕后,再进行恢复。
优选地,S2步骤中所述奇异值分解是假设X为子切片;
对奇异值分解的结果进行重写,表达为奇异向量累加和的形式,即
优选地,S3步骤中有效奇异向量的确定是根据非零的奇异值相对应的左奇异向量、右奇异向量为有效奇异向量。
优选地,S3步骤中有效奇异向量的确定是根据降序排序之后,从排序第一的奇异值到排序第n的奇异值累加的和与全部奇异值之和的比值大于等于0.6且小于1,则从排序第一的奇异值开始至排序第n的奇异值分别对应的左奇异向量、右奇异向量为有效奇异向量。
优选地,S6步骤中所述恢复先对各层分别进行恢复,均是左奇异向量乘以相对应的奇异值,再乘以右奇异向量;然后将各层恢复结果进行累加求和,即可。
优选地,S6步骤中,接收端在单层系数传递完毕后计算指定位置的高程值;接收端在多层数据分别传输完成后,计算指定位置的高差,再对高程值进行相应的恢复。
优选地,S6步骤中恢复时,若是对特定位置的值进行恢复,过程是各层的左奇异向量指定位置的值乘以对应的奇异值,再乘以右奇异值向量指定位置的值;然后将各层恢复结果进行累加求和,即可。
优选地,S6步骤中恢复的过程只保留向量形式,不对原始矩阵信号进行恢复。
所述单波段矩阵型DEM数据渐进精化式传输方法的系统,包括:
分割模块,用于对单波段矩阵型DEM数据进行四叉树分割,得到子切片;
分解模块,用于对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
分析提取模块,用于分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;
压缩模块,用于以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
传输模块,用于按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
接收模块,用于在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算;在接收的同时,进行恢复,或接收完毕后,再进行恢复。
下面结合实施例1~实施例13,对本发明作进一步说明。
实施例1
单波段矩阵型DEM数据渐进精化式传输方法,包括以下步骤:
S1、先对单波段矩阵型DEM数据进行四叉树分割,得到子切片;
S2、对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
S3、分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;
S4、以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
S5、按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
S6、在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算,在接收的同时,进行恢复。
实施例2
单波段矩阵型DEM数据渐进精化式传输方法,包括以下步骤:
S1、先对单波段矩阵型DEM数据进行四叉树分割,得到子切片;
S2、对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
S3、分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;
S4、以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
S5、按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
S6、在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算,接收完毕后,再进行恢复。
实施例3
单波段矩阵型DEM数据渐进精化式传输方法,包括以下步骤:
S1、先对单波段矩阵型DEM数据进行四叉树分割,得到子切片;
S2、对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;所述奇异值分解是假设X为子切片;
对奇异值分解的结果进行重写,表达为奇异向量累加和的形式,即
S3、分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;
S4、以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
S5、按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
S6、在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算,在接收的同时,进行恢复。
实施例4
单波段矩阵型DEM数据渐进精化式传输方法,包括以下步骤:
S1、先对单波段矩阵型DEM数据进行四叉树分割,得到子切片;
S2、对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
S3、分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;有效奇异向量的确定是根据非零的奇异值相对应的左奇异向量、右奇异向量为有效奇异向量;
S4、以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
S5、按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
S6、在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算,接收完毕后,再进行恢复。
实施例5
单波段矩阵型DEM数据渐进精化式传输方法,包括以下步骤:
S1、先对单波段矩阵型DEM数据进行四叉树分割,得到子切片;
S2、对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
S3、分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;有效奇异向量的确定是根据降序排序之后,从排序第一的奇异值到排序第n的奇异值累加的和与全部奇异值之和的比值为0.6,则从排序第一的奇异值开始至排序第n的奇异值分别对应的左奇异向量、右奇异向量为有效奇异向量;
S4、以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
S5、按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
S6、在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算,在接收的同时,进行恢复。
实施例6
单波段矩阵型DEM数据渐进精化式传输方法,包括以下步骤:
S1、先对单波段矩阵型DEM数据进行四叉树分割,得到子切片;
S2、对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
S3、分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;有效奇异向量的确定是根据降序排序之后,从排序第一的奇异值到排序第n的奇异值累加的和与全部奇异值之和的比值为0.99,则从排序第一的奇异值开始至排序第n的奇异值分别对应的左奇异向量、右奇异向量为有效奇异向量;
S4、以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
S5、按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
S6、在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算,接收完毕后,再进行恢复。
实施例7
单波段矩阵型DEM数据渐进精化式传输方法,包括以下步骤:
S1、先对单波段矩阵型DEM数据进行四叉树分割,得到子切片;
S2、对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
S3、分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;有效奇异向量的确定是根据降序排序之后,从排序第一的奇异值到排序第n的奇异值累加的和与全部奇异值之和的比值为0.8,则从排序第一的奇异值开始至排序第n的奇异值分别对应的左奇异向量、右奇异向量为有效奇异向量;
S4、以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
S5、按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
S6、在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算,在接收的同时,对各层分别进行恢复,均是左奇异向量乘以相对应的奇异值,再乘以右奇异向量;然后将各层恢复结果进行累加求和,即可。
实施例8
单波段矩阵型DEM数据渐进精化式传输方法,包括以下步骤:
S1、先对单波段矩阵型DEM数据进行四叉树分割,得到子切片;
S2、对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
S3、分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;有效奇异向量的确定是根据非零的奇异值相对应的左奇异向量、右奇异向量为有效奇异向量;
S4、以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
S5、按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
S6、在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算,接收完毕后,再对各层分别进行恢复,均是左奇异向量乘以相对应的奇异值,再乘以右奇异向量;然后将各层恢复结果进行累加求和,即可。
实施例9
单波段矩阵型DEM数据渐进精化式传输方法,包括以下步骤:
S1、先对单波段矩阵型DEM数据进行四叉树分割,得到子切片;
S2、对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
S3、分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;有效奇异向量的确定是根据降序排序之后,从排序第一的奇异值到排序第n的奇异值累加的和与全部奇异值之和的比值为0.85,则从排序第一的奇异值开始至排序第n的奇异值分别对应的左奇异向量、右奇异向量为有效奇异向量;
S4、以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
S5、按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
S6、在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算,在接收的同时,对特定位置的值进行恢复,过程是各层的左奇异向量指定位置的值乘以对应的奇异值,再乘以右奇异值向量指定位置的值;然后将各层恢复结果进行累加求和,即可。
实施例10
单波段矩阵型DEM数据渐进精化式传输方法,包括以下步骤:
S1、先对单波段矩阵型DEM数据进行四叉树分割,得到子切片;
S2、对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
S3、分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;有效奇异向量的确定是根据降序排序之后,从排序第一的奇异值到排序第n的奇异值累加的和与全部奇异值之和的比值为1,则从排序第一的奇异值开始至排序第n的奇异值分别对应的左奇异向量、右奇异向量为有效奇异向量;
S4、以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
S5、按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
S6、在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算,接收完毕后,再对特定位置的值进行恢复,过程是各层的左奇异向量指定位置的值乘以对应的奇异值,再乘以右奇异值向量指定位置的值;然后将各层恢复结果进行累加求和,即可。
实施例11
单波段矩阵型DEM数据渐进精化式传输方法,包括以下步骤:
S1、先对单波段矩阵型DEM数据进行四叉树分割,得到8000×8000子切片;
S2、对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
S3、分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;有效奇异向量的确定是根据降序排序之后,从排序第一的奇异值到排序第n的奇异值累加的和与全部奇异值之和的比值为0.9,则从排序第一的奇异值开始至排序第n的奇异值分别对应的左奇异向量、右奇异向量为有效奇异向量;
S4、以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
S5、按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
S6、在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算,接收完毕后,再对特定位置的值进行恢复,过程是各层的左奇异向量指定位置的值乘以对应的奇异值,再乘以右奇异值向量指定位置的值;然后将各层恢复结果进行累加求和,即可。
实施例12
单波段矩阵型DEM数据渐进精化式传输方法,包括以下步骤:
S1、先将CPU端读取的单波段矩阵型DEM数据进行四叉树分割,得到4000×4000子切片;
S2、对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
S3、分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;
S4、以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
S5、按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向GPU端传输并存储;
S6、在GPU端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算;根据渲染需求,在GPU端在单层系数传递完毕后计算指定位置的高程值;GPU端在多层数据分别传输完成后,计算指定位置的高差,对高程值进行相应的恢复;在GPU端进行相应的渲染或是并行计算。
实施例13
单波段矩阵型DEM数据渐进精化式传输方法,包括以下步骤:
S1、先读取的单波段矩阵型DEM数据,再进行四叉树分割,得到5000×5000子切片;
S2、对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
S3、分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;有效奇异向量的确定是根据降序排序之后,从排序第一的奇异值到排序第n的奇异值累加的和与全部奇异值之和的比值为0.95,则从排序第一的奇异值开始至排序第n的奇异值分别对应的左奇异向量、右奇异向量为有效奇异向量;
S4、以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
S5、按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
S6、在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算,在接收的同时,进行恢复,恢复过程根据实际需要,对指定位置的元素值或DEM进行解码计算。
Claims (9)
1.一种单波段矩阵型DEM数据渐进精化式传输方法,其特征在于包括以下步骤:
S1、先对单波段矩阵型DEM数据进行四叉树分割,得到子切片;
S2、对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
S3、分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;
S4、以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
S5、按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
S6、在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算;在接收的同时,进行恢复,或接收完毕后,再进行恢复。
3.根据权利要求1所述单波段矩阵型DEM数据渐进精化式传输方法,其特征在于S3步骤中根据非零的奇异值,将非零的奇异值相对应的左奇异向量、右奇异向量确定为有效奇异向量。
4.根据权利要求1所述单波段矩阵型DEM数据渐进精化式传输方法,其特征在于S3步骤中有效奇异向量的确定是根据降序排序之后,从排序第一的奇异值到排序第n的奇异值累加的和与全部奇异值之和的比值大于等于0.6且小于1,则从排序第一的奇异值开始至排序第n的奇异值分别对应的左奇异向量、右奇异向量为有效奇异向量。
5.根据权利要求1所述单波段矩阵型DEM数据渐进精化式传输方法,其特征在于S6步骤中所述恢复先对各层分别进行恢复,均是左奇异向量乘以相对应的奇异值,再乘以右奇异向量;然后将各层恢复结果进行累加求和,即可。
6.据权利要求1所述单波段矩阵型DEM数据渐进精化式传输方法,其特征在于S6步骤中恢复时,若是对特定位置的值进行恢复,过程是各层的左奇异向量指定位置的值乘以对应的奇异值,再乘以右奇异值向量指定位置的值;然后将各层恢复结果进行累加求和,即可。
7.根据权利要求1所述单波段矩阵型DEM数据渐进精化式传输方法,其特征在于S6步骤中,接收端在单层系数传递完毕后计算指定位置的高程值;接收端在多层数据分别传输完成后,计算指定位置的高差,再对高程值进行相应的恢复。
8.根据权利要求1所述单波段矩阵型DEM数据渐进精化式传输方法,其特征在于S6步骤中恢复的过程只保留向量形式,不对原始矩阵信号进行恢复。
9.一种实现根据权利要求1~8任一所述单波段矩阵型DEM数据渐进精化式传输方法的系统,其特征在于包括:
分割模块,用于对单波段矩阵型DEM数据进行四叉树分割,得到子切片;
分解模块,用于对各个子切片进行奇异值分解,获取对应的左奇异矩阵U、奇异值向量S及右奇异矩阵V;
分析提取模块,用于分析各个子切片的奇异值向量,确定有效的奇异向量的个数,从而确定实际所需的左奇异矩阵U、右奇异矩阵V的有效奇异向量;从左奇异矩阵U、右奇异矩阵V、奇异值向量S中分别逐层提取出有效奇异向量和奇异值;
压缩模块,用于以提取出的左奇异矩阵U中的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量为压缩目标,按与S3步骤中提取过程相同的顺序,逐层进行压缩并计算校验值;
传输模块,用于按与S4步骤中压缩过程相同的顺序,依次逐层将压缩后的左奇异矩阵U的有效奇异向量、奇异值及右奇异矩阵V的有效奇异向量从发送端向接收端传输并存储;
接收模块,用于在接收端对有效奇异向量、奇异值按与S5步骤传输过程相同的顺序接收并进行校验计算;在接收的同时,进行恢复,或接收完毕后,再进行恢复。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910688115.7A CN110381076B (zh) | 2019-07-29 | 2019-07-29 | 一种单波段矩阵型dem数据渐进精化式传输方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910688115.7A CN110381076B (zh) | 2019-07-29 | 2019-07-29 | 一种单波段矩阵型dem数据渐进精化式传输方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110381076A CN110381076A (zh) | 2019-10-25 |
CN110381076B true CN110381076B (zh) | 2020-07-28 |
Family
ID=68256676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910688115.7A Active CN110381076B (zh) | 2019-07-29 | 2019-07-29 | 一种单波段矩阵型dem数据渐进精化式传输方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110381076B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103900539A (zh) * | 2014-03-27 | 2014-07-02 | 北京空间机电研究所 | 一种空中立方体全景成像目标定位方法 |
CN105301654A (zh) * | 2015-09-18 | 2016-02-03 | 中国石油天然气集团公司 | 线性噪声去除方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2846089A1 (en) * | 2011-08-25 | 2013-02-28 | The Government Of The United States Of America, As Represented By The Secretary Of The Navy | An algorithm and a method for characterizing surfaces with fractal nature |
CN104123464B (zh) * | 2014-07-23 | 2017-02-22 | 中国国土资源航空物探遥感中心 | 一种高分辨率InSAR时序分析反演地物高程与地面沉降量的方法 |
CN107066736B (zh) * | 2017-04-14 | 2020-06-26 | 厦门大学 | 一种基于压缩采样的模态分析及结构冲击监测方法 |
-
2019
- 2019-07-29 CN CN201910688115.7A patent/CN110381076B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103900539A (zh) * | 2014-03-27 | 2014-07-02 | 北京空间机电研究所 | 一种空中立方体全景成像目标定位方法 |
CN105301654A (zh) * | 2015-09-18 | 2016-02-03 | 中国石油天然气集团公司 | 线性噪声去除方法及装置 |
Non-Patent Citations (2)
Title |
---|
A New Digital Watermark Algorithm Based on the DWT and SVD;Yuhui Li等;《2011 10th International Symposium on Distributed Computing and Application to Business, Engineering and Science》;20111017;全文 * |
基于ALOS极化干涉SAR数据的DEM提取方法研究;周伟等;《遥感技术与应用》;20130228;第28卷(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110381076A (zh) | 2019-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112150521B (zh) | 一种基于PSMNet优化的图像立体匹配方法 | |
CN110826684B (zh) | 卷积神经网络的压缩方法、装置、电子设备和介质 | |
CN112861729B (zh) | 一种基于伪深度图引导的实时深度补全方法 | |
CN110781756A (zh) | 基于遥感图像的城市道路提取方法及装置 | |
CN103871058B (zh) | 基于压缩采样矩阵分解的红外小目标检测方法 | |
CN111429466A (zh) | 一种基于多尺度信息融合网络的空基人群计数与密度估计方法 | |
CN108804392A (zh) | 一种基于时空约束的交通数据张量填充方法 | |
CN111460999A (zh) | 一种基于fpga的低空航拍影像目标跟踪的方法 | |
CN112967327A (zh) | 基于联合自注意力机制的单目深度方法 | |
CN114283495A (zh) | 一种基于二值化神经网络的人体姿态估计方法 | |
CN114745553A (zh) | 一种基于大数据的图像数据存储方法 | |
CN104394411A (zh) | 中值滤波装置及方法 | |
CN105187071B (zh) | 一种管道毫秒级在线数据的复合压缩/解压缩方法 | |
CN113344179A (zh) | 基于fpga的二值化卷积神经网络算法的ip核 | |
CN114615507A (zh) | 一种图像编码方法、解码方法及相关装置 | |
CN116205962A (zh) | 基于完整上下文信息的单目深度估计方法及系统 | |
CN110381076B (zh) | 一种单波段矩阵型dem数据渐进精化式传输方法及系统 | |
CN112488043A (zh) | 一种基于边缘智能的无人机车辆目标检测方法 | |
CN113192084A (zh) | 一种基于机器视觉的公路边坡微小位移形变监测方法 | |
CN116071441A (zh) | 一种基于端到端卷积神经网络的遥感图像压缩方法 | |
CN110267049A (zh) | 一种稀疏编码的存储优化方法 | |
CN111107360B (zh) | 一种光谱-空间维联合的高光谱图像无损压缩方法及系统 | |
CN113194312B (zh) | 结合视觉显著性的行星科学探测图像自适应量化编码系统 | |
CN115131673A (zh) | 一种面向任务的遥感影像压缩方法及系统 | |
CN104700370B (zh) | 基于半确定性传感矩阵的图像压缩感知方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |