[发明专利]基于曲线特征变化的矢量数据压缩方法及其装置

说明书

技术领域

本发明涉及基于曲线特征变化的矢量数据压缩方法以及矢量数据压缩装置。更确切地说，本发明涉及利用曲线上的矢量数据点的矢量数据的特征变化来进行矢量数据压缩的矢量数据压缩方法以及矢量数据压缩装置。

背景技术

随着计算机技术的发展，地图制图学结合计算机技术形成的计算机地图制图学也正得到迅速发展，已在普通地图制图、专题地图制图、数字高程模型、地籍制图、地形因子制图、地理信息系统中得到了广泛应用，并且显示出了强大的生命力。计算机地图制图过程中的一项重要任务就是自动制图综合，矢量数据压缩是制图综合的关键技术，其主要对象是线状要素中心轴线和面状要素的边界数据(几何数据)。

除此之外，数字地图等的出现也对矢量数据提出了更高的要求，要求数字地图存储的适量数据能够更加高效、传输能够更加迅速。这样对矢量数据的压缩提出了更高的要求，要求压缩率更高，图像失真率最小。

地图最基本的特征是以缩小的形式表达地面事物的空间结构，这个特征表明，地图不可能把地面全部事物毫无遗漏地表示出来，地图上所表现的地面景物与实际相比从数量上看减少了，而从图形上看缩小并且简化了。这是因为地图上所表现的内容都是经过取舍和化简的。对矢量数据的压缩是化简的重要组成部分，也是最关键的部分。

目前，已经有许多成熟的矢量数据压缩方法，但由于考虑的方向不一样或者是其应用领域不一致，在用于地图数据压缩时都存在着一些不足的地方。

例如，传统的nth压缩方法在压缩数量上有明显的优势，但是原曲线的图形保持较差。

再例如，另一种传统的压缩方法，即，道格拉斯--普克算法，能够较好地保持曲线的走向，并且在大多数情况下压缩效果也较好。然而，当曲线弯曲程度变化很大(曲率变化满足阈值)时，一些曲率较小的矢量数据点就会被舍去，从而可能造成地形失真。

此外，传统的光栅法因为光栏口径的不断缩小，检测条件也越来越严格，导致压缩率不大，效果不明显。并且，同道格拉斯一普克法一样，在压缩过程中当曲线弯曲程度变化很大时，会丢失一些曲率小的矢量数据点。

基于上述压缩算法的不足，提出了基于特征变化的矢量数据压缩方法。

发明内容

因此，本发明提供一种根据矢量数据所表示的曲线的弯曲程度即曲率的变化特征来压缩该矢量数据的矢量数据压缩方法，实现压缩程度高而且失真率小的矢量数据压缩。

为了实现本发明的上述和其他目的，根据本发明的一个方面，提供基于曲线特征变化的矢量数据压缩方法，其中，该矢量数据为经过采样和数字化该曲线所得到的矢量数据，并且按照预定顺序排列成的矢量数据点组，包括以下步骤：按照预定方法为所有矢量数据点赋予面积属性，该面积属性的正负用于描述所述曲线的走势；基于矢量数据点的面积属性所表现出的走势将其进行分类，以得到矢量数据点的面积属性分组，进而使得同一个面积属性分组内的每一个矢量数据点所表示的曲线段具有相同的走势；计算每个面积属性分组中的矢量数据点的垂距属性，并计算每个面积属性分组中各矢量数据点的垂距属性的垂距平均值；以及舍弃面积属性分组内的矢量数据点中满足垂距小于预定阈值并且小于相应面积属性分组的面积属性分组垂距平均值的矢量数据点。

根据本发明的该一个方面，该矢量数据压缩方法保留面积属性分组中的首尾矢量数据点，并且抽取每个面积属性分组中的首尾矢量数据点，组成面积属性分组首尾点组，并且对该面积属性分组首尾点组中的矢量数据点组进行上述舍弃操作。

根据本发明的该一个方面，该矢量数据压缩方法还对经过上述压缩后剩下来的矢量数据点重复进行上述压缩处理，直到操作不再能够舍弃矢量数据点为止。

根据本发明的该一个方面，该矢量数据压缩方法不同时舍弃相应点组中的相邻矢量数据点。

根据本发明的该一个方面，该矢量数据压缩方法通过以下方法计算矢量数据点的面积属性：除了曲线的首尾矢量数据点P₀和P_n外，其它矢量数据点P₁，P₂，...，P_n-1以每三个矢量数据点P_i-1，P_i，P_i+1为一组，计算其所形成的三角形的面积S_i，并将面积S_i在赋予表示所述曲线在相应矢量数据点的走势特征的正负号之后，与三角形的底边长为P_i-1P_i+1和三角形的高H_i一起赋给P_i作为此矢量数据点的面积属性。