[发明专利]增强型优势四叉树空间数据结构及其构建方法

说明书

本发明面向高分辨率遥感数字图像和高精度栅格图形数据的高效无损压缩存储，具体公开了一种增强型优势四叉树结构及其构建方法。本发明兼顾2⁸和2¹²灰度亮级栅格型空间数据高效无损压缩存储，充分挖掘优势四叉树空间数据结构的存储潜力，将树结点指针域改造为兼顾存储地址和存储属性需求的指针‑属性联合体，当树结点对应图块仅由不同单调子块构成时，用于存储这些子块的属性值，在降低树深度的同时，提高其存储效率。增强型优势四叉树与优势四叉树相比，数据压缩效率提升显著；与线性四叉树相比，压缩效率和访问效率更具优势，非常适合于存储高分辨率复杂遥感图像数据和大规模栅格型空间数据，可为数字图像分析和栅格型空间分析提供有力支持。

技术领域

本专利发明属于地理信息系统与遥感、地理空间数据组织、空间数据结构、数字图像压缩存储、图形学和空间大数据等技术领域，该项发明技术可以应用到海量栅格型空间数据和数字图像的组织与高效无损压缩存储，为高分辨率遥感图像数据和大规模高精度栅格型空间数据的分析与处理提供支撑。

背景技术

在数字图像和GIS栅格型空间数据的存储结构中，四叉树结构是一种极具应用潜力的空间数据结构，这种结构同时顾及了压缩存储与高效访问两方面的需求。对常规四叉树结构而言，其结点由一个属性域和四个孩子结点指针域构成，常规四叉树在空间数据检索方面具有优势，当存储一般简单图像数据时，可兼顾良好的空间复杂性和时间复杂性。而当存储复杂图像数据，尤其是大规模复杂图像数据时，其负压缩的存储性能表现使其不具有实用性。

常规四叉树存在的问题：1)相比用于图像中单调子块的属性存储空间，树中结点指针域存储开销十分庞大，通常为前者的8至16倍；2)树中1/4结点作为中间路径结点，这些结点的属性域空置浪费；3)占树总结点数3/4的叶子结点的指针值为空，这是造成压缩存储效率低下的主要原因；4)当存储复杂图像时常表现为负压缩，不适合存储复杂图像、高分辨率图像和大规模栅格数据。

线性四叉树结构是常规四叉树结构的改进，这种结构将常规四叉树中所有叶子结点存放的属性信息连同标识结点空间位置的路径信息一起作为存储目标，并以线性表的形式存储，释放了常规四叉树所有结点的指针空间，其改进主要体现在数据压缩效率的相对提高，但以放弃空间四叉树结构的数据表达为代价。

相关研究集中在线性四叉树的构建算法改进等方面，目标旨在提高构建效率和克服低数据访问效率，增强其可操作性和实用性。针对线性四叉树的构建，出现了基于递归分解的构建方法、二维行程编码的线性四叉树编码方式和借助数字搜索树的优化四叉树构造算法，为进一步提高构建线性四叉树的效率，有学者提出了基于十进制的Morton码的线性四叉树及其各种改进的构码方法，如变长路径编码的线性四叉树结构等。

线性四叉树结构也存在一些问题：1)由于丢弃了常规四叉树的中间路径结点，导致基于四叉树结构的高效空间搜索算法无法直接利用；2)由于结点属性域存储的仅是一个单调子块的属性，故需要存储的结点数量仍然十分庞大，占常规四叉树结点总数的3/4，这些结点还需存储标识其空间位置的路径码，压缩效率仍然受到限制；3)鉴于面向高精度复杂数字图像和高精度大规模栅格图形的空间分析处理严重依赖对数据的高频随机检索及访问，所以线性四叉树结构的应用受到制约。

为了克服常规四叉树结构和线性四叉树结构存在的问题与不足，针对2⁸灰度亮级图像的无损压缩存储，作者于2008年曾提出一种基于优势属性存储的四叉树空间数据结构，简称优势四叉树结构。在优势四叉树中，结点结构由一个特征码、一个属性域和一个孩子结点表指针组成。特征码为无符号字符型数据，孩子结点表指针占4个字节，优势属性值域域为单字节的无符号短整型。

优势四叉树结构为：