基于边扩张算法和熵编码的3D网格模型的拓扑信息压缩

本文总结了三类不经三角剖分直接编码多边形网格模型拓扑信息的单分辨率压缩法,对其中基于边区域扩张的Face Fixer算法进行了研究,并分别应用同阶自适应区间编码法和算术编码法对三角形网格模型和多边形网格模型进行了压缩.实验结果表明:随着模型数据量的增大,区间编码的压缩率和压缩速度反而高于算术编码,因而对于大数据量的网格...     

一种DEM数据无损压缩的方法

数字高程模型（DEM）是网络3维地形可视化系统最重要的数据源之一。而且数据量巨大。数据压缩是缩短DEM在网络上的传输时间和节省存储空间的有效方法和途径。本文提出了用最小二乘预测模型和算术编码实现DEM最佳平均码长。并比较了几种预测方法,推导了最优线性二乘预测模型,优化了自适应算术编码的数据结构以加快编码的进程。最后对不同无损编码技术的压缩结果进行了分析,实验证明本文提出的压缩方案是可行的。     

遥感图像压缩技术的研究

针对GIS灰度遥感图像的特点,以香农无干扰编码定理为依据,提出了四叉树—算术编码,实验证明,本文采用的将遥感图像降熵与四叉树-算术编码相结合的压缩编码技术,在提高了图像压缩比的同时,基本保留了遥感图像丰富的几何信息,符合GIS应用的要求,是一种有效的压缩处理方法。     

复杂三维建筑物模型的线性几何编码

提出了一种适合复杂三维建筑物模型高效网络传输的线性几何编码方法.首先对建筑物模型进行体元化,构建原始模型的八叉树索引,然后依据索引结构的层间扩展模式和各模式的经验概率对其几何信息进行线性压缩编码,最后通过构建空间密度场,采用改进的MC算法对线性码流进行解码重构.实验表明,该方法不受原始模型表面拓扑连接关系的约束,能够在保持模型外观的前提下有效减少复杂三维建筑物模型网络传输的数据量和等待时间.     

三维数字城市模型自动编码与更新方法

针对大范围三维数字城市模型编码工作现状,分析了模型编码,参照信息数据形式及其与模型的空间拓扑关系,提出了编码过程分基础编码和顺序编码2个阶段进行的编码方法。实验结果表明,该方法可以稳健高效地完成自动编码与更新任务,避免了人工编码的不足。     

自适应二维行程编码及其应用

本文在分析和比较多种信息编码技术的基础上,提出了一种自适应二维行程编码方法。该方法在规定的范围内自动选择二维行程,使得行程数尽可能少。行程值可采用不等长码字的熵编码法编码,以求最大限度地压缩数据。自适应二维行程编码扩展了基于线性四叉树的二维Morton行程编码,并具有更大的数据压缩比。初步实验表明,该方法具有较强的数据压缩能力,可用于压缩二值影像和少灰度影像(特别是块状影像和图形文字扫描影像),并可作为PIS(或GIS)的一种数据结构。     

基于预测树的天气雷达回波数据无损压缩

利用了各层回波图像间的相关系数建立预测排序树,采用了自适应算术编码实现天气雷达回波数据的无损压缩,实现了天气雷达回波数据的有效压缩。     

一种高光谱遥感影像无损压缩方法与应用

针对遥感影像巨大数据量给传输、存储造成巨大压力和压缩比低的问题,本文提出了一种改进的自适应波段重排和最小均方误差预测的高效无损压缩方法。该方法能自适应地确定波段的最佳顺序,并根据最小均方误差预测充分利用这种排序相关性消除影像冗余。首先,该方法对高光谱影像波段自适应分组,在每个组内利用最小生成树算法排序,以提升相邻波段的谱间相关性。然后,对组内波段自适应地选择上下文进行谱间和谱内预测,去除高光谱影像的冗余。最后,对预测残差进行二进制算术编码去除统计冗余,完成高光谱影像无损压缩。基于资源一号高光谱影像的试验结果表明,本文方法有效利用了谱内、谱间相关性,改善了预测性能,优于常用的压缩方法。     

遥感图像的自适应混合压缩编码

遥感图像的巨大信息量,给图像存贮、记录、传输和处理带来很大的困难。尤其是在微机上进行图像处理,这一问题更为突出。图像压缩编码技术是解决问题的主要途径。但是,文献介绍的一些常用的图像压缩编码方法,大多会导致信息量的减少,有的不适用于遥感图像,或者方法不容易实现。本文提出的图像的自适应混合压缩编码方法,吸收了几种压缩编码方法的优点,基于图像的空间相关性和局部均匀程度,对图像进行压缩编码,方法不仅容易实现,而且有较高的图像数据压缩效果,压缩比一般能达到2左右。自适应图像混合压缩编码方法属于冗余度压缩,不导致信息量的任何减少。     

似图形图像序列压缩编码方案的研究

针对远程炒股、远程教学和远程协同工作中的计算机屏幕共享问题，提出了一种对似图像序列进行无损压缩的编码方案。首先将似图形图像转化成索引图像，然后对索引图像序列进行帧间行程编码和自适应预测Huffman编码，最后再对码流进行LZ77编码。实验表明，该方案能够有效地压缩似图形图像序列，与一般的无损图像编码方案相比，明显地提高了图像的压缩效率，压缩比可达到80：1以上。