基于嵌入式GIS 的矢量地圖數據處理技術研究

何 姣， 王 偉

（貴州電子科技職業學院 電氣工程系， 貴州 貴安新區550003）

0 引 言

隨著社會科技的發展，嵌入式設備已深入生活，成為必不可少的生活娛樂設備。 地圖在嵌入式設備上的使用也越來越廣泛，地理信息系統技術（GIS）將地圖柵格數據、矢量數據和空間數據庫融合在一起，是地圖使用中信息最全面、應用最廣泛的技術［1－3］。 目前PC 端的地理信息系統技術已非常成熟，而嵌入式設備處理器運行速度慢、存儲空間有限，使得GIS 在嵌入式設備上的應用受到了一定限制。 隨著人們生活中需求的數據量增多，嵌入式設備上的地圖加載速度越慢，常常出現卡頓、空白區等現象。 為加快嵌入式GIS 地圖數據的訪問和獲取更優的地圖顯示，許多學者對地圖矢量數據處理進行了研究，提出了消息調度模型［4］、分區索引［5］、數據壓縮［3］等研究方法。 這些技術在一定程度上改善了地圖矢量數據加載速度，但仍不能滿足社會發展中數據量不斷增大的應用要求。 在硬件一定的條件下，可通過提高矢量地圖數據處理技術、提高數據壓縮量、運算速度等方式來改善GIS 在嵌入式設備上的應用。 垂線距離法和道格拉斯－普克法是矢量數據壓縮算法中的經典，能夠實現一定的矢量數據壓縮。 垂線距離法對矢量數據的壓縮程度低，并且容易失真；道格拉斯－普克法壓縮程度較好，能夠保持圖像基本特征，但運算復雜度太高，有可能因為中心點選擇不當，引起矢量數據整體偏離，造成嚴重失真［4－6］。

為了提高GIS 矢量地圖在嵌入式設備上的運行，本文從改變數據結構、提出新的矢量數據壓縮算法兩方面進行了研究。 為進一步提高數據壓縮程度、降低算法運算復雜度、避免中心點選取不正確引起整體圖像失真等現象，提出了一種新型的矢量數據壓縮算法。

1 改變地理坐標數據精度

通常，地理坐標數據采用雙精度（double）數據類型進行存儲，該數據類型占用8 字節（64 位）空間。 而3.8 英寸的液晶顯示屏僅可以顯示240?320分辨率的圖像［6］，也就意味著對一張圖進行縮放，最多能夠達到1 ∶1000 00。double 數據類型小數點后保留15 位數字，遠遠超過嵌入式屏幕分辨率能夠達到的要求。 因此，設計地理數據為double 數據類型，只是占用了嵌入式設備的內存空間而沒有實際用處。 而單精度（float）數據類型僅占用4 個字節（32 位），小數點后保留6 位有效數字，完全能夠滿足屏幕最大縮放比例要求。 將地理坐標數據的數據類型改為float 型，相當于將數據存儲空間壓縮至1／2，既能滿足坐標精度要求，又能有效節約嵌入式設備的存儲空間，提高嵌入式設備應用程序處理速度，提高地圖顯示優化效果。

2 地理數據圖層管理

與PC 端相比較，嵌入式設備具有屏幕分辨率低、處理器響應速度慢、內存空間小等特點。 一般情況下，在發布GIS 系統地圖時常選擇使用矢量地圖，將地圖分成“瓦片”數據進行存儲。 在有限的屏幕范圍內顯示地圖，首先加載粗大數據，當用戶對地圖進行放大時，加載更多詳細數據，當用戶對地圖進行縮小時，釋放掉多余數據，加載更多地圖瓦片。 設計空間地理數據庫中的地理要素進行分層管理，文中以貴州省平壩區馬尾松森林環境監測地圖為例。 地圖用于森林環境監測系統，傳感器節點所在位置是最受關注的對象，放在第一圖層，默認打開地圖時加載第一圖層矢量數據。 其余矢量數據，如：“小班”、“小班控制點”、 “路徑數據集”、“村”等要素放在優先級低的圖層。 當用戶對選定區域進行放大時顯示，縮小時關閉的情況下，利用加載這部分數據的空間資源，加載緩存更多地圖瓦片數據，等待新的用戶指令。

將空間數據庫中的地理要素進行圖層管理，能夠避免浪費嵌入式存儲空間和消耗CPU 運行時間。除了將圖層設置顯示優先級外，可以在地圖顯示View 上創建圖層按鈕控件，在相應的Fragment 上使用PopupMenu 創建按鈕。 用戶可以自由選擇加載需要的要素圖層。 使用PopupMenu 開發組件創建自定義菜單，將菜單設置為全部可選。 當選定需要的圖層要素時，將加載相應的要素圖層，其效果如圖1 所示。

功能實現的主要代碼如下：

／ ／使用動態地圖服務創建一個動態地圖圖層

圖1 顯示或隱藏要素圖層Fig.1 Show or hide feature layers

mMapImageLayer ＝newArcGISMapImageLayer（String URL）；

mMapImageLayer.setOpacity（0.5f）；／ ／設置圖層透明度

mMap.getOperationalLayers（）.add（mMapImage Layer）；／ ／添加為可操作圖層

mLayers＝mMapImageLayer.getSublayers（）；／ ／獲取要素服務子圖層

3 矢量數據壓縮算法

矢量地圖數據的線面數據通常存在大量的頂點，設備加載地圖時，繪制大量的點將消耗較長時間，影響地圖響應速度。 在嵌入式GIS 系統中，由于嵌入式設備自身的數據存儲量小、CPU 運行速度低的特點，對地圖數據進行壓縮是提高設備運行速度的有效方法。 矢量數據壓縮是一種有損壓縮，通過刪除冗雜的數據點來簡化地圖，既能保持圖像的基本特性又能簡化數據量，提高設備運行速度。

3.1 垂距限值法

曲線為一群點組成，從曲線的一端開始取點，連續取出三個點，計算中間點到兩端點連成的直線距離，若距離小于限定值ε，d ＜ε 則舍去中間點，d ≥ε 則保留中間點［7］。

3.2 道格拉斯－普克法

道格拉斯－普克法的基本思路是連接每一條曲線的首尾兩端，求出曲線上所有點到這條線段的距離，找出最大距離dmax并設定閾值ε。 若最大距離dmax小于閾值ε，則舍去這條線上的中間點，若最大距離dmax大于閾值ε，則將這條線以該點分為兩部分，分別對這兩個部分重復進行上述過程［8］，如圖2所示。

圖2 垂距限值法Fig.2 Vertical distance limit method

道格拉斯－普克法能夠較好的保持曲線的基本特征，設置的閾值越小，曲線的還原性越高。 道格拉斯－普克法運算過程中的遞歸運算方法，使得數據運算量過大，數據壓縮率降低。 設置閾值大，運算量小，還原度不高。 并且，如果其中有一個點出現偏差將會導致后續所有計算都偏離原來的方向，引起圖像的嚴重失真［9－10］。

綜上所述，文中采用一種新型的矢量數據壓縮算法。 基于道格拉斯－普克法的分割思想，采用垂線距離法取出特征點，用相鄰三個特征點連接直線形成夾角斜率，判斷特征點的有效性，以有效特征點分割曲線，重復上訴過程，最終有效特征點組成壓縮后的圖像。 新型的矢量數據壓縮算法能達到降低運算量，避免圖像整體走向失真的目的。

3.3 一種新型的矢量數據壓縮算法

3.3.1 算法思想

為了進一步提高矢量數據壓縮算法的準確度和降低道格拉斯－普克法的運算復雜度，文中提出一種新的算法。 該算法的基本思想是：求出曲線上到端點直線垂線距離最大的點和距離，通過計算，取垂線距離以2 的n 次方遞減的方法求出特征點，用相鄰三個特征點連接直線形成夾角斜率判斷特征點的有效性，以有效特征點分割圖像。 重復上述步驟，最終求出曲線上所有滿足條件的點，組成壓縮后的圖像。

3.3.2 算法實現

（1）設定一個垂線距離限定值ε，斜率限定值θ。

（2） 一條曲線連接首尾兩端點為一條直線l，求曲線上所有點到該直線l 的距離，找出最大距離D，并保留此點。

（3） 以直線l 作為x 軸，其垂線為y 軸。 向y 軸正負兩個方向作距離為D／2 的直線l 的平行直線l1／2和l－1／2，取出交點。

（4） 以l1／2為例，判斷直線l1／2與曲線的交點個數N，若N ＝0，說明y 軸正方向上曲線不存在與直線l 距離大于D／2 的點，若N ＝1，說明y 軸正方向上曲線存在一個與直線l 距離等于D／2 的點。 若N ≥2，說明y 軸正方向上曲線存在多個與直線l 距離大于D／2 的點。

（5） 分別以直線l1／2和l－1／2作為x 軸，以l1／2為例，若步驟4 中直線l1／2與曲線交點個數N ≤1，則只向直線l1／2作為x 軸的y 軸負方向作距離為D／4 的平行線。 再重復步驟4。 若步驟4 中直線l1／2與曲線交點個數N ＞1 則需向y 軸正負兩個方向作距離為D／4 的平行線。 重復步驟4.

（6） 按照距離以2 的n 次方遞減的方式重復步驟3 － 5，直到D／2n ≤ε 時結束，取出的點的位置保持不變。

（7）計算相鄰3 個點連接而成的兩條直線的斜率，

斜率差Δk，若Δk ≥θ，則保留中間點作為分割點，反之舍棄。

（8）以分割點進行切割曲線，將曲線分為若干段，重復以上步驟2～7，直到步驟2 中取到的最大距離D ＜ε，結束數據壓縮。 算法執行過程如圖3 所示。

圖3 道格拉斯－普克法Fig.3 Douglas puck method

4 試驗結果

試驗采用的嵌入式設備主要配置參數為：ITOP 4412 嵌入式開發平臺、微處理器芯片三星Exynos 4412、電源管理芯片S5M8767 、64 位雙通道DDR3、EMMC 存儲芯片、USB 接口擴展器（USB3505）以及4 組板對板連接器組成。 在嵌入式設備中實現新型的矢量數據壓縮算法，文中采用Android5.0 操作系統、Android studio 應用開發平臺、Java 語言編程。試驗數據來源于MapInfo 矢量數據，比例尺精度1 ∶10 000，電子地圖距離0.2 mm，將ε 值設置為0.2 mm，θ 值設置為1。 研究區域為安順市平壩區白云鎮小河村馬尾松林區，其經緯度坐標為：（106°15′8′～106°15′49′E，26°19′00′～26°19′32′N）。 試驗結果如表1 所示。

圖4 新型矢量數據壓縮算法示意Fig.4 A new algorithm of vector data compression

表1 壓縮后曲線與原始曲線對比Tab.1 Comparison between compressed curve and original curve

由表1 可見，新型算法的曲線長度和坐標平均值與原始曲線最接近。從算法復雜度上來看，新型算法的算法復雜度為o（2n － 1），遠低于道格拉斯－普克法算法復雜度o（n3）。 算法復雜度越低，運算速度越快。 新型的矢量數據壓縮算法從壓縮后矢量數據還原度和算法速度上都優于道格拉斯－普克算法。

5 結束語

文中提供的新型矢量數據壓縮算法，彌補了道格拉斯－普克算法復雜度高、失真較大的不足。 經新型的矢量數據算法壓縮后，結果更逼近原始矢量數據。 由此可見，本文提出的算法復雜度低、運算速度快、適合在嵌入式設備上運行。