[发明专利]一种无冗余的大规模地形数据组织方法和读取方法

说明书

技术领域

本发明涉及一种数据的组织和读取方法，属于信息数据存储领域，具体涉及一种针对大规模地形数据无冗余的组织方法和读取方法。

背景技术

随着“数字地球”概念的提出，以及航拍技术的发展，地形可视化领域可获得的原始地形数据规模逐渐增大，待处理的地形数据规模已达到TB级别。如此巨大的数据不可能全部载入内存，因此必须存储在外存上，待需要时再载入部分数据进入内存参与绘制。这就是常用的out-of-core技术。

Out-of-core技术中最重要的就是将原始地形数据合理的划分并存储在外存上。目前国内外主流的大规模地形数据组织方法分为两步：

1、先将原始地形划分成若干规模较小的地形子块；

2、再对地形子块进行多分辨率组织，将组织好的多分辨率地形数据存储在外存上。

第一、原始地形划分方法主要是使用均匀分块方法，即将原始地形划分成大小相同的子块。例如赵友兵等人将4097×2049的地形按矩形网格平均分为128×64个小块，每块大小为33×33(赵友兵、石教英、周骥等，一种大规模地形的快速漫游算法.计算机辅助设计与图形学学报，2002，14(7)：624-628.)。这种方法简单有效的将大地形划分成大小相同的子块，子块作为数据调度的基本单位。

然而一般的地形块划分方法，不可避免的会在地形块边缘处产生顶点冗余，如图1所示。

第二、对子块进行多分辨率组织则主要使用金字塔模型，即按一定的方法将地形剖分成不同的分辨率层次，地形数据按层次进行存储，最常用的剖分层次的方法是使用四叉树剖分。例如戴晨光等人就使用了瓦片金字塔来组织地形多分辨率数据(戴晨光，张永生，邓雪清.一种用于实时可视化的海量地形数据组织与管理方法.系统仿真学报，2005，17(2)：406-409.)。虽然使用金字塔模型能够很好的将地形子块剖分成不同分辨率的层次数据，但是这种方法普遍存在数据冗余过大，以牺牲外存存储空间来换取处理时间的弊端。

其中专利号200710051621.2，专利名称“一种基于对象存储的地形数据存储方法”的中国专利，是将地形数据及其属性数据组织成地形存储对象存储在基于对象存储系统中，相邻或相近地形数据瓦片的地形存储对象分布于基于对象存储系统内的不同基于对象存储设备。由于该方案是按金字塔分层方式存储的，层间仍然会产生冗余。

因此冗余成为了一种技术缺陷，尤其是在存储大规模数据时更为突出，属于影响数据存储的一种弊端，故需要解决这种的缺陷。

发明内容

本发明所要解决的技术问题是提供一种无冗余的大规模地形数据组织方法以及读取方法，该方法对地形子块产生冗余的区域进行单独存储，不同地形子块共享冗余区域，针对现有技术中数据存储时出现冗余的缺陷，解决存储空间浪费过大的问题。

本发明所提出的技术问题是这样解决的：构造一种无冗余的大规模地形数据组织方法，其特征在于：

(1)、先对原始地形数据进行均匀分块；

(2)、构建文件RowFile、文件ColFile来存储地形子块公共边的顶点；

(3)、对每个地形子块的内部顶点数据构建文件单独存储。

根据本发明所述的一种无冗余的大规模地形数据组织方法，其特征在于：文件RowFile是按行来存储公共边的顶点。

根据本发明所述的一种无冗余的大规模地形数据组织方法，其特征在于：文件ColFile是按列来存储公共边的顶点。

根据本发明所述的一种无冗余的大规模地形数据组织方法，其特征在于：按照如下方式分块：其中原始大地形的分辨率为M*N，其中M*N满足(2m+1)*(2n+1)；平均分块的地形子块的分辨率为K*K，即(2k+1)*(2k+1)，其中1＜k＜min(m，n)；分块数目为P*Q块，其中P*Q满足为((M-1)/(K-1))*((N-1)/(K-1))。

根据以上所述的一种无冗余的大规模地形数据组织方法，其特征在于：对于M*N的原始大地形，平均分块大小为K*K，分块数目为P*Q块，

其中文件RowFlie一共存放了Q+1行边界数据；它的顶点编号规则为：顶点编号从序号0开始；从第0到M-1的顶点是第0行边界，而从M到2M-1的顶点为第1行边界，以此类推，故第n行的边界是从n*M到(n+1)*M-1的顶点(0≤n≤Q)。在行边界文件中，从它存放的某个地形子块的第一个行边界点开始的K个连续的顶点组成该地形子块的行边界。