1、該文的主要內(nèi)容是實現(xiàn)空間數(shù)據(jù)庫中矢量數(shù)據(jù)和數(shù)字高程模型(DEM)的壓縮及多尺度表達,以及影像數(shù)據(jù)的壓縮.充分利用了小波分析、標量量化、矢量量化和神經(jīng)元網(wǎng)絡(luò)等方法,對這些方法在空間數(shù)據(jù)壓縮及多尺度表達中的應(yīng)用作了較為深入的研究和探討.首先對地理信息系統(tǒng)的概念及發(fā)展概況、空間數(shù)據(jù)的內(nèi)容和數(shù)據(jù)結(jié)構(gòu)以及小波分析的基本理論作了簡要的介紹,并著重分析了圖像小波變換系數(shù)的空間和頻率分布特點.然后論述了基于小波分析的矢量數(shù)據(jù)的壓縮及多尺度表達模型,給出

2、了具體的壓縮模型和算法,解決了小波變換后矢量壓縮數(shù)據(jù)的邊界失真問題和特征點移位問題.接著研究了數(shù)字高程模型數(shù)據(jù)的壓縮及多尺度表達問題,介紹了小波變換在其中的應(yīng)用,對數(shù)字高程模型小波變換系數(shù)進行了詳細的分析和總結(jié).并根據(jù)小波變換系數(shù)的統(tǒng)計特性設(shè)計了最優(yōu)標量量化器.還對基于小波多分辨分析(MRA)理論的數(shù)字高程模型多尺度表達進行了初步的討論.最后針對空間數(shù)據(jù)庫中的海量影像數(shù)據(jù),提出了小波變換與矢量量化相結(jié)合的壓縮方法.介紹了矢量量化的基本原