《一种灵活高效的遥感影像金字塔构建算法》由会员分享，可在线阅读，更多相关《一种灵活高效的遥感影像金字塔构建算法（4页珍藏版）》请在金锄头文库上搜索。
1、计算机系 统应 用的年 第期一种灵活高效的遥感影像金字塔构建算法。,翻晰八伪谭庆全毕建涛池天河中国科学院遥感应用研究所北京摘要为了实现遥感影像的网络快速发布,构建影像金字塔存储模型是普遥采用的方 法。但传统的影像金字塔构建算法在效率和适用性方面都存在诸多不足。针对问题,本文给 出了一种灵活高效的影像金字塔模型的构建算法,影像的切割与重来样均在内存中运算完成,尽可能地减少操作,从而提高其执行效率。算法中用到的参数用户都可根据实际需要进行定制,从而提高了算法的灵活性和可操作性。在功中对算法进行编程 实现。实践证明该算法高效、易用,为遥感影像的网络快速发布提供了基础和保降。关健词遥感影像 影像金字塔
2、影像切割 重采样网络发布遥感技术和地理信息系统技术经过最近几十年的发展,已经广泛渗透到国民经济的各个领域。遥感影像作为中的一种重要数据来源,每天都有大的数据产生。同时,海的遥感影像数据又是国家空间数据基础设施、数字地球建设及相关领域研究的重要数据基础,实现其网络共享成为必然的发展趋势。另外,随着网络技术的迅猛发展,人们从网上获取地理信息的需求在日益增长。因而,为了推进集成、数字地球及信息共享等研究工作的开展,为了更好地为政府或公众提供空间信息服务,如何实现遥感影像在互联网上的快速发布就成为十分重要而又迫切的研究任务川。为了实现在上遥感影像的快速发布,比较成功的方法是将影像重采样、分层切割,建立
3、影像金字塔存储模型 。即预先生成多级分辨率的影像,以牺牲存储空间来换取响应时间。在实现遥感影像网络发布的过程中,除了上述影像金字塔的建立,还需要多种技术的支撑,包括 数据压缩与备份、空间索引、无缝拼接、数据缓存等。影像金字塔的建立是其它工作的前提和基础,本文将对此展 开研 究,实现 一种高效、灵活的影像金字塔构建算法。影像金字塔模型由于遥感影像数据量非常庞大,直接将整幅图像发布在网上是不现实的。而且,由于受屏幕分辨率的限制,用户每次只能浏览有限的一个影像区域。因此,没有必要一次性传给用户过大的图像范围,以免增加服务器和网络负担、加长用户等待的时间。虽然借助一些成熟的软件比如、曳等,可 以方便地
4、实现遥感影像的网络发布,可 以实现平滑的缩放与漫游但是由于对每个用户的每个请求,服务器都需要实时生成一幅相应地理范围和 比例尺的图像返回给客户端因而,服务器负担很重,用户等待的时间也相对较长,一般摇要几秒钟,当多用户并发访问时会达到十几秒。这样长的时间,一般的网络用户是无法接受的。借助影像金字塔存储模型,可 以很好地实现环境下遥感影像的快速获取 与实时缩放。影像金字塔顾名思义就是以原始图像为基础通过重采样依次生成不同比例尺的各层影像数据,并且各层均是以相同大小的多个切片文件进行保存。服务器在处理用户的请求时,首先定位到比例尺最接近的一层数据上,然后查询出覆盖用户请求范围的影像切片并返回给客户端
5、,最后在网页上完成拼接再呈现给用基金项目国家“十五“科技攻关计划“中国可持续发展信息共享系统的研究开发以拼实践经脸晰叱讹创 压附妇限的年第期计算 机 系统应 用户。在上述过程中,服务器只孺要将用户感兴趣的少量数据传输给客户端,并且不需要实时计算生成,因而响应速度很快,几乎可 以实现实时缩放。图给出了一个层影像金字塔结构的示意图。图传统算法流程图 图层影像金字塔示意图影像金字塔构建算法影像金字塔的构建算法可 以 比喻为一个“加工厂”,输入的是原始影像数据,输出的是金字塔切片文件,如图所示。不同的算法,最终的输出可能是完全一样的,但由于中间采取的加工”方法不一样,那么在处理效率、可操作性、灵活性等
6、方面将会存在很大的差别。原原 始影像像像算法法, , , ,加工厂图算法功能示意图这种算法的计算过程可分为两个阶段一是建立多级分辨率影像的分层阶段图中虚线以上部分二是对各层影像进行分片切割阶段图虚线以下部分。显然,在由原始影像数据到生成最终切片文件的过程中,中间播要多次执行操作加载前一层影像数据或保存影像文件,这无疑会大大降低程序的执行效率。一种新算法本文实现的算法,将尽可能减少执行操作,充分利用内存中的数据重复采样计算,来提高算法的执行效率。算法流程图如图所示,只有必需的“加载原始影像数据”与“保存切片文件”执行操作,其它计算均在内存中完成。即不需要事先生成代表某一层的影像文件,而是将不同层
7、上对应相同地理范围的切片文件直接在内存中运算生成。传统算法在传统算法中影像金字塔的构建过程是先将原始影像进行重采样生成较低分辨率的影像并保存为一个新的影像文件然后对该影像文件再进行重采样生成更低分辨率的影像,依次进行,直到完成预定的分层最后再对每层的影像进行切割并保存成切片文件。其算法流程如图所示。据要说明的是,由于影像的数据量非常大,所以在生成新的一层影像数据时,一般孺要多次加载前一层的影像数据才能完成。图本文算法流程图介口团娜时欲实践经脸计算机 系统应用年第期按照图的“输入一加工厂一输出”模型来分析,“加载原始影像数据”和保存切片文件”分别对应输入”和输出”,是必须执行操作的,除此之外其它
8、的操作均可理解为算法所做的“无用功”。根据图和图对比,可以很容易看出,传统算法在“加工”的过程中做了许多无用功”,而本文算法在“加工”的过程中所做的全是有用功”,因而肯定比传统算法的执行效率高。此外,如果能对算法中所用的参数包括每次加载数据的大小、切片文件的大小、金字塔分层数、重采样算法及参数设置等进行灵活配置,算法的适应性和灵活性将会大大改善。因此,该算法还考虑了如下几个关键问题。采样密度即影像金字塔中第层的多少个象紊采样为第层的一个象素。采样密度越小,可以得到越连续的缩放效果,但对应金字塔分层数增多,数据冗余加大,占用更多磁盘空间。反之,采样密度越大,影像金字塔数据越小,但缩放效果差。因而
9、,在实际应用中,要综合考虑影像大小、实际籍求、算法设计等多种因素,选择合适的采样密度。一般情况下,采样密度可取为,。内存利用合理有效地利用内存是算法成败的关键因素。影像数据是行列顺序存放的,因而在许多算法中,每次加载的数据常常取作几行或几列。由于处理的影像大小不同,则每次加载的数据就不 同。当数据较大时,在内存小的计算机上算法无法运行当数据较小时,内存又得不到有效利用。因而,理想的做法是,算法应根据具体运行计算机的内存大小来调整每次加载数据,的多少在内存允许的情况下,尽可能加载多的数据。本文的算法是根据最大允许的内存,自动判断每次加载数据的多少。采样算法常用的重采样算法主要有最邻近点、双线性插
10、值、三次立方卷积等,其具体原理和算法实现在此不再赘述。用户可以直接在界面上选择需要的采样算法。采样密度、采样算法、切片大小、保存路径、金字塔分层数、最大允许内存等所有的参数都可以由用户根据豁要在程序上定制。以图所示的参数为例,采样密度为,金字塔分层数为,那么最顶层的一个影像块与最底层的即科 个影像块对应相同的地理范围如图中阴影部分所示。最大允许内存为,切片大小为象紊时,一次可以加载约个原始影像切块的数据,则可以循环生成个切片分别对应、层的、个切片。其切割与重采样计算过程完全在内存中运算完成,因而非常高效。经测试,在完成相同的影像金字塔切割任务时,本 文算法 比传统算法至少可 以节 省的时间。本
11、文以一幅全球影像象素,字节,刀格式 为例,以象素为切片大小,以为采样密度,分成层,进行切割,图给出了分布在各层上的切片效果图。最后实现了该遥感影像在网络上的快速发布,如图所示。图中所示的影像是由行列的切片拼接而成。程序实现及应用。层层。层层。层对本文提出的算法,在功中进行图层金字塔中的切片示意图编程实现,程序运行界面如图所示。算法中用到的实映经住伪以讹四俪翔加年 第期计算机系统 应用图影像网络发布页面结束语本文给 出了一种高效的影像金字塔模型的构建算法,该算法尽可能减少不必要的操作,影像切割和重采样的计算过程均在内存中运算完成,从而大大提高了其执行 效 率,缩 短用户访 问等 待 的 时 间。
12、利用十中对算法进行编程实现,并且算法中用到的所有参数用户都可根据实际需要进行定制,保证了算法的灵活性和可操作性。与传统方法相比,本文的算法在效率、可操作性和灵活性上都有很大改善,从而为影像的网络快速发布提供了基础和保障。要更有效地在集成、数字地球、信息共享等研究领域中利用这些影像数据,使之更好地为政府、企业或公众提供服务,还 需要在数据压 缩与备份、空 间索引、无缝拼接、数据缓存等方面作进一步的研究工作。参考李仁浦犬杨超伟,李琦,承继成 遥感影像的发布研究与实现遥感学报,一王密,龚健稚,李德仁大型无缝影像数据库管理 系统的设 计与 实现武汉 大学学报信息科学版,一朱江,张立 立,宋关福海量空间数据发布的关键技术高技术通讯,一熊静,张苦基于的遥感影像发布系统的研究遥感信息,一一,一一呷一,一刘鹤,毕建涛,曹彦荣等遥感影像数据库引擎设计与实现 地球信息科学,一朱欣焰,陈能成,王密面向网络的海童影像空间数据在 线 分发技术武汉大学 学报信 息科 学版,一一,一,一,呻七,一毕建涛面向网络共享的地理信息服务研究博士学位论丈北京中国科学院地理科学与资源研究所,毕建涛,胡争光,王星星等面向网络的遥感影像数据 自动拼接算法研究计算机应用研究,增刊一阶川勘实践经验
