CN101388043A - 一种基于小块图片的ogc高性能遥感图像地图服务方法 - Google Patents

Abstract

一种基于小块图片的OGC高性能遥感图像地图服务方法：将遥感文件切割成Tile，每个Tile为256×256象素的JPG格式图块；设置存储规则，通过经纬度参数能够获取到Tile的物理存储路径；分析客户端的请求参数，提取经纬度信息；根据经纬度信息，按照图片的获取规则算出在此范围内的所有图片的存储路径；将所有图片进行拼接成一张完整的大图片；将图片存储在服务器的临时目录中，并将URL返回给客户端。本发明可以提高现有遥感图像地图发布服务的性能，对此类遥感应用的发展奠定基础。

Description

一种基于小块图片的OGC高性能遥感图像地图服务方法

技术领域

本发明涉及一种基于小块图片的OGC高性能遥感图像地图服务方法，主要用于遥感图像的管理。

背景领域

随着互联网应用的快速发展，WebGIS应用也深入到各个行业领域，例如道路查找、地质勘探和气象预报等。随着遥感地图数据量的逐日上升，所拥有的信息已经非常巨大，但是，对于这些大量数据的应用还处在初级阶段。数据格式是多样化，访问标准也是多样化的。很难让这些数据合理的集成到一个应用系统中来。

为了解决遥感数据的互操作性问题，OGC(Open Geospatial Consortium，开放地理空间组织)提出了一系列的规范。这些规范提出了地图服务器应该遵循的一系列标准，满足这些标准的服务器对外界提供了统一的地图服务器接口，而内部却不限制如何实现。通过这种方式，大量数据得以共享，任何浏览地图的客户端只要遵循这个接口规范去请求数据，就能够取得所需范围的地图信息。

目前常见的WebGIS平台类型大致可分为三种：

(1)服务器端实时绘制地图的WebGIS平台。这方面的产品有很多，由于开始得比较早，也比较成熟(比如MapXtream、Supermap IS、ArcIMS)。这种架构的优点就是可以生成比较复杂的地图图片，不需要巨大的服务器存储空间。但是用户的每一次请求都要进行地图刷新、取图、图像编码(复杂图像更慢，例如卫星影像)，因为图片是在用户请求下才生成的，即使使用一些缓存的技术手段，服务器的图片生成速度依旧是个很大的瓶颈。

(2)基于MapTile技术的WebGIS平台。时下流行的Google Map、Virtual Earth、Mapbar、MapABC这些门户型的WebGIS应用都采用“Tile”(瓦片)这种技术。即把地图的栅格图预先处理成影像金字塔进行切换，然后再对图片进行编码，存放在服务器上，客户端进行缩放、漫游等操作时，只需要动态计算“地图瓦片”的URL，然后访问那些“瓦片”并下载客户端显示出来，这些“地图瓦片”体积都很小，通常几十到几百千字节不等，而且还可以缓存在客户端，所以在网络条件比较好的时候，浏览起来感觉很流畅。这种架构省略了制图引擎这些对服务器性能消耗很大的环节，因为它的图片是事先生成好存放在服务器端的，所以服务器端需要准备巨大存储容量的存储设备来存储无数的“地图瓦片”。也因为所有的属性要素都集中在一个“瓦片”上，所以实现地物高亮等效果就显得很困难。

(3)基于矢量数据技术的轻量级WebGIS平台，相关的技术有SVG、VML、Flash、XAML等。跟前两种平台不同的是，这种平台使用矢量地图数据，而非栅格数据，这就意味着可以完全不需要服务器绘图，数据只是存放在服务器端，客户端请求时一次性发送到客户端并进行地图渲染，缩放、漫游等基本操作都可以只在客户端完成，不需要与服务器交互。但很无奈的是没办法解决数据量很大的问题，所以这种平台只适合于数据量不大的轻量级GIS应用。

符合OGC规范的WebGIS平台大多属于第一种平台，这种平台的劣势是相应时间迟缓。由于符合OGC规范的服务器是根据客户端的请求参数(地图范围、颜色和透明度等)在服务器端实时绘制地图，然后返回给客户端，这就造成了这种类型的服务器响应时间上有明显的缺陷。特别是复杂的遥感地图，绘制起来是需要相对长的时间的，并且对服务器的处理性能也有很高的要求。而现在的WebGIS系统大多采用第二种平台，将数据源进行预处理，其中绝大部分是将数据成像后，再划分成Tile，即小块图片存储在服务器上，这样能够加快服务器对请求的相应。但是这种平台并不对OGC标准提供很好的支持，其提供的地图服务很难为其它应用程序所使用，限制了地图数据资源的发布和流通。第三种平台通常用来发布矢量数据，而缺少对大量遥感栅格数据的支持。

为了满足地图发布服务符合OGC规范，提高地图服务的可用性，并且加快现有地图发布服务相应迟缓的问题，本发明提出了一种基于小块图片的OGC高性能遥感图像地图服务方法。

发明内容

本发明的技术解决问题：为了解决OGC地图服务的迟缓问题，综合第一种平台和第二种平台的优势，提出了一种基于小块图片的OGC高性能遥感影像地图服务方法，该方法采用了将遥感数据源划分为小块图片的方法，解决了现有利用OGC规范发布地图服务的效率迟缓等问题。

本发明的技术解决方案：一种基于小块图片的OGC高性能遥感图像地图服务方法，核心思想是将遥感图像地图事先处理好，并且以Tile(瓦片)，即小块图片的形式存储在服务器上，根据客户端的请求范围，采用规则取得这些小块图片，并且拼接在一块，返回给客户端，具体步骤如下：

第一步：根据遥感图像的分辨率，确定所述的遥感图像的级别；

第二步：将每一级别中的遥感图像沿着标准网格线切割成小块图片Tile；

第三步：采用多级目录结构的存储规则将所述的小块图片Tile存储在磁盘对应目录上；

第四步：根据OGC请求参数中的BBOX字段，进行小块图片查找，从BBOX字段中提取经纬度信息，通过本发明提供的算法计算出小块图片的文件名称，然后按照小块图片获取规则计算出在此范围内的小块图片的存储路径，从而得到所有小块图片的物理存储位置；

第五步：将所述的所有小块图片进行拼接成一张完整的大图片；

第六步：裁剪掉所述的大图片周围多余的部分；

第七步：将裁剪后的图片存储在服务器的临时目录中，并将存储图片的URL返回给客户端。

所述第一步中按照遥感图像分辨率的大小，确定所述的遥感图像的级别时，需要对原始遥感图像生成图像金字塔，即将遥感图像分成19个级别，从1级到19级，金字塔每一层对应特定大小的图像分辨率，级别越高对应的分辨率越高，即图像越清晰，第1级对应图像金子塔的最顶层，第19级对应图像金子塔最底层。

所述的第二步切割成小块图片Tile的方法如下：

(1)将遥感地图和将遥感地图按照分辨率划分级别的标准网格重叠；

(2)沿着标准网格线对遥感地图进行切割，分割成等大的正方形图片。

所述第三步中的多级目录结构的存储规则为：

(1)第一级目录表示遥感图像级别，确定遥感图像的级别后，将其存放在对应的目录中；

(2)第二级至第三级目录表示遥感小块图片在全球范围内的位置，确定小块图片的位置后，将其存放在对应的目录中；

(3)第四级目录表示遥感小块图片的类型，将其存放在对应的目录中；

(4)第五级目录表示遥感小块图片的波段，根据遥感小块图片的波段，将其存放在对应的目录中；

(5)规定14-19级图像用第2级目录来表示小块图片的位置，9-13级用1级目录来表示小块图片的位置，1-8级不用划分目录来表示小块图片的位置。

所述第四步中小块图片查找的方法为：

(1)根据OGC(Open Geospatial Consortium，开放空间信息组织，该组织提出了OGC规范)请求参数中的BBOX四个字段，即请求范围内的最小经度lon_min、最小纬度lat_min、最大经度lon_max和最大纬度lat_max，得出请求小块图片的左上角经纬度为lon_min，lat_max，右下角经纬度为lon_max，lat_min；

(2)根据OGC请求参数中的width、height参数(这两个参数分别是请求地图的宽和长，单位是像素)和所述步骤(1)的左上角经纬度和右下角经纬度，计算出请求小块图片每个像素所代表的经纬度，其中X方向每像素所代表的经纬度lonppx＝(lon_max-lon_min)/width；Y方向每像素所代表的经纬度latppx＝(lat_max-lat_min)/height；

(3)确定查找小块图片的级别，与存储的每一级小块图片Tile做比较，取出分辨率最接近并且更高一级的小块图片，确定级别的小块图片满足以下三个条件：X方向每像素的经纬度<lonppx，Y方向每像素的经纬度<latppx，满足前两个条件中级别最高的小块图片；

(4)采用LonLat2XY算法进行经纬度到标准网格位置的转换，算出每幅图片左上角的位置为X_min,Y_min，右下角的位置为X_max，Y_max；

(5)请求范围内的小块图片满足以下条件：X_min<X<X_max，Y_min<Y<Y_max，至此小块图片的X，Y，Z值已经确定，就查找到了所需要的小块图片。

所述的小块图片的获取规则为：在获得了小块图片的相对于存储服务器根目录的路径后，在加上根目录的绝对路径，就得到了小块图片的物理存储位置。

本发明与现有技术相比的优点在于：

(1)本发明由于图片是事先处理好的，没有图片处理引擎在时间上的开销，所以服务器相应的速度会非常快，再加上图片被划分为小块图片，每一小块图片通常只有几千字节大小，所以使图片的传输速度也会很快，这两方面的作用使得服务器的相应速度得到很大提升。

(2)本发明的地图服务根据OGC标准进行发布，保证了任何系统只要提供正确的OGC参数就能使用本地图服务，极大的方便了数据的集成使用。

(3)本发明设置的多级目录存储规则保证了同一个目录下存储的文件数量不超过4096个，在这种存储结构下，通过获取规则，在计算出小块图片物理路径后，能够快速查找到小块图片，使得整个地图服务响应效率得到提高。

(4)本发明的图片查找方法由于是基于多级目录的分布存储结构，通过图片获取算法能够快速定位到图片的位置。在大规模图片的存储情况下提高了图片查找的效率。

(5)本发明的将原始遥感图像生成图像金字塔，并根据不同的显示要求调用不同分辨率的图像，达到快速显示漫游的目的。

附图说明

图1为本发明方法的流程图；

图2为本发明的遥感图像金字塔示意图；

图3为本发明的标准网格示意图；

图4为本发明的遥感图像的切割示意图；

图5为本发明的地图块的命名规则示意图；

图6为本发明的第14级到第19级图像分层目录存储结构示意图；

图7为本发明的第9级到第13级图像分层目录存储结构示意图；

图8为本发明的第1级到8级图像分层目录存储结构示意图；

图9为本发明的图片的拼接示意图；

图10为本发明的图片的切割示意图；

图11为本发明的客户端请求地图服务流程图。

具体实施方式

如图1所示，本发明方法具体步骤如下：

1、确定遥感图像的级别

图像金字塔技术的出现是为了满足图像多分辨率快速浏览的需要。为了提高图像的实时缩放显示速度，快速获取不同分辨率的图像信息，需要对原始遥感图像生成图像金字塔，并根据不同的显示要求调用不同分辨率的图像，达到快速显示漫游的目的。

本发明按照遥感图像分辨率的大小，将遥感图像分成19个级别，从1级到19级，金字塔每一层对应特定大小的图像分辨率，级别越高对应的分辨率越高，即图像越清晰。第1级对应图像金子塔的最顶层，第19级对应图像金子塔的最底层。相邻级别的图像分辨率大小为2倍的关系，以现有数据为例，第19级图像分辨率为0.6米，第18级图像分辨率为1.2米，图像级别、分辨率以及数据来源的对应关系如2所示，级别与分辨率的换算关系如公式(1)所示：

scale＝log₂(1/resolution)+18      (1)

其中scale表示图像级别，resolution为图像分辨率。

金字塔结构如图2所示。

2、切割遥感图像

标准网格是一些正方形组成的格子。标准网格的范围包含了全球地图。每个级别都有对应的标准网格，标准网格定义了每一级图片中任何一张图片的位置，每一个地图块都必须位于标准网格中。

标准的1级网格为1个256×256象素的正方块，2级网格为4个256×256象素的正方块......N级网格为4^n-1个256×256的小块。图3所展示的是1至3级网格的示意图，每一级网格的外框范围就是整个世界地图的范围。各级标准网格的小块数满足这样的条件：N级标准网格的图像块数＝N+1级标准网格的图像块数÷2。前3级标准网格如图3所示。

采用Google Map的投影坐标系统EPSG：900913对图片进行投影后，将图片放在标准网格对应位置中，沿着标准网格线对图片进行切割。例如图4是一张CBERS02B卫星拍摄的北京地区的卫星图像，根据图像的描述文件(里边包含经纬度等信息)，将图片放在对应级别的标准网格中的对应位置(确定图片的位置需要用到第4节的算法LonLat2XY)，然后沿着标准网格线对图片进行切割，边缘没有填满标准网格的部分用黑色进行填充。

切割图像完成之后，对没一个小图块进行命名。如图5，以三级标准网格为例，将网格左上方设置为坐标原点，横方向为X方向，向右边递增，竖方向为Y方向，向下递增。网格块的命名形式为xMyNzP，M为网格块在X方向上的值，N为网格块在Y方向的值，P为网格块的级数。地图块的命名就是所处网格块的命名。

3、存储遥感小图块

遥感图像具有多源、多分辨率、多波段及海量的特点，在对投地球影平面进行分割和图像金字塔构建理论的基础上，本发明采用多级分层的目录存储结构存储Tiles，每层目录标示不同的遥感图像属性信息。根据图像级别的不同，目录的层次从三层到五层不等。

第一层目录，标示图像的级别信息。对于遥感图像金字塔的19个图像级别，每个级别对应一个第一层目录，命名方式采用“ScaleZ”的方式，其中Z代表图像的级别，例如：Scale19，Scale18......Scale1。

第二到五层目录根据图像级别的不同代表不同的意义。

对于第14级到19级的图像，目录共分五层。第二层目录和第三层目录都是标示对整个地球投影平面的平均分区。例如：对于第19级图像，按照2.2节的分割方法得到Tile总数为4^19-1＝68719476736个，为了对大量的Tile进行清晰有效的管理，二、三层目录分别设计为对地球投影平面的粗细粒度分区。其中第二层有2⁵×2⁵个分区，将指数5称为分区指数，即将地球投影平面用2⁵×2⁵的网格进行分割，每个网格对应一个第二层目录，命名方式与Tile命名方式类似，目录名称从X0Y0......X0Y31......X31Y0......到X31Y31。第三层目录同样是对地球投影平面的平均分区，但每个分区的范围更小(即所包含的Tile数量更少)，它是将地球投影平面用2¹¹×2¹¹的网格进行分割，这样每个第二层目录下将有2⁶×2⁶个第三层目录，第三层目录的命名方式也与Tile类似，从X0Y0......X63Y63......X64Y64......X127Y127......到X2047Y2047。

对于第18级到第14级的图像，其第二层目录与19级图像相同，而第三层目录其分区指数依次减1，即18级对应的第三层目录有2¹⁰×2¹⁰个分区，17级对应2⁹×2⁹个分区......14级对应2⁶×2⁶个分区。

第四层目录标示遥感图像的主题信息，即遥感图像的数据源，例如CCD传感器、HR传感器，QuickBird卫星数据。

第五层目录标示波段信息，如果第四层目录对应的遥感数据主题有多个波段，则为每个波段建立一个第五层目录，否则不建立第五层目录，将Tile直接存储于第四层目录下。第14级到19级图像的目录结构如图6所示，其中S表示图像的级别。

对于第13级到第9级图像，由于Tile数量相对较少，只对整个地球投影平面进行一次平均分区，对应于第二层目录，它们的分区数目依次为：2⁵×2⁵，2⁴×2⁴到2×2。第三层目录标示遥感图像的主题信息，第四层目录标示波段信息。目录结构如图7所示，共分四层，其中S表示图像的级别。

对于第8级到第1级图像，由于Tile数量已经很少，不需要再对地球投影平面进行分区，他们的第二层目录即标示遥感图像的主题信息，第三层目录表示波段信息。目录结构如图8所示，共分三层。

4、查找存储的小块图片

本发明提出了适合于EPSG：900913投影体系的小块图片的查找方法，该方法中利用了LonLat2XY算法。这个算法用来计算已知左上角经纬度和级别的小图块在标准网格中所处的位置。

LonLat2XY算法的伪代码如下所示：

算法lotlat2xy，根据已知Tile的名称获取Tile左上角经纬度坐标的值输入参数：位置点的经纬度坐标值lon，lat，图像级别：z输出参数：Tile的X，Y轴坐标值

Begin

   //x轴和y轴方向的Tile数

   width←height←2^z-1；

   //每个Tile在经度上的跨度

   tileWidth←360.0/width；

   //计算X轴坐标值

   x←(lon+180.0)/tileWidth；

   //整个地球投影平面最北端纬度值对应的相对弧度，此值接近π值

   yTop←1at2y1(85.051125)；

   //整个地球投影平面最南端纬度值对应的相对弧度

   yBottom←1at2y1(-85.051125)；

   //所求Tile左上角纬度值对应的相对弧度

   ytmp←1at2y1(lat)；

   //计算Y轴坐标值

   y←height*(ytmp-yT))/(yB-yT)；

   returnx，y；

End

计算出小块图片在标准网格的位置后，即知道图片名称xMyNzP中M、N和P值后，根据图片的获取规则，可以利用小块图片的相对存储路径的获取算法getMapDir计算图片的相对于存储服务器根目录的路径，在加上根目录的绝对路径(通常是由系统的配置文件给出)，就得到了小块图片的物理存储位置。

getMapDir算法的伪代码如下所示：

算法getMapDir，获取Tile的存储路径

输入参数：Tile的坐标值x，y；Tile的图像级别：z；Tile的主题：t；Tile的波段：b，可为NULL

输出参数：Tile相对于地图存储根目录的逻辑路径

Begin

   destDirPath←″″；

   //设置对应分层目录分区方式的分区指数

   //定义grade1为粗粒度分区的分区指数

   //定义grade2为细粒度分区的分区指数

   grade1←grade2←0；

   if z<＝19and z>＝14do

          grade1←5；grade2←z-8；

   else if z<＝13 and z>＝9do

          grade1←z-8；

   //第一层目录路径

   destDirPath←＂Scale＂+z；

   if z>＝9 do

   //目录名称中X的值为Tile的X坐标除以

   //该目录分区所覆盖的Tile数的平方根，

   //即2z-1/2grade1＝2z-1-grade1

   xPartGrade1←x/2z-1-grade1；

   yPartGrade1←y/2z-1-grade1；

   //第二层目录名称

   dirNameGrade1←＂X＂+xPartGrade1+＂Y＂

   +yPartGrade1；

   //第二层目录路径

   destDirPath←destDirPath

   +dirNameGrade1；

   //当z>14时，grade2←z-8，目录名称

   //中X的值仍为Tile的X坐标除以该目录

   //分区所覆盖的Tile数的平方根，即

   //2z-1/2grade2＝2z-1-grade2＝27

   ifz>＝14do

      xPartGrade2←x/27；

       yPartGrade2←y/27；

       //第三层目录名称

       dirNameGrade2←＂X＂+xPartGrade2+＂Y＂+yPartGrade2；

       //第三层目录路径

       destDirPath←destDirPath+dirNameGrade2；

       //最终相对路径，包含主题目录和波段目录

       destDirPath←destDirPath+t+b；

  return destDirPath；

End

有了以上两个算法，系统就可以通过OGC请求参数来查找到所需要的所有小块图片。

具体查找的步骤如下：

(1)分析OGC请求参数中的BBOX字段。BBOX参数由四个字段构成，分别是：请求范围内的最小经度lon_min、最小纬度lat_min、最大经度lon_max和最大纬度lat_max。由此可以得出，请求地图块的左上角经纬度为lon_min，lat_max，右下角经纬度为lon_max，lat_min。

(2)分析width和height请求参数。读取请求中的width和height参数，计算请求图片每个像素所代表的经纬度。显然，X方向每像素所代表的经纬度lonppx＝(lon_max-lon_min)/width；Y方向每像素所代表的经纬度latppx＝(lat_max-lat_min)/height。

(3)确定查找小块图片的级别。跟存储的每一级Tile小块图片做比较，取出分辨率最接近并且更高一级的小块图片。确定级别的图片满足以下三个条件：X方向每像素的经纬度<lonppx；Y方向每像素的经纬度<latppx；满足前两个条件中级别最高的图片。

(4)由于请求小块地图的级别数是已知的，可以用算法LonLat2XY进行经纬度到标准网格位置的转换。算出左上角的位置为X_min，Y_min，右下角的位置为X_max，Y_max。

(5)请求范围内得图片满足以下条件：X_min<X<X_max，Y_min<Y<Y_max。图片的X，Y，Z值已经确定，就查找到了所需要的图片。可以利用算法getMapDir获取到每张图片的物理存储位置。

5、拼接小块图片

当得到所需小块图片后，需要将图片拼接成一张整图，拼接的方法如图9所示。

由于取出来的图片的位置都是连续的，所以只需要按照X和Y递增的方式依次把图片拼接在一起。

6、切割图片多余边缘

如图10所示，请求的地图范围不一定刚好在标准网格上，例如请求的是AB范围，但经过图片拼接后得到的是CD范围的图片，所以需要将多余的边裁掉。

本发明提出了适合于EPSG：900913投影体系的算法XY2LonLat。这个算法的作用根据小块图片名称(在标准网格中的位置)计算出其左上角的经纬度。

XY2LonLat算法的伪代码如下所示：

算法xy21otLat，根据已知Tile的名称获取Tile左上角经纬度坐标的值

输入参数：Tile的坐标值x，y

          Tile的图像级别：z

输出参数：Tile左上角的经度和纬度

//function lat2y：将纬度值转化为近似EPSG：900913坐标系统下的坐标值

//输入参数：纬度值

function double lat2y1(double lat){

    

     

}

Begin

   //x轴和y轴方向的Tile数

   width←height←2^z-1；

   //每个Tile在经度上的跨度

   tileWidth←360.0/width；

   //计算左上角经度，西经为负值

   lon←x*tileWidth-180；

   //整个地球投影平面最北端纬度值对应的相对弧度，此值接近π值

   yTop←lat2y1(85.051125)；

  //整个地球投影平面最南端纬度值对应的相对弧度

  yBottom←lat2y1(-85.051125)；

  //_y为所求Tile左上角纬度值对应的相对弧度

  _y←((yBottom-yTop)*y)/height+yTop；

  //计算纬度值

  //Math.atan2()将矩形坐标转极坐标

  lat←(360*Math.atan2(e^-y，1))/3.14159265-90；

  return lon，lat；

End

用算法LonLat2XY算出A点所处标准网格的位置，再用算法XY2LonLat算出标准网格中C点的位置后，再加上知道每个象素所代表的经纬度，所以能确定A点和C点的偏移象素值，从而最终确定应该切割掉的部分。同理，BD两点之间的偏移也可计算，然后进行多余部分的切割。

7、返回请求图片

经过以上步骤的处理后，把图片存放在服务器的临时目录中，并且将这个图片的URL返回给客户端，完成图片请求的处理。

本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1、一种基于小块图片的OGC高性能遥感图像地图服务方法，其特征在于包括以下步骤：

第一步：根据遥感图像的分辨率，确定所述的遥感图像的级别，即将遥感图像分成19个级别；

第二步：将每一级别中的遥感图像沿着标准网格线切割成小块图片Tile；

第三步：采用多级目录结构的存储规则将所述的小块图片Tile存储在磁盘对应目录上；

第四步：根据开放地理空间组织OGC请求参数中的BBOX字段，进行小块图片查找，从BBOX字段中提取经纬度信息，通过本发明提供的算法计算出小块图片的文件名称，然后按照小块图片获取规则计算出在此范围内的小块图片的存储路径，从而得到所有小块图片的物理存储位置；

第五步：将所述的所有小块图片进行拼接成一张完整的大图片；

第六步：裁剪掉所述的大图片周围多余的部分；

第七步：将裁剪后的图片存储在服务器的临时目录中，并将存储图片的URL返回给客户端。

2、根据权利要求1所述的基于小块图片的OGC高性能遥感图像地图服务方法，其特征在于：所述第一步中按照遥感图像分辨率的大小，确定所述的遥感图像的级别时，需要对原始遥感图像生成图像金字塔，即将遥感图像分成19个级别，从1级到19级，金字塔每一层对应特定大小的图像分辨率，级别越高对应的分辨率越高，即图像越清晰，第1级对应图像金子塔的最顶层，第19级对应图像金子塔最底层。

3、根据权利要求1所述的基于小块图片的OGC高性能遥感图像地图服务方法，其特征在于：所述的第二步切割成小块图片Tile的方法如下：

(1)将遥感地图和将遥感地图按照分辨率划分级别的标准网格重叠；

(2)沿着标准网格线对遥感地图进行切割，分割成等大的正方形图片。

4、根据权利要求1所述的基于小块图片的OGC高性能遥感图像地图服务方法，其特征在于：所述第三步中的多级目录结构的存储规则为：

(1)第一级目录表示遥感图像级别，确定遥感图像的级别后，将其存放在对应的目录中；

(2)第二级至第三级目录表示遥感小块图片在全球范围内的位置，确定小块图片的位置后，将其存放在对应的目录中；

(3)第四级目录表示遥感小块图片的类型，将其存放在对应的目录中；

(4)第五级目录表示遥感小块图片的波段，根据遥感小块图片的波段，将其存放在对应的目录中；

(5)规定14-19级图像用第二级目录来表示小块图片的位置，9-13级用1级目录来表示小块图片的位置，1-8级不用划分目录来表示小块图片的位置。

5、根据权利要求1所述的基于小块图片的OGC高性能遥感图像地图服务方法，其特征在于：所述第四步中小块图片查找的方法为：

(1)根据OGC请求参数中的BBOX四个字段，即请求范围内的最小经度lon_min、最小纬度lat_min、最大经度lon_max和最大纬度lat_max，得出请求小块图片的左上角经纬度为lon_min，lat_max，右下角经纬度为lon_max，lat_min；

(2)根据OGC请求参数中的宽width、高height参数和所述步骤(1)的左上角经纬度和右下角经纬度，计算出请求小块图片每个像素所代表的经纬度，其中X方向每像素所代表的经纬度lonppx＝(lon_max-lon_min)/width；Y方向每像素所代表的经纬度latppx＝(lat_max-lat_min)/height；

(3)确定查找小块图片的级别，与存储的每一级小块图片Tile做比较，取出分辨率最接近并且更高一级的小块图片，确定级别的小块图片满足以下三个条件：X方向每像素的经纬度<lonppx，Y方向每像素的经纬度<latppx，满足前两个条件中级别最高的小块图片；

(4)采用LonLat2XY算法进行经纬度到标准网格位置的转换，算出每幅图像左上角的位置为X_min，Y_min，右下角的位置为X_max，Y_max；

(5)请求范围内的小块图片满足以下条件：X_min<X<X_max，Y_min<Y<Y_max，至此小块图片的X，Y，Z值已经确定，就查找到了所需要的小块图片。

6、根据权利要求1所述的基于小块图片的OGC高性能遥感图像地图服务方法，其特征在于：所述的小块图片的获取规则为：利用小块图片的相对存储路径的获取算法getMapDir计算小块图片的相对于存储服务器根目录的路径，再加上根目录的绝对路径，就得到了小块图片的物理存储位置。

7、根据权利要求1所述的基于小块图片的OGC高性能遥感图像地图服务方法，其特征在于：所述第二步中的每个Tile为256×256象素的JPG格式小块图片。

Images