CN104881433A - 一种存储遥感影像的方法和系统 - Google Patents
一种存储遥感影像的方法和系统 Download PDFInfo
- Publication number
- CN104881433A CN104881433A CN201510212568.4A CN201510212568A CN104881433A CN 104881433 A CN104881433 A CN 104881433A CN 201510212568 A CN201510212568 A CN 201510212568A CN 104881433 A CN104881433 A CN 104881433A
- Authority
- CN
- China
- Prior art keywords
- row
- column
- level
- remote sensing
- sensing image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000011218 segmentation Effects 0.000 claims abstract description 5
- 238000005516 engineering process Methods 0.000 claims description 17
- 238000003709 image segmentation Methods 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 4
- 238000013499 data model Methods 0.000 abstract description 4
- 230000008901 benefit Effects 0.000 abstract description 2
- 238000013500 data storage Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/56—Information retrieval; Database structures therefor; File system structures therefor of still image data having vectorial format
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
Abstract
本发明适用于图像处理领域，提供了一种存储遥感影像的方法和系统，所述方法包括：对待处理遥感影像进行分割处理，将所述待处理遥感影像分割为多个大小相同的矢量图片，以level_row_column命名所述矢量图片；以所述矢量图片构建向上的影像金字塔，所述构建具体为：以相邻的四块矢量图片生成金字塔；通过添加遥感影像信息对所述影像金字塔进行命名，并以所述遥感信息为BigTable系统的键值；将所述经过命名的影像金字塔存储到BigTable。通过本发明实施例可以在不修改遥感影像数据模型的情况下，存储多种异构的遥感影像数据。
Description
技术领域
本发明属于图像处理领域，尤其涉及一种存储遥感影像的方法和系统。
背景技术
随着遥感技术以及高分辨卫星技术的发展，当今社会对高分辨率遥感卫星数据的存储以及访问的需求在越来越大，随着分布式技术在大数据的环境下发展也越来越成熟。遥感影像数据不同于传统的网络数据，其数据的增长速度十分迅速，由于遥感影像所处于的领域其浏览和处理也需要受限于特定的平台，给遥感领域的发展带来了许多阻碍。并且随着中国高分辨率卫星技术的不断发展，高分1号、高分2号卫星的发射，高分辨率遥感影像的数量也在不断增长，国内对于遥感影像数据存储的需求也十分急切。
但是由于遥感影像数据由于不同卫星和传感器所生产的数据格式、数据特征也有一定的差异性，这给遥感影像数据的存储带来了一定的困难，随着卫星运行时间的增长数据量也在不断的增长给存储带来了许多挑战。
发明内容
鉴于此，本发明提供一种存储遥感数据的方法和系统，以解决现有技术难以存储不同类型的遥感数据的技术问题。
本发明实施例是这样实现的，一种存储遥感数据的方法，所述方法包括以下步骤：
对待处理遥感影像进行分割处理，将所述待处理遥感影像分割为多个大小相同的矢量图片，以level_row_column命名所述矢量图片，所述level为以分辨率对图像进行的分级，row为纬度，column为经度；
以所述矢量图片构建向上的影像金字塔，所述构建具体为：以相邻的四块矢量图片生成金字塔，所述相邻四块矢量图片的命名分别为：level_row_column、level_row+1_column、level_row_column+1、level_row+1_column+1；
通过添加遥感影像信息对所述影像金字塔进行命名，并以所述遥感信息为BigTable系统的键值，所述命名为satellite_sensor_level_row_column_date；
将所述经过命名的影像金字塔存储到BigTable。
本发明实施例还提供一种存储遥感影像的系统，所述系统包括：
影像分割单元，用于对待处理遥感影像进行分割处理，将所述待处理遥感影像分割为多个大小相同的矢量图片，以level_row_column命名所述矢量图片，所述level为以分辨率对图像进行的分级，row为纬度，column为经度；
影像金字塔构建单元，用于以所述影像分割单元分割的矢量图片构建向上的影像金字塔，所述构建具体为：以相邻的四块矢量图片生成金字塔，所述相邻四块矢量图片的命名分别为：level_row_column、level_row+1_column、level_row_column+1、level_row+1_column+1；
影像金字塔命名单元，用于通过添加遥感影像信息对所述影像金字塔构建单元构建的影像金字塔进行命名，并以所述遥感信息为BigTable系统的键值，所述命名为satellite_sensor_level_row_column_date；
影像金字塔存储单元，用于将经过所述影像金字塔命名单元命名的影像金字塔存储到BigTable。
本发明实施例，将待处理遥感影像分割为多个长宽相同的矢量图片，以该矢量图片构建向上的影像金字塔，通过添加遥感影像信息对所述影像金字塔进行命名，以遥感信息为BigTable系统的键值，将经过命名的影像金字塔存储到BigTable，通过本发明实施例可以在不修改遥感影像数据模型的情况下，存储多种异构的遥感影像数据。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的存储遥感影像方法的流程图；
图2是本发明实施例提供的存储遥感影像系统的结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一
如图1所示为本发明实施例提供的存储遥感影像方法的流程图，所述方法包括以下步骤：
步骤S101，对待处理遥感影像进行分割处理，将所述待处理遥感影像分割为多个大小相同的矢量图片，以level_row_column命名所述矢量图片，所述level为以分辨率对图像进行的分级，row为纬度，column为经度。
在本发明实施例中，由于遥感影像具有多个不同的级别，而不同级别的遥感影像对应的格式也不同，因此需要将待处理遥感影像补全为一个矩形，并将该矩形分割为多个大小相同的矢量图片，且该矢量图片为正方形图片，该矢量图片以level_row_column进行命名，其中，level为以分辨率对遥感影像进行的分级，row为纬度，column为经度。
步骤S102，以所述矢量图片构建向上的影像金字塔，所述构建具体为：以相邻的四块矢量图片生成金字塔，所述相邻四块矢量图片的命名分别为：level_row_column、level_row+1_column、level_row_column+1、level_row+1_column+1。
在本发明实施例中，以分割后的矢量图片构建向上的影像金字塔，该构建影像金字塔具体为：以相邻的四块矢量图片生成金字塔，该四块矢量图片的命名分别为level_row_column、level_row+1_column、level_row_column+1、level_row+1_column+1，且row和column均为偶数。
步骤S103，通过添加遥感影像信息对所述影像金字塔进行命名，并以所述遥感信息为BigTable系统的键值，所述命名为satellite_sensor_level_row_column_date。
在本发明实施例中，遥感信息具体的键值是：level_row_column为行的键值，satellite_sensor为列簇，date为列名。
步骤S104，将所述经过命名的影像金字塔存储到BigTable。
在本发明实施例中，由于BigTable采用的是NoSQL的存储模型，其在物理方面采用键值对存储，对复杂的查询操作方法支持并不完善，因此需要对该遥感影像进行命名，命名为satellite_sensor_level_row_column_date，其中，level_row_column为行的键值，satellite_sensor为列簇，date为列名，通过这些键值可以使用户通过BigTable系统快速查找到需要的遥感影像。
本发明实施例，将待处理遥感影像分割为多个长宽相同的矢量图片，以该矢量图片构建向上的影像金字塔，通过添加遥感影像信息对所述影像金字塔进行命名，以遥感信息为BigTable系统的键值，将经过命名的影像金字塔存储到BigTable，通过本发明实施例可以在不修改遥感影像数据模型的情况下，存储多种异构的遥感影像数据。
作为本发明的一个可选实施例，在所述将所述经过命名的影像金字塔存储到BigTable的步骤之后，所述方法还包括以下步骤：
通过区域附近缓存技术和时间跨度缓存技术优化查找所述影像金字塔的速度。
在本发明实施例中，具体的查找遥感影像的过程中，如果需要访问特定位置的矢量数据，对于区域附近缓存技术而言，由于BigTable的键值为level_row_column模式，当用户访问level_row_column这个矢量图片时，可以同时加载level_row_column+1、level_row_column-1、level_row-1_column-1、level_row-1_column、level_row-1_column+1、level_row+1_column-1、level_row+1_column、level_row-1_column+1这8个附近的矢量图片，当用户需要时可以为客户快速加载这8个矢量图片。
对于时间跨度缓存技术，在访问特定时间区域影像数据时，可以根据设计的数据存储模型同时缓存相邻事件跨度的数据内容，以优化访问速度。
实施例二
如图2所示为本发明实施例提供的存储遥感影像系统的结构图，为了便于说明，仅示出与本发明实施例相关的部分，包括：
影像分割单元201，用于对待处理遥感影像进行分割处理，将所述待处理遥感影像分割为多个大小相同的矢量图片，以level_row_column命名所述矢量图片，所述level为以分辨率对图像进行的分级，row为纬度，column为经度。
在本发明实施例中，由于遥感影像具有多个不同的级别，而不同级别的遥感影像对应的格式也不同，因此影像分割单元201需要将待处理遥感影像补全为一个矩形，并将该矩形分割为多个大小相同的矢量图片，且该矢量图片为正方形图片，该矢量图片以level_row_column进行命名，其中，level为以分辨率对遥感影像进行的分级，row为纬度，column为经度。
影像金字塔构建单元202，用于以所述影像分割单元201分割的矢量图片构建向上的影像金字塔，所述构建具体为：以相邻的四块矢量图片生成金字塔，所述相邻四块矢量图片的命名分别为：level_row_column、level_row+1_column、level_row_column+1、level_row+1_column+1。
在本发明实施例中，影像金字塔构建单元202以分割后的矢量图片构建向上的影像金字塔，该构建影像金字塔具体为：以相邻的四块矢量图片生成金字塔，该四块矢量图片的命名分别为level_row_column、level_row+1_column、level_row_column+1、level_row+1_column+1，且row和column均为偶数。
影像金字塔命名单元203，用于通过添加遥感影像信息对所述影像金字塔构建单元202构建的影像金字塔进行命名，并以所述遥感信息为BigTable系统的键值，所述命名为satellite_sensor_level_row_column_date。
在本发明实施例中，遥感信息具体的键值是：level_row_column为行的键值，satellite_sensor为列簇，date为列名。
影像金字塔存储单元204，用于将经过所述影像金字塔命名单元203命名的影像金字塔存储到BigTable。
在本发明实施例中，由于BigTable采用的是NoSQL的存储模型，其在物理方面采用键值对存储，对复杂的查询操作方法支持并不完善，因此需要对该遥感影像进行命名，命名为satellite_sensor_level_row_column_date，其中，level_row_column为行的键值，satellite_sensor为列簇，date为列名，通过这些键值可以使用户通过BigTable系统快速查找到需要的遥感影像。
本发明实施例，将待处理遥感影像分割为多个长宽相同的矢量图片，以该矢量图片构建向上的影像金字塔，通过添加遥感影像信息对所述影像金字塔进行命名，以遥感信息为BigTable系统的键值，将经过命名的影像金字塔存储到BigTable，通过本发明实施例可以在不修改遥感影像数据模型的情况下，存储多种异构的遥感影像数据。
作为本发明的一个可选实施例，所述系统还包括：
优化单元205，用于通过区域附近缓存技术和时间跨度缓存技术优化查找所述影像金字塔的速度。
在本发明实施例中，具体的查找遥感影像的过程中，如果需要访问特定位置的矢量数据，对于区域附近缓存技术而言，由于BigTable的键值为level_row_column模式，当用户访问level_row_column这个矢量图片时，可以同时加载level_row_column+1、level_row_column-1、level_row-1_column-1、level_row-1_column、level_row-1_column+1、level_row+1_column-1、level_row+1_column、level_row-1_column+1这8个附近的矢量图片，当用户需要时可以为客户快速加载这8个矢量图片。
对于时间跨度缓存技术，在访问特定时间区域影像数据时，可以根据设计的数据存储模型同时缓存相邻事件跨度的数据内容，以优化访问速度。
本领域普通技术人员可以理解为上述实施例二所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
本领域普通技术人员还可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以在存储于一计算机可读取存储介质中，所述的存储介质，包括ROM/RAM、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种存储遥感影像的方法，其特征在于，所述方法包括以下步骤：
对待处理遥感影像进行分割处理，将所述待处理遥感影像分割为多个大小相同的矢量图片，以level_row_column命名所述矢量图片，所述level为以分辨率对图像进行的分级，row为纬度，column为经度；
以所述矢量图片构建向上的影像金字塔，所述构建具体为：以相邻的四块矢量图片生成金字塔，所述相邻四块矢量图片的命名分别为：level_row_column、level_row+1_column、level_row_column+1、level_row+1_column+1；
通过添加遥感影像信息对所述影像金字塔进行命名，并以所述遥感信息为BigTable系统的键值，所述命名为satellite_sensor_level_row_column_date；
将所述经过命名的影像金字塔存储到BigTable。
2.如权利要求1所述的方法，其特征在于，在所述将所述经过命名的影像金字塔存储到BigTable的步骤之后，所述方法还包括以下步骤：
通过区域附近缓存技术和时间跨度缓存技术优化查找所述影像金字塔的速度。
3.如权利要求1～2任一项所述的方法，其特征在于，所述遥感信息具体的键值是：level_row_column为行的键值，satellite_sensor为列簇，date为列名。
4.如权利要求1所述的方法，其特征在于，所述矢量图片为正方形矢量图片。
5.一种存储遥感影像的系统，其特征在于，所述系统包括：
影像分割单元，用于对待处理遥感影像进行分割处理，将所述待处理遥感影像分割为多个大小相同的矢量图片，以level_row_column命名所述矢量图片，所述level为以分辨率对图像进行的分级，row为纬度，column为经度；
影像金字塔构建单元，用于以所述影像分割单元分割的矢量图片构建向上的影像金字塔，所述构建具体为：以相邻的四块矢量图片生成金字塔，所述相邻四块矢量图片的命名分别为：level_row_column、level_row+1_column、level_row_column+1、level_row+1_column+1；
影像金字塔命名单元，用于通过添加遥感影像信息对所述影像金字塔构建单元构建的影像金字塔进行命名，并以所述遥感信息为BigTable系统的键值，所述命名为satellite_sensor_level_row_column_date；
影像金字塔存储单元，用于将经过所述影像金字塔命名单元命名的影像金字塔存储到BigTable。
6.如权利要求5所述的系统，其特征在于，所述系统还包括：
优化单元，用于通过区域附近缓存技术和时间跨度缓存技术优化查找所述影像金字塔的速度。
7.如权利要求5～6任一项所述的系统，其特征在于，所述遥感信息具体的键值是：level_row_column为行的键值，satellite_sensor为列簇，date为列名。
8.如权利要求5所述的系统，其特征在于，所述矢量图片为正方形矢量图片。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510212568.4A CN104881433B (zh) | 2015-04-28 | 2015-04-28 | 一种存储遥感影像的方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510212568.4A CN104881433B (zh) | 2015-04-28 | 2015-04-28 | 一种存储遥感影像的方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104881433A true CN104881433A (zh) | 2015-09-02 |
| CN104881433B CN104881433B (zh) | 2019-02-26 |
Family
ID=53948927
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510212568.4A Active CN104881433B (zh) | 2015-04-28 | 2015-04-28 | 一种存储遥感影像的方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104881433B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111666363A (zh) * | 2020-04-22 | 2020-09-15 | 国家信息中心 | 一种海量高分辨率影像数据切片及质量控制的方法及装置 |
| CN112164066A (zh) * | 2020-10-10 | 2021-01-01 | 清华大学 | 一种遥感图像分层分割方法、装置、终端及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101246545B (zh) * | 2008-02-22 | 2010-07-07 | 华南师范大学 | 一种光学遥感图像去云的泊松方法 |
-
2015
- 2015-04-28 CN CN201510212568.4A patent/CN104881433B/zh active Active
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111666363A (zh) * | 2020-04-22 | 2020-09-15 | 国家信息中心 | 一种海量高分辨率影像数据切片及质量控制的方法及装置 |
| CN111666363B (zh) * | 2020-04-22 | 2023-10-24 | 国家信息中心 | 一种海量高分辨率影像数据切片及质量控制的方法及装置 |
| CN112164066A (zh) * | 2020-10-10 | 2021-01-01 | 清华大学 | 一种遥感图像分层分割方法、装置、终端及存储介质 |
| CN112164066B (zh) * | 2020-10-10 | 2022-12-02 | 清华大学 | 一种遥感图像分层分割方法、装置、终端及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104881433B (zh) | 2019-02-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10282439B2 (en) | Storing and querying multidimensional data using first and second indicies | |
| US10667082B2 (en) | Method and apparatus for determining index grids of geo-fence | |
| US20230084389A1 (en) | System and method for providing bottom-up aggregation in a multidimensional database environment | |
| Eldawy et al. | The era of big spatial data | |
| CN105814562B (zh) | 用于在线无共享数据库中数据的重新分布的系统和方法 | |
| CN104657436B (zh) | 基于MapReduce的静态瓦片金字塔并行构建方法 | |
| Zhang et al. | Hbasespatial: A scalable spatial data storage based on hbase | |
| Whitby et al. | Geowave: Utilizing distributed key-value stores for multidimensional data | |
| CN103995861A (zh) | 一种基于空间关联的分布式数据装置、方法及系统 | |
| CN107463366A (zh) | 一种基于移动App的界面动态化方法 | |
| CN103455531A (zh) | 一种支持高维数据实时有偏查询的并行索引方法 | |
| Van et al. | An efficient distributed index for geospatial databases | |
| Larsson et al. | Fast and robust approximation of smallest enclosing balls in arbitrary dimensions | |
| Eldawy et al. | The era of big spatial data: a survey | |
| CN112434030B (zh) | 基于树形结构数据的高性能列表实现方法与设备 | |
| EP3743821A1 (en) | Wide key hash table for a graphics processing unit | |
| CN104881433A (zh) | 一种存储遥感影像的方法和系统 | |
| CN104391947A (zh) | 海量gis数据实时处理方法及系统 | |
| Li et al. | An improved distributed storage model of remote sensing images based on the HDFS and pyramid structure | |
| CN111008198A (zh) | 业务数据获取方法、装置、存储介质、电子设备 | |
| US20180253445A1 (en) | Geo-positioning information indexing | |
| Rueda-Ruiz et al. | SPSLiDAR: towards a multi-purpose repository for large scale LiDAR datasets | |
| CN103425790B (zh) | 一种建立逆向时空四维数据模型的方法及装置 | |
| Kontakis et al. | Spatial indexing of complex virtual reality scenes in the web | |
| Han et al. | A novel spatio-temporal data storage and index method for ARM-based hadoop server |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |