CN106557284A - 遥感图像处理方法及装置 - Google Patents
遥感图像处理方法及装置 Download PDFInfo
- Publication number
- CN106557284A CN106557284A CN201611123628.6A CN201611123628A CN106557284A CN 106557284 A CN106557284 A CN 106557284A CN 201611123628 A CN201611123628 A CN 201611123628A CN 106557284 A CN106557284 A CN 106557284A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- child node
- subgraph
- grid
- treating capacity
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000003709 image segmentation Methods 0.000 claims abstract description 17
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/061—Improving I/O performance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
- G06F3/067—Distributed or networked storage systems, e.g. storage area networks [SAN], network attached storage [NAS]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种遥感图像处理方法及装置,其中方法包括:获取网格中的多个子节点的最大数据处理量;根据所述最大数据处理量将遥感图像分割成多个遥感子图像;将所述多个遥感子图像发送给所述多个子节点,使所述多个子节点分别处理接收到的所述多个遥感子图像。本发明提供的遥感图像处理方法及装置,根据网格中的子节点的最大数据处理量将遥感图像分割成多个遥感子图像,从而使网格中的子节点根据子节点的处理能力实现并行处理遥感子图像,从而提高了遥感图像的处理速度。
Description
技术领域
本发明涉及遥感技术,尤其是一种基于分布式协同方式的遥感图像处理方法及装置。
背景技术
目前,遥感技术已经得到广泛应用,例如:在气象预报、国土普查、作物估产、森林调查、地质找矿、海洋预报、环境保护、灾害监测、城市规划和地图测绘等方面,而加快遥感数据的处理可以使遥感技术得到更好的应用,可以实现提前预测自然灾害,从而使损失降到最低;也可以实现及时地预报天气;还可以对重大工程进行及时地监控,因此提高遥感数据处理的速度已成为日益突出的问题。
随着信息技术和传感器技术的发展,遥感图像的空间分辨率、光谱分辨率和时间分辨率均大幅提高,对遥感图像进行处理的运算量也随之大幅增加,从而造成遥感图像的处理速度无法满足实际需要。
发明内容
本发明的目的在于提供一种遥感图像处理方法及装置,通过分布式协同方式处理遥感图像数据,提高遥感图像数据处理速度。
为实现上述目的,本发明提供了一种遥感图像处理方法,包括:
获取网格中的多个子节点的最大数据处理量;
根据所述最大数据处理量将遥感图像分割成多个遥感子图像;
将所述多个遥感子图像发送给所述多个子节点,使所述多个子节点分别处理接收到的所述多个遥感子图像。
上述遥感图像处理方法,根据网格中的子节点的最大数据处理量将遥感图像分割成多个遥感子图像,从而使网格中的子节点根据子节点的处理能力实现并行处理遥感子图像,从而提高了遥感图像的处理速度。
为实现上述目的,本发明还提供了一种遥感图像处理装置,包括:
获取模块,用于获取网格中的多个子节点的最大数据处理量;
分割模块,用于根据所述最大数据处理量将遥感图像分割成多个遥感子图像;
发送模块,用于将所述多个遥感子图像发送给所述多个子节点,使所述多个子节点分别处理接收到的所述多个遥感子图像。
上述遥感图像处理装置,根据获取模块获取到的最大数据处理量将遥感图像分割成多个遥感子图像,发送模块将多个遥感子图像发送给多个子节点,从而使网格中的子节点根据子节点的处理能力实现并行处理遥感子图像,从而提高了遥感图像的处理速度。
附图说明
图1为本发明遥感图像处理方法一个实施例的流程示意图;
图2为本发明遥感图像处理方法又一个实施例的流程示意图;
图3为本发明遥感图像处理装置一个实施例的结构示意图;
图4为本发明遥感图像处理装置又一个实施例的结构示意图。
具体实施方式
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
网格计算是将广域网上的计算资源、数据资源和其他设备等互连,形成一个大的可以相互利用的、相互合作的高性能计算网,以解决资源分配和资源利用的不均衡。随着计算机技术的发展,将计算资源、存储资源、信息资源、通信资源等完全共享,以提高现有计算机处理大量数据的能力,同时减少数据存储冗余。
图1为本发明遥感图像处理方法一个实施例的流程示意图,如图1所示,本实施例包括如下步骤:
步骤101、获取网格中的多个子节点的最大数据处理量;
步骤102、根据最大数据处理量将遥感图像分割成多个遥感子图像;
步骤103、将多个遥感子图像发送给多个子节点,使多个子节点分别处理接收到的多个遥感子图像。
本发明实施例中的子节点,是指网格中的分布于不同位置的互联网上的具有强大数据处理能力的计算机,也可以为网格中的其它计算设备。
本发明实施例提供的遥感图像处理方法,根据网格中的子节点的最大数据处理量将遥感图像分割成多个遥感子图像,从而使网格中的子节点根据子节点的处理能力实现分布式协同处理遥感子图像,从而提高了遥感图像的处理速度。
图2为本发明遥感图像处理方法又一个实施例的流程示意图,如图2所示,本实施例包括如下步骤:
步骤201、获取网格中不同类型的子节点的资源信息;
步骤202、根据资源信息预测多个子节点的数据处理时间;
步骤203、根据数据处理时间获取网格中不同类型的多个子节点的最大数据处理量;
步骤204、以图形化的方式显示多个子节点的最大数据处理量;
步骤205、根据最大数据处理量将遥感图像分割成多个遥感子图像;
步骤206、将多个遥感子图像发送给多个子节点,使多个子节点分别处理接收到的多个遥感子图像;
步骤207、通知多个子节点对多个遥感子图像进行处理;
步骤208、接收多个子节点处返回的处理后的多个遥感子图像;
步骤209、将多个遥感子图像合并形成处理后的遥感图像。
本发明实施例中的子节点,是指网格中的分布于不同位置的互联网上的具有强大数据处理能力的计算机,也可以为网格中的其它计算资源;本发明实施例中的主节点,是指网格中能够控制其它节点进行数据处理的计算机或者网格中的其它计算资源。
上述步骤201和步骤202中,由于网格中的子节点的类型不同,各个子节点的数据处理能力也不相同,通过获取到各子节点的资源信息,使主节点根据资源信息获取不同类型的子节点能够处理的数据处理时间。其中,资源信息具体可以包括:各子节点的CPU信息、各子节点的内存信息以及系统呑吐量信息。
上述步骤203中,主节点根据各个子节点的最大数据处理量,可以选择计算能力强的网格中的子节点参与遥感图像的处理,从而可以提高遥感图像处理的速度,使遥感图像处理的时间最短。
上述步骤204中,通过将各个子节点的最大数据处理量以图形化的方式显示,图形化的显示方式更加人性化,并且图形化的显示可以让研究人员方便地获知网格中的子节点的数据处理能力。
上述步骤205中,主节点梠4居最大数据处理量将遥感图像分割成多个遥感子图像,从而可以使网格中的子节点处理与其数据处理能力相适应的遥感子图像,使网格中的各个子节点能够在同一时间完成遥感子图像的处理,从而达到多个子节点对遥感子图像的并行处理。
上述步骤206中,主节点将多个遥感子图像发送给多个子节点,主节点通过子节点返回的子节点的因特网协议地址通过网格文件传输协议自动传输给网格中的各个子节点,从而使多个子节点根据自身的数据处理能力分别处理接收到的多个遥感子图像。
上述步骤207中,可以通过可扩展标记语言的形式通知各个子节点采用相应的图像处理方法对各个遥感子图像进行处理。由于在遥感图像的数据处理过程中,图像的几何校正非常耗时,若采用单台计算进行遥感图像的几何校正处理,则对单台计算机的运算配置要求较高,因此利用网格中的多个子节点对遥感子图像分别进行几何校正处理,可以大幅提高遥感图像处理的速度。此外,由于现有技术中已有较多的图像几何校正的处理方法,主节点也可以通过XML的形式通知子节点采用适合遥感子图像的几何校正方法进行几何校正处理,通过将遥感图像进行几何校正处理,可以使经过几何校正处理后的遥感图像改正原始的遥感图像的几何畴变,使经过几何校正处理后的遥感图像符合地图投影或图形表达要求的新的图像。
上述步骤208中,主节点接收到多个子节点返回的处理后的多个遥感子图像,该处理后的多个遥感子图像可以为经过几何校正后的遥感子图像。
上述步骤209中,主节点将多个遥感子图像合并处理,从而形成经过几何校正后的遥感图像。
本发明实施例提供的遥感图像处理方法,根据网格中的子节点的最大数据处理量选择计算能力强的子节点参与遥感图像的处理,从而提高遥感图像的处理速度;通过将遥感图像分割成多个遥感子图像,从而使网格中的子节点根据子节点的处理能力实现并行处理遥感子图像,通过以图形化的方式显示最大数据处理量,使操作更具人性化;多个子节点通过对遥感子图像进行分布式协同的几何校正处理,使经过几何校正处理后的遥感图像符合某种地图投影或图形表达要求的新的图像。
图3为本发明遥感图像处理装置一个实施例的结构示意图,如图3所示,本实施例包括:获取模块31、分割模块32、发送模块33。
其中,获取模块31获取网格中的多个子节点的资源信息,包括:各子节点的CPU信息、各子节点的内存信息、以及各子节点的系统呑吐量信息;分割模块32根据获取模块31获取到的最大数据处理量将遥感图像分割成多个遥感子图像;发送模块33将多个遥感子图像发送给多个子节点,使多个子节点分别处理接收到的多个遥感子图像。
本发明实施例提供的遥感图像处理装置,根据获取模块31获取到的最大数据处理量将遥感图像分割成多个遥感子图像,发送模块33将多个遥感子图像发送给多个子节点,从而使网格中的子节点根据子节点的处理能力实现分布式的协同处理遥感子图像,从而提高了遥感图像的处理速度。
图4为本发明遥感图像处理装置又一个实施例的结构示意图,如图4所示,本实施例中的遥感图像处理装置40包括:获取模块41、分割模块42、发送模块43、显示模块44、通知模块45、接收模块46、合并模块47。
其中,获取模块41获取网格中的多个子节点的资源信息;分割模块42根据获取模块41获取到的资源信息将遥感图像分割成多个遥感子图像;发送模块43将分割模块42分割形成的多个遥感子图像发送给多个子节点,使多个子节点分别处理接收到的多个遥感子图像;显示模块44以图形化的方式显示获取模块41获取到的多个子节点的最大数据处理量;通知模块45通知多个子节点对分割模块42分割形成的多个遥感子图像进行处理;接收模块46接收多个子节点处返回的处理后的多个遥感子图像;合并模块47将接收模块46接收到的多个遥感子图像合并形成处理后的遥感图像。
进一步地,获取模块41还可以包括:第一获取单元411、第二获取单元412、以及第三获取单元413。其中,第一获取单元411获取网格中不同类型的子节点的资源信息;第二获取单元412根据第一获取单元411获取到的资源信息获取多个子节点的数据处理时间;第三获取单元根据第二获取单元获取到的数据处理时间获取网格中不同类型的多个子节点的最大数据处理量。
本发明实施例提供的遥感图像处理装置,根据获取模块41获取到的网格中的子节点的最大数据处理量选择计算能力强的子节点参与遥感图像的处理,从而提高遥感图像的处理速度;通过分割模块42将遥感图像分割成多个遥感子图像,从而使网格中的子节点根据子节点的处理能力实现分布式的协同处理遥感子图像,显示模块44通过以图形化的方式显示最大数据处理量,使操作更具人性化;合并模块47通过将处理后的多个遥感子图像进行合并处理,使经过几何校正处理后的遥感图像符合地图投影或图形表达要求的新的图像。
上述本发明实施例中,将分布在不同地理位置的位于网格中的计算资源包括CPU、存储器、数据库等通过高速的互联网组成充分共享的资源集成,提供一个高性能计算、管理及服务的环境,实现多个不同计算子节点对同一遥感图像进行协同处理,有效提高了遥感海量数据处理的速度,同时避免了花费巨资购买超级计算机所造成的众多不便,促进遥感技术在各个行业的应用。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种遥感图像处理方法,其特征在于,包括:
获取网格中的多个子节点的最大数据处理量;
根据所述最大数据处理量将遥感图像分割成多个遥感子图像;
将所述多个遥感子图像发送给所述多个子节点,使所述多个子节点分别处理接收到的所述多个遥感子图像。
2.根据权利要求1所述的方法,其特征在于,所述获取网格中的多个子节点的最大数据处理量包括:
获取网格中不同类型的子节点的资源信息;
根据所述资源信息获取所述多个子节点的数据处理时间;
根据所述数据处理时间获取网格中不同类型的多个子节点的最大数据处理量。
3.根据权利要求2所述的方法,其特征在于,所述根据所述数据处理时间获取网格中不同类型的多个子节点的最大数据处理量之后还包括:以图形化的方式显示所述多个子节点的最大数据处理量。
4.根据权利要求1~3任一所述的方法,其特征在于,所述将所述多个遥感子图像发送给所述多个子节点之后还包括:
通知所述多个子节点对所述多个遥感子图像进行处理。
5.根据权利要求4所述的方法,其特征在于,所述通知所述多个子节点对所述多个遥感子图像进行处理之后还包括:
接收所述多个子节点处返回的处理后的多个遥感子图像;
将所述多个遥感子图像合并形成处理后的遥感图像。
6.一种遥感图像处理装置,其特征在于,包括:
获取模块,用于获取网格中的多个子节点的最大数据处理量;
分割模块,用于根据所述最大数据处理量将遥感图像分割成多个遥感子图像;
发送模块,用于将所述多个遥感子图像发送给所述多个子节点,使所述多个子节点分别处理接收到的所述多个遥感子图像。
7.根据权利要求6所述的装置,其特征在于,所述获取模块包括:第一获取单元,用于获取网格中不同类型的子节点的资源信息;
第二获取单元,用于根据所述资源信息获取所述多个子节点的数据处理时间;
第三获取单元,用于根据所述数据处理时间获取网格中不同类型的多个子节点的最大数据处理量。
8.根据权利要求7所述的装置,其特征在于,还包括:
显示模块,用于以图形化的方式显示所述多个子节点的最大数据处理量。
9.根据权利要求6~8任一所述的装置,其特征在于,还包括:
通知模块,用于通知所述多个子节点对所述多个遥感子图像进行处理。
10.根据权利要求9所述的装置,其特征在于,还包括:
接收模块,用于接收所述多个子节点处返回的处理后的多个遥感子图像;合并模块,用于将所述多个遥感子图像合并形成处理后的遥感图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611123628.6A CN106557284A (zh) | 2016-12-08 | 2016-12-08 | 遥感图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611123628.6A CN106557284A (zh) | 2016-12-08 | 2016-12-08 | 遥感图像处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106557284A true CN106557284A (zh) | 2017-04-05 |
Family
ID=58445358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611123628.6A Pending CN106557284A (zh) | 2016-12-08 | 2016-12-08 | 遥感图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106557284A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111212264A (zh) * | 2019-12-27 | 2020-05-29 | 中移(杭州)信息技术有限公司 | 基于边缘计算的图像处理方法、装置、及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101576994A (zh) * | 2009-06-22 | 2009-11-11 | 中国农业大学 | 遥感图像处理方法及装置 |
CN104392436A (zh) * | 2014-11-11 | 2015-03-04 | 莱芜钢铁集团有限公司 | 一种遥感图像处理方法及装置 |
-
2016
- 2016-12-08 CN CN201611123628.6A patent/CN106557284A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101576994A (zh) * | 2009-06-22 | 2009-11-11 | 中国农业大学 | 遥感图像处理方法及装置 |
CN104392436A (zh) * | 2014-11-11 | 2015-03-04 | 莱芜钢铁集团有限公司 | 一种遥感图像处理方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111212264A (zh) * | 2019-12-27 | 2020-05-29 | 中移(杭州)信息技术有限公司 | 基于边缘计算的图像处理方法、装置、及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101576994B (zh) | 遥感图像处理方法及装置 | |
Ahmad et al. | An efficient divide-and-conquer approach for big data analytics in machine-to-machine communication | |
Gargees et al. | Incident-supporting visual cloud computing utilizing software-defined networking | |
US9766993B2 (en) | Quality of information assessment in dynamic sensor networks | |
EP3161610B1 (en) | Optimized browser rendering process | |
CN106777086B (zh) | 一种网页埋点的动态管理方法及装置 | |
CN110069579A (zh) | 电子围栏分块方法和装置 | |
CN107729138A (zh) | 一种高性能分布式矢量空间数据的分析方法和装置 | |
CN108804445A (zh) | 热力图生成方法和装置 | |
Huang et al. | Implementation of the parallel mean shift-based image segmentation algorithm on a GPU cluster | |
Shen et al. | Distributed computing model for processing remotely sensed images based on grid computing | |
EP3899745A1 (en) | Method and system for visualizing data differentiation | |
Zhu et al. | A collaborative virtual geographic environment for emergency dam-break simulation and risk analysis | |
CN110730215A (zh) | 报警事件的流转引擎、数据流转方法、介质及终端 | |
CN109416688A (zh) | 用于灵活的高性能结构化数据处理的方法和系统 | |
CN114612402A (zh) | 对象数量的确定方法、装置、设备、介质及程序产品 | |
CN106557284A (zh) | 遥感图像处理方法及装置 | |
CN113569162A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN116468967B (zh) | 样本图像筛选方法、装置、电子设备及存储介质 | |
KR101643886B1 (ko) | 대용량 고해상도 위성영상 분석 시스템 및 방법 | |
Wang et al. | C3Meta: a context-aware cloud-edge-end collaboration framework toward green metaverse | |
DE112023000088T5 (de) | Selektive kommunikationsschnittstellen für programmierbare teile | |
CN113808134B (zh) | 油罐布局信息生成方法、装置、电子设备、介质 | |
CN109150938A (zh) | 基于云服务的卫星应用公共服务平台 | |
Sekulić et al. | A spatially aware method for mapping movement‐based and place‐based regions from spatial flow networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170405 |
|
WD01 | Invention patent application deemed withdrawn after publication |