CN109710784B - 一种基于lerc的遥感影像数据空间快速可视化方法 - Google Patents

Abstract

本发明一种基于lerc的遥感影像数据空间快速可视化方法，步骤如下：第一步，获取待处理遥感影像，所述遥感影像经过正射、融合处理；第二步，将获取的遥感影像进行格式转换；第三步，利用可视化调度算法对生成的新文件进行调度，实现遥感影像数据空间快速可视化。本发明解决了遥感影像在用户端在不丢失属性信息的前提下的快速可视化问题。

Description

一种基于lerc的遥感影像数据空间快速可视化方法

技术领域

本发明属于遥感技术领域，涉及一种遥感影像的空间快速可视化方法。

背景技术

遥感影像在各个行业中均有着广泛的应用，而遥感影像数据可视化则是最为普遍的一种应用或成果展示方式，是遥感应用的重要服务出口。但是高分辨率遥感影像，尤其是推扫式卫星遥感影像，单景数据量常以GB级大文件形式存储。如何将大量的遥感影像数据展示在用户面前是应用的重要一环。

目前遥感影像数据可视化的主流方式有两种，一是将影像数据切割并生成金字塔瓦片文件，并在可视化过程中通过与视点位置相关的瓦片调度方法实现多分辨率显示，这种方式多见于经过处理的面积较大的卫星影像，常用于底图和影像底图的单纯展示；二是将压缩转换后形成的较小的缩略图展示在页面上，格式常为jpg或png，常用于影像分发的系统平台中，用于保留和分发原始数据。这种方式本质都是将原始GB级的数据转换成较小的图片格式来展示。

这两种方式均有各自的优缺点和一些适用的应用场景。切片方式常用于底图使用，底图的影像要时刻依据用户的视野在前端展示，不同级别用不同的瓦片，来控制展示效果的速率。或者是用于单纯展示卫星影像成果的场景，其特点也是，根据不同比例尺调整分辨率。这种方式最大的缺点在于，1)从原始影像到形成切片展示，要经过数据预处理、切片等过程，过程繁琐，更新速度慢，数据实时性较差；2)且影像作为图片形式，不同像元无法点击获取属性信息等，应该说只能用来看。缩略图方式，应用场景比较单一，缩略图常是因为每一幅影像均要保持独立的个体，不适合切片，所以将每幅影像生成对应的缩略图来展示。缩略图与原始影像间建立对应关系，用户可以通过缩略图，找到原始影像。常用来分发系统下载影像数据。这种方式在特定的场景下是一种比较好的方式，但是缺点在于：1)由于压缩成图片，其分辨率会大大降低，不适合查看细节；2)与切片形式一样，无法查看影像的属性信息。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供了一种基于lerc的遥感影像数据空间快速可视化方法，解决了遥感影像在用户端在不丢失属性信息的前提下的快速可视化问题。

本发明的技术方案是：一种基于lerc的遥感影像数据空间快速可视化方法，步骤如下：

第一步，获取待处理遥感影像，所述遥感影像经过正射、融合处理；

第二步，将获取的遥感影像进行格式转换；

第三步，利用可视化调度算法对生成的新文件进行调度，实现遥感影像数据空间快速可视化。

所述第二步的具体转换过程为：

(1)定义容错值MaxZError，该值代表lerc格式中的压缩的错误容忍值；

(2)计算每个遥感影像像元的基本信息，包括像元数量PixelNum、最小像元值MinPixelValue、最大像元值MaxPixelValue、有效像元数ValidPixelNum、无效像元数InvalidPixelNum；

(3)根据步骤(1)定义的MaxZError，计算每个遥感影像数据块的新像元值；

(4)计算确定所需的字节数信息；

(5)将步骤(3)和步骤(4)的结果写入新文件；

(6)将新文件存储至文件系统中。

所述步骤(3)计算每个遥感影像数据块的新像元值的具体过程为：用步骤(2)中计算的遥感影像像元的最大值减去最小值，然后除以MaxZError的2倍，得到的值PixelRange与无符号整数型最大值2^32进行比较；如果小于2^32，则每个像元的新值为该像元的原始值减去步骤(2)中的最小值然后除以MaxError的2倍，最后加0.5；如果大于2^32，则不计算新值。

所述步骤(4)计算确定所需的字节数信息的具体过程为：取步骤(3)中计算得到的PixelRange的以2为底PixelRange的对数，得到大于等于对数值的最小整数Numbits，所需比特数为Numbits与步骤(1)中计算的ValidPixelNum的乘积；得到所需的字节数信息为Numbits与ValidPixelNum的乘积除以8。

本发明与现有技术相比的有益效果是：

(1)更好的压缩性能减少了前端页面数据切换时的卡顿

LERC是一种高效的有损压缩方法，对于浮点数据而言，其压缩效果较L777的效果好5到10倍，压缩速度快5到10倍。对于整型数据，LERC也优于L777。使用整型数据并且制定的错误限制位0.99或更低时，LERC被视为无损压缩。由于LERC的高压缩性能，使得数据在前端展示速度较传统方法大大提高，大幅度减少了前端显示的卡顿现象。

(2)提高网络传输速度，使前端展示速度更快

LERC也用在MRF格式中，MRF是由NASA和ESRI联合开发的一种栅格数据格式，采用独特的压缩格式以实现海量任务关系型影像数据批量处理。这项成果可以使影像快速的在云端传输，与JPEG2000这样的格式相比，速度大概能快10到15倍。但MRF格式所面临的最大问题是，在高程数据中，最终并不知道结果的准确性，而LERC则解决了这一难题。LERC可以让分析师对压缩文件定义一个偏差值，使精确度保持在10厘米之内。它不仅可以很好的处理高程文件，而且在压缩高位深的卫星影像方面也表现卓越。在MRF文件格式中使用LERC压缩法，用户不仅可以获得更快的性能支持，而且存储要求也大幅降低。

如图5所示，在同一系统、同一比例尺、同一时间情况下，同时调用jpg影像切片，和lerc影像切片的前端获取效率的示例，两种数据类型均选择10个切片。可以看出在相同环境和条件下，文件量较大的lerc数据调用的时间比文件较小的jpg调用时间还要短，平均调用效率是jpg调用效率的2.8倍。

(3)高压缩性能使得数据文件轻量小巧，减少了数据存储的成本

使用lerc技术，再结合云存储，成本会是传统的基于文件的存储方式的三分之一，由于是针对处理海量影像数据，成本有非常显著地降低。

(4)lerc数据每个像元均可用于前端交互

将经过处理后的影像数据转换为lerc数据后，lerc可以暴露每个像元的属性数据信息，使得在前端展示时，可通过交互定位每一像元数值并展示。用户可从属性信息中获取更多的应用信息。

附图说明

图1为本发明流程图

图2为4×4的样本遥感数据

图3编码后的遥感影像样例数据块

图4lerc新文件头内容

图5jpg与lerc前端调用效率对比

具体实施方式

在很多如农业、环境等行业遥感应用中，遥感影像数据的应用是利用其多光谱等特性分析具体的地面情况，比如农作物的长势、环境污染的程度。在这些应用领域里，经过专业的处理手段，形成的遥感影像数据，其携带的结果信息属性是展现给用户的核心信息。由于这一类数据应用成果通常范围不大，同地点有多期数据展示，需支持不断有新的数据追加，以及原有数据的替换，其数据的灵活性更强；另外由于数据携带的属性信息很重要，每个影像像元通过多期的数据，可以表现出其数据的发展曲线，进而展示作物的长势趋势，因此不适用于传统的jpg切片或缩略图的方式展示。针对这样的应用则需要更前沿的技术来达到目标。

本发明的方法具体如下：

第一步，获取待处理遥感影像，所述遥感影像经过正射、融合处理，如图2所示，以4×4像元的样本遥感数据为例，通常遥感数据的像元值要远大于4×4；

第二步：将获取的遥感影像进行格式转换：

(1)定义容错值MaxZError，该值代表lerc格式中的压缩的错误容忍值，假定MaxZError为0.01；

(2)计算样本遥感数据的基本信息：最小像元值MinPixelValue＝1222.2943，最大像元值MaxPixelValue＝1280.8725，有效像元数ValidPixelNum＝12，无效像元数InvalidPixelNum＝4；

(3)计算每个像元的新像元值：通过计算PixelRange＝(Max-Min)/(2×MaxZError)＝2928.91。该值小于2^32，因此我们可以利用公式n(i)＝(unsigned integer)((x(i)-Min)/(2×MaxZError)+0.5)对上述像元值进行量化编码。

(4)确定所需的比特数，并填充这些非负整数，通过计算可得所需的比特数NumBits＝ceil(log2(2929))＝12，由于2929大于2^11，并且小于2^12，因此，每个数字需要12个bit的编码从而保证在最小代价下的数据块信息无损。一共有12个有效像元，因此共需要12×12＝144个bit。由于每个字节byte需要8个bit进行表达，因此共需要144/8＝18个bytes对此数据块进行编码，如图3所示。

(5)将结果写入新文件数据块的文件头。如图4所示，共需要7个bytes描述新文件数据块的文件头。描述新文件共需要18+7＝25个bytes。

(6)将lerc文件存储至文件系统，供可视化应用程序调用。

第三步：Lerc切片发布好后，可由前端直接调用展示。也可以直接调取目录数据直接展示。通过切片形式展示的数据，与普通金字塔jpg切片方式相同，分级显示，可提高影像数据成果的展示效率。系统可以设计用户对影像数据的交互查询功能，以展示数据的相关信息，对于同一地点的多期数据成果，可以设置轮播功能进行自动轮播展示。

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的公知技术。

Claims (3)

1.一种基于lerc的遥感影像数据空间快速可视化方法，其特征在于步骤如下：

第一步，获取待处理遥感影像，所述遥感影像经过正射、融合处理；

第二步，将获取的遥感影像进行格式转换；

第三步，利用可视化调度算法对生成的新文件进行调度，实现遥感影像数据空间快速可视化；

所述第二步的具体转换过程为：

(1)定义容错值MaxZError，该值代表lerc格式中的压缩的错误容忍值；

(2)计算每个遥感影像像元的基本信息，包括像元数量PixelNum、最小像元值MinPixelValue、最大像元值MaxPixelValue、有效像元数ValidPixelNum、无效像元数InvalidPixelNum；

(3)根据步骤(1)定义的MaxZError，计算每个遥感影像数据块的新像元值；

(4)计算确定所需的字节数信息；

(5)将步骤(3)和步骤(4)的结果写入新文件；

(6)将新文件存储至文件系统中。

2.根据权利要求1所述的一种基于lerc的遥感影像数据空间快速可视化方法，其特征在于：所述步骤(3)计算每个遥感影像数据块的新像元值的具体过程为：用步骤(2)中计算的遥感影像像元的最大值减去最小值，然后除以MaxZError的2倍，得到的值PixelRange与无符号整数型最大值2^32进行比较；如果小于2^32，则每个像元的新值为该像元的原始值减去步骤(2)中的最小值然后除以MaxError的2倍，最后加0.5；如果大于2^32，则不计算新值。

3.根据权利要求2所述的一种基于lerc的遥感影像数据空间快速可视化方法，其特征在于：所述步骤(4)计算确定所需的字节数信息的具体过程为：取步骤(3)中计算得到的PixelRange的以2为底PixelRange的对数，得到大于等于对数值的最小整数Numbits，所需比特数为Numbits与步骤(2)中计算的ValidPixelNum的乘积；得到所需的字节数信息为Numbits与ValidPixelNum的乘积除以8。

Images