CN110347499A - 一种遥感影像瓦片生成及实时部署的方法 - Google Patents

一种遥感影像瓦片生成及实时部署的方法 Download PDF

Info

Publication number
CN110347499A
CN110347499A CN201910511233.0A CN201910511233A CN110347499A CN 110347499 A CN110347499 A CN 110347499A CN 201910511233 A CN201910511233 A CN 201910511233A CN 110347499 A CN110347499 A CN 110347499A
Authority
CN
China
Prior art keywords
tile
image
level
remote sensing
calculate
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
Application number
CN201910511233.0A
Other languages
English (en)
Other versions
CN110347499B (zh
Inventor
李治江
刘亚旗
乐晓峰
杨振雷
张过
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN201910511233.0A priority Critical patent/CN110347499B/zh
Publication of CN110347499A publication Critical patent/CN110347499A/zh
Application granted granted Critical
Publication of CN110347499B publication Critical patent/CN110347499B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/75—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种遥感影像瓦片生成及实时部署的方法，包括以下步骤：解析命令行，获取瓦片配置参数；创建日志文件，检查配置参数；获取所运行计算机硬件信息，创建线程池；确定瓦片切片标准，获取影像参数，计算影像的最大与最小层级；根据所运行计算机的硬件信息，对遥感影像动态分块，遍历每一块影像，将分块影像导入内存，计算分块影像的最小与最大层级以及仿射变换参数；遍历每一层级，进行瓦片索引编码；线程池并行切片；每一层级瓦片处理完之后，当前块切片结束；每一块影像处理完之后，切片结束。本发明切片速度快，效率高，不仅能通过网络发送数据保存到服务器，也可保存到本地。

Description

一种遥感影像瓦片生成及实时部署的方法
技术领域
本发明属于影像切片技术领域，特别涉及一种遥感影像瓦片生成及实时部署的方法。
背景技术
目前，切片是网络地理信息系统中重要的功能。但是随着影像数据量的增长，影像尺寸的增大，网络地理信息系统的实时性面临挑战，影像的切片速度严重影响网络地理信息系统的使用。同时，在进行影像切片时，边界的瓦片只存在部分区域，然而目前针对边界瓦片的处理方法比较少。
目前如何实现影像数据的高效切片，如何实现超大尺寸影像切片，如何实现影像边界部分区域瓦片处理，成为亟待解决的问题。目前常用的切片方法主要有两种，一种是串行切片算法，此方法速度慢，无法实时处理GB级以上的数据；一种是集群切片算法，此方法成本高，部署复杂。针对超大尺寸影像，中国专利文献公开了一种超大尺寸影像切片方法，此方法虽然提高了切片效率，但是实际运用中程序复杂且容易出错。
发明内容
为了解决现有技术硬件成本高、切片效率低、部署复杂以及边界问题，本发明提供一种高效且易于实现和部署的遥感影像瓦片生成及实时部署的方法。
本发明提供一种高效且易于实现和部署的遥感影像的遥感影像瓦片生成及实时部署的方法，包括以下步骤：
步骤1，命令行解析，判断配置参数解析方法，获取瓦片配置参数。解析方法包括静态模式和动态模式，静态模式读取指定路径的XML文件，动态模式解析调用程序时的命令行参数；
步骤2，创建日志文件，检查各种配置参数，如果某一配置参数为空，则程序退出。包括影像路径、坐标系类型、瓦片规范、瓦片格式等；
步骤3，获取所运行计算机硬件信息，所运行计算机硬件信息包括处理器的核数、线程个数、当前可用内存大小读写能力等。创建线程池，线程的个数为所运行计算机的核数，线程池包括：任务队列、空闲线程队列、忙碌线程队列、线程管理器；
步骤4，确定瓦片标准，即瓦片规范与坐标系类型相互组合：wmts/webmercator、wmts/wgs84、tms/webmercator、tms/wgs84。获取遥感影像参数，包括：影像大小、波段数、位深以及仿射变化参数。根据全球经度范围和影像的经度范围计算最小层级，当全球经度小于影像经度范围时为最小层级，根据全球经度范围和单个瓦片经度范围计算最大层级，当全球经度范围小于单个瓦片的经度范围时为最大层级；
步骤5，根据所运行计算机硬件信息，对遥感影像进行动态分块，影像的动态分块是根据所运行计算机当前内存大小的一半进行分块。遍历每一块影像，将分块导入内存，计算分块影像的最小与最大层级以及仿射变换参数；
步骤6，起始层级为原始影像的最小层级，遍历每一层级，判断当前层级是否大于最大层级，如果是，则切片任务结束，如果否，则计算当前层级瓦片索引编码，并将切图任务添加到线程池进行并行切片；
其中，每一层级的影像瓦片，按照从左到右，从上到下的顺序，依据级别、行号、列号、位置进行索引编码；
步骤7，每一层级瓦片处理完之后，当前块切片结束；
步骤8，每一块影像处理完之后，切片结束；
进一步的，步骤6中基于CPU的并行影像切片，其中单个线程的流程包括：
步骤601：空间经纬度坐标转换为物理像素坐标，创建空瓦片；
步骤602：判断当前层级是否小于等于分块影像的最小层级，小于等于分块影像的最小层级，执行步骤603，否则执行步骤604；
步骤603：瓦片层级缺失处理，即根据瓦片编号和影像大小、影像仿射变化参数计算瓦片的起点和终点经纬度，然后根据经纬度计算像素的起点和终点坐标。根据像素的起点坐标，判断瓦片的位置，计算影像的起点像素坐标和偏移量，瓦片的起点坐标和偏移量，对待写入区域降采样处理，将数据写入瓦片对应区域，共存在15种可能存在的情况，然后执行步骤605；
步骤604：根据瓦片编号和影像大小、影像仿射变化参数计算瓦片的起点和终点经纬度，然后根据经纬度计算像素的起点和终点坐标。根据像素的起点坐标，判断瓦片的位置，计算影像的起点像素坐标和偏移量，瓦片的起点坐标和偏移量，对待写入区域降采样处理，将数据写入瓦片对应区域，共存在9种情况；
步骤605：判断当前瓦片每个点的像素值，如果为0则是无值瓦片，如果是无值瓦片，执行步骤601，否则执行步骤606；
步骤606：判断当前瓦片是否处于影像四周边界，如果是，则是边界瓦片，如果是边界瓦片则执行步骤607，否则执行步骤608；
步骤607：通过网络从服务器获取相同编码的瓦片进行融合，遍历待融合瓦片，如果某一点的像素为0，则从服务器瓦片获取对应位置的像素进行填充；
步骤608：添加瓦片格式，根据配置参数URL地址，通过网络发送到目的地；
步骤609：根据配置参数，判断当前瓦片是否需要保存到本地，如果需要则执行步骤610，否则执行步骤611；
步骤610：根据配置参数，将当前瓦片保存到执行文件夹；
步骤611：当前线程结束；
本发明提供一种遥感影像瓦片生成及实时部署的方法有益效果包括：
a)遥感影像瓦片生成及实时部署的方法，具有切片速度快、硬件成本低、部署容易以及支持数量大、尺寸大的影像数据等特点；
b)对影像数据动态分块，是按照所运行计算机可用内存大小的一半进行分块，尽可能多的导入内存，又能够保证计算应用程序的运行；
c)对影像瓦片进行无值检测，可以解决具有黑边的遥感影像；
d)判断瓦片是否是包含部分区域的瓦片，如果是，则对边界包含部分区域的瓦片进行融合处理。
e)软件不需要环境配置，程序轻量，部署快速容易；
附图说明
图1为本发明的总体流程示意图。
图2为瓦片的索引编码图例。
图3为线程池原理示意图。
图4为降采样原理示意图。
图5为正常瓦片分块示意图。
图6为层级缺失分块示意图。
具体实施方式
为了更好的说明本发明，下面将结合附图和实施例对本发明做进一步详细描述。
如图1所示一种遥感影像瓦片生成及实时部署的方法，采用金字塔模型和影像处理算法对影像数据进行切片，包括以下步骤：
步骤1，命令行解析，判断配置参数解析方法，获取瓦片配置参数。解析方法包括静态模式和动态模式，静态模式读取指定路径的XML文件，动态模式解析调用程序时的命令行参数；
步骤2，创建日志文件，检查各种配置参数，如果某一配置参数为空程序退出。包括影像路径、坐标系类型、瓦片规范、瓦片格式等；
步骤3，获取所运行计算机硬件信息，所运行计算机硬件信息包括处理器的核数、线程个数、当前可用内存大小读写能力等。创建线程池，线程的个数为所运行计算机的核数，线程池包括：任务队列、空闲线程队列、忙碌线程队列，线程管理器；
步骤4，确定瓦片标准，是瓦片规范与坐标系类型相互组合：wmts/webmercator、wmts/wgs84、tms/webmercator、tms/wgs84。获取遥感影像参数，包括：影像大小、波段数、位深以及仿射变化参数。根据全球经度范围和影像的经度范围计算最小层级，当全球经度小于影像经度范围时为最大层级，根据全球经度范围和单个瓦片经度范围计算最大层级，当全球经度范围小于单个瓦片的经度范围时为最大层级；
步骤5，根据所运行计算机硬件信息，对遥感影像进行动态分块，影像的动态分块是根据所运行计算机当前内存大小的一半进行分块。遍历每一块影像，将分块导入内存，计算分块影像的最小与最大层级以及仿射变换参数；
步骤6，起始层级为原始影像的最小层级，遍历每一层级，判断当前层级是否大于最大层级，如果是，则切片任务结束，如果否，则计算当前层级瓦片索引编码，并将切图任务添加到线程池进行并行切片；
其中每一层级的影像瓦片，按照从左到右，从上到下的顺序，依据级别、行号、列号、位置进行索引编码；
步骤7，每一层级瓦片处理完之后，当前块切片结束；
步骤8，每一块影像处理完之后，切片结束；
进一步的，步骤6中基于CPU的并行影像切片，其中单个线程的流程包括：
步骤601：空间经纬度坐标转换为物理像素坐标，创建空瓦片；
步骤602：判断当前层级是否小于等于分块影像的最小层级，小于等于分块影像的最小层级，执行步骤603，否则执行步骤604；
步骤603：瓦片层级缺失处理，即根据瓦片编号和影像大小、影像仿射变化参数计算瓦片的起点和终点经纬度，然后根据经纬度计算像素的起点和终点坐标。根据像素的起点坐标，判断瓦片的位置，计算影像的起点像素坐标和偏移量，瓦片的起点坐标和偏移量，对待写入区域降采样处理，将数据写入瓦片对应区域，共存在15种可能存在的情况，然后执行步骤605；
步骤604：根据瓦片编号和影像大小、影像仿射变化参数计算瓦片的起点和终点经纬度，然后根据经纬度计算像素的起点和终点坐标。根据像素的起点坐标，判断瓦片的位置，计算影像的起点像素坐标和偏移量，瓦片的起点坐标和偏移量，对待写入区域降采样处理，将数据写入瓦片对应区域，共存在9种情况；
步骤605：判断当前瓦片每个点的像素值，如果为0则是无值瓦片，如果是无值瓦片，执行步骤601，否则执行步骤606；
步骤606：判断当前瓦片是否处于影像四周边界，如果是，则是边界瓦片，如果是边界瓦片则执行步骤607，否则执行步骤608；
步骤607：通过网络从服务器获取相同编码的瓦片进行融合，遍历待融合瓦片，如果某一点的像素为0，则从服务器瓦片获取对应位置的像素进行填充；
步骤608：添加瓦片格式，根据配置参数URL地址，通过网络发送到目的地；
步骤609：根据配置参数，判断当前瓦片是否需要保存到本地，如果需要则执行步骤610，否则执行步骤611；
步骤610：根据配置参数，将当前瓦片保存到执行文件夹；
步骤611：当前线程结束；
如图2所示为本发明提供的影像瓦片的索引编码规则示意图。对于每一层级的影像瓦片，都有一定的命名索引编码规则，按照从左到右，从上至下的顺序，依据级别、行号、列号、边界标志位进行索引编码。例如附图2左上角瓦片A的边界标志位为0，上边瓦片B的边界标志位0，右上角边界瓦片C的边界标志位为0，左边瓦片H的边界标志位为0，内部瓦片I的边界标志位为1，右边瓦片D的边界标志位为0，左下角的瓦片G的边界标志位为0，下边瓦片F的边界标志位为0，右下角瓦片E的边界标志位为0。与一般的索引编码相比，本发明的索引编码规则添加了边界标志位，当切片完成判断当前瓦片的标志位是否为1，为1则说明该瓦片是全部有效区域，否则该瓦片是部分有效区域，部分有效区域需要进行瓦片融合处理，即通过网络从服务器获取相同编码的瓦片，遍历待融合瓦片，如果某一点的像素为0，则从服务器瓦片获取对应位置的像素进行填充。然后添加瓦片格式，根据配置参数URL地址，通过网络发送到目的地。边界标志位提供了一种有效的影像瓦片边界处理策略。
如图3所示为本发明提供了基于CPU的多线程并行切片示意图。根据所运行计算机的处理器的核数、线程个数等信息，创建线程池。线程池主要维护一个空闲线程队列、一个忙碌线程队列和一个任务队列。初始化建立一定数量的空闲线程放进空闲线程队列，当切片任务进入任务队列，从空闲线程队列中取一个线程执行任务，线程变为忙碌线程移入到忙碌到线程队列，切片任务执行完成后，线程到任务队列中取切片任务继续执行，如果任务队列中没有任务，线程休眠之后从忙碌线程队列回到空闲线程队列。
如图4所示为本发明提供了基于最近邻插值的降采样算法示意图。首先创建空瓦片，根据瓦片和影像的经纬度范围、遥感影像的仿射变换参数计算出数据应该写入的区域，其次根据写入区域像素的尺寸和实际区域的像素尺寸的比值计算缩放系数，然后根据位置计算写入区域对应于原影像的位置索引，索引结果四舍五入，也就是写入区域的每个像素都是根据写入区域的像素索引与缩放系数的乘积求得写入区域对应原影像的索引位置，索引结果四舍五入。基于最近邻插值的降采样也就是写入区域的每个像素依赖于原影像的像素值通过缩放系数计算得到的索引，并索引原影像的像素值来填充。
图5为正常瓦片分块示意图，图中编号1～9为正常情况下切出的瓦片图片，共9种情况，其中阴影部分为影像数据。
图6为层级缺失分块示意图，图中编号1～15为层级缺失情况下切出的瓦片图片，共15种情况，其中阴影部分为影像数据。
下面提供本发明方法和现有方法切片速度的对比：
本发明方法：测试环境为Ubuntu 16.04、Intel Core i7-6700k CPU@4.00GHZ*8、31.4G内存、1.9T机械硬盘，分别针对两幅影像进行切片试验，影像坐标系均为wgs84，瓦片规范均为wmts，完成所有层级切片的效率测试结果如下表所示。
表1切片测试效率测试
影像大小 保存至服务器效率(s) 保存至本地效率(s)
8.8G 83.431 91.085
6.6G 64.709 70.444
对比数据：一种基于CPU+GPU的地图切片的快速生成方法；测试环境：Windowsserver2008r2x64、AMD A10-5800k CPU 4核3.8GHz、16GB内存、2GB GPU、1T硬盘，完成所有层级切片的效率测试结果如下表所示。
表2对比切片测试效率测试
影像大小 切片耗时(s)
8GB 540
通过对比表1和表2可以看出，本发明方法的切片速度远快于现有的方法。
上述实施例描述仅对本发明的基本技术方案予以说明，且并不仅限于上述实施例。本发明所属领域的技术人员或团队可以对所描述的具体实施例进行任何简单的修改、补充、同等变化或修饰，但并不会偏离本发明的基本精神或超越权利要求书所定义的范围。

Claims (7)

1.一种遥感影像瓦片生成及实时部署的方法，其特征在于，包括如下步骤：
步骤1，命令行解析，判断配置参数解析方法，获取瓦片配置参数；
步骤2，创建日志文件，检查配置参数，如果某一配置参数为空，则退出；
步骤3，获取所运行计算机硬件信息，并创建线程池；
步骤4，确定瓦片标准，获取遥感影像参数，根据全球经度范围和影像的经度范围计算最小层级，当全球经度小于影像经度范围时为最小层级，根据全球经度范围和单个瓦片经度范围计算最大层级，当全球经度范围小于单个瓦片的经度范围时为最大层级；
步骤5，根据所运行计算机硬件信息，对遥感影像进行动态分块，遍历每一分块影像，将分块影像导入内存，计算分块影像的最小与最大层级以及仿射变换参数；
步骤6，起始层级为原始影像的最小层级，遍历每一层级，判断当前层级是否大于最大层级，如果是，则切片任务结束，如果否，则计算当前层级瓦片索引编码，并将切图任务添加到线程池进行并行切片；
其中每一层级的影像瓦片，按照从左到右，从上到下的顺序，依据级别、行号、列号、位置进行索引编码；
步骤7，每一层级瓦片处理完之后，当前块切片结束；
步骤8，每一块影像处理完之后，切片结束。
2.如权利要求1所述的一种遥感影像瓦片生成及实时部署的方法，其特征在于：步骤6中线程池中单个线程进行切片的流程如下，
步骤601，空间经纬度坐标转换为物理像素坐标，创建空瓦片；
步骤602，判断当前层级是否小于等于分块影像的最小层级，小于等于分块影像的最小层级，执行步骤603，否则执行步骤604；
步骤603，瓦片层级缺失处理，即根据瓦片编号和影像大小、影像仿射变化参数计算瓦片的起点和终点经纬度，然后根据经纬度计算像素的起点和终点坐标，根据像素的起点坐标，判断瓦片的位置，计算影像的起点像素坐标和偏移量，瓦片的起点坐标和偏移量，对待写入区域降采样处理，将数据写入瓦片对应区域，然后执行步骤605；
步骤604，根据瓦片编号和影像大小、影像仿射变化参数计算瓦片的起点和终点经纬度，然后根据经纬度计算像素的起点和终点坐标，根据像素的起点坐标，判断瓦片的位置，计算影像的起点像素坐标和偏移量，瓦片的起点坐标和偏移量，对待写入区域降采样处理，将数据写入瓦片对应区域；
步骤605，判断当前瓦片每个点的像素值，如果为0则是无值瓦片，如果是无值瓦片，执行步骤601，否则执行步骤606；
步骤606，判断当前瓦片是否处于影像四周边界，如果是，则是边界瓦片，如果是边界瓦片则执行步骤607，否则执行步骤608；
步骤607，通过网络从服务器获取相同编码的瓦片进行融合，遍历待融合瓦片，如果某一点的像素为0，则从服务器瓦片获取对应位置的像素进行填充；
步骤608，添加瓦片格式，根据配置参数URL地址，通过网络发送到目的地；
步骤609，根据配置参数，判断当前瓦片是否需要保存到本地，如果需要则执行步骤610，否则执行步骤611；
步骤610，根据配置参数，将当前瓦片保存到执行文件夹；
步骤611，当前线程结束。
3.如权利要求1或2所述的一种遥感影像瓦片生成及实时部署的方法，其特征在于：步骤2中配置参数包括影像路径、坐标系类型、瓦片规范、瓦片格式。
4.如权利要求1或2所述的一种遥感影像瓦片生成及实时部署的方法，其特征在于：步骤3中所运行计算机硬件信息包括处理器的核数、线程个数、当前可用内存大小读写能力；线程的个数为所运行计算机的核数，线程池包括：任务队列、空闲线程队列、忙碌线程队列、线程管理器。
5.如权利要求1或2所述的一种遥感影像瓦片生成及实时部署的方法，其特征在于：步骤4中所述遥感影像参数包括：影像大小、波段数、位深以及仿射变化参数。
6.如权利要求1或2所述的一种遥感影像瓦片生成及实时部署的方法，其特征在于：步骤5中影像的动态分块是根据所运行计算机当前内存大小的一半进行分块。
7.如权利要求2所述的一种遥感影像瓦片生成及实时部署的方法，其特征在于：步骤604中所述降采样为基于最近邻插值的降采样算法。
CN201910511233.0A 2019-06-13 2019-06-13 一种遥感影像瓦片生成及实时部署的方法 Active CN110347499B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910511233.0A CN110347499B (zh) 2019-06-13 2019-06-13 一种遥感影像瓦片生成及实时部署的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910511233.0A CN110347499B (zh) 2019-06-13 2019-06-13 一种遥感影像瓦片生成及实时部署的方法

Publications (2)

Publication Number Publication Date
CN110347499A true CN110347499A (zh) 2019-10-18
CN110347499B CN110347499B (zh) 2021-04-16

Family

ID=68181960

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910511233.0A Active CN110347499B (zh) 2019-06-13 2019-06-13 一种遥感影像瓦片生成及实时部署的方法

Country Status (1)

Country Link
CN (1) CN110347499B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111552753A (zh) * 2020-04-24 2020-08-18 中国科学院空天信息创新研究院 一种全球海量遥感数据组织管理方法及系统
CN112381715A (zh) * 2020-11-16 2021-02-19 北京航天泰坦科技股份有限公司 海量遥感影像并行生成地图瓦片的方法和装置
CN112419189A (zh) * 2020-11-23 2021-02-26 自然资源部国土卫星遥感应用中心 一种格网化的卫星影像数据纠偏方法
CN112948379A (zh) * 2021-02-05 2021-06-11 福建迈斯特空间信息科技有限公司 一种分布式电子地图的生成方法、装置及可读存储介质
CN113032604A (zh) * 2021-05-28 2021-06-25 航天宏图信息技术股份有限公司 一种遥感影像处理方法、装置、电子设备及存储介质
CN113094457A (zh) * 2021-04-15 2021-07-09 成都纵横自动化技术股份有限公司 一种数字正射影像地图的增量式生成方法及相关组件
CN113344943A (zh) * 2021-05-26 2021-09-03 北京国信空间信息科技有限公司 一种遥感影像瓦片碎片镶嵌编码方法
CN113590894A (zh) * 2021-07-12 2021-11-02 浙江大学 一种动态高效的遥感影像元数据入库检索方法
CN113686788A (zh) * 2021-09-18 2021-11-23 重庆星视空间科技有限公司 一种基于遥感波段组合的常规水质监测系统和方法
CN113933842A (zh) * 2021-12-21 2022-01-14 南京天朗防务科技有限公司 Sar图像快速交互显示方法和电子装置
CN114020756A (zh) * 2022-01-06 2022-02-08 北京帝测科技股份有限公司 遥感影像实时地图服务发布方法和装置
CN114996600A (zh) * 2022-08-03 2022-09-02 成都经纬达空间信息技术有限公司 一种多时相影像管理数据库数据写入、读取方法及装置
CN115033530A (zh) * 2022-04-18 2022-09-09 长江空间信息技术工程有限公司(武汉) 一种实景三维数据的规范化处理与优化组织方法
CN117221336A (zh) * 2023-11-08 2023-12-12 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) 一种遥感影像发布方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102436492A (zh) * 2011-11-09 2012-05-02 浙江大学 一种定量化遥感数据的网络发布方法
CN103281376A (zh) * 2013-05-31 2013-09-04 武汉大学 一种云环境下海量时序遥感影像的自动缓存构建方法
CN103336772A (zh) * 2013-04-25 2013-10-02 中国科学院遥感与数字地球研究所 一种新的单景影像瓦片数据组织方法
CN104657436A (zh) * 2015-02-02 2015-05-27 中国人民解放军空军航空大学 基于MapReduce的静态瓦片金字塔并行构建方法
US20170371897A1 (en) * 2016-06-27 2017-12-28 Omniearth, Inc. Systems and Methods for Utilizing Property Features from Images
US20180356339A1 (en) * 2016-08-10 2018-12-13 Fuzhou University Method of calculating tavi based on a band ratio model and solar altitude angle

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102436492A (zh) * 2011-11-09 2012-05-02 浙江大学 一种定量化遥感数据的网络发布方法
CN103336772A (zh) * 2013-04-25 2013-10-02 中国科学院遥感与数字地球研究所 一种新的单景影像瓦片数据组织方法
CN103281376A (zh) * 2013-05-31 2013-09-04 武汉大学 一种云环境下海量时序遥感影像的自动缓存构建方法
CN104657436A (zh) * 2015-02-02 2015-05-27 中国人民解放军空军航空大学 基于MapReduce的静态瓦片金字塔并行构建方法
US20170371897A1 (en) * 2016-06-27 2017-12-28 Omniearth, Inc. Systems and Methods for Utilizing Property Features from Images
US20180356339A1 (en) * 2016-08-10 2018-12-13 Fuzhou University Method of calculating tavi based on a band ratio model and solar altitude angle

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘义等: "利用MapReduce进行批量遥感影像瓦片金字塔构建", 《武汉大学学报 信息科学版》 *

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111552753B (zh) * 2020-04-24 2020-12-29 中国科学院空天信息创新研究院 基于分布式hbase存储的海量遥感数据组织管理方法及系统
CN111552753A (zh) * 2020-04-24 2020-08-18 中国科学院空天信息创新研究院 一种全球海量遥感数据组织管理方法及系统
CN112381715A (zh) * 2020-11-16 2021-02-19 北京航天泰坦科技股份有限公司 海量遥感影像并行生成地图瓦片的方法和装置
CN112381715B (zh) * 2020-11-16 2024-04-09 航天科工(北京)空间信息应用股份有限公司 海量遥感影像并行生成地图瓦片的方法和装置
CN112419189B (zh) * 2020-11-23 2021-08-31 自然资源部国土卫星遥感应用中心 一种格网化的卫星影像数据纠偏方法
CN112419189A (zh) * 2020-11-23 2021-02-26 自然资源部国土卫星遥感应用中心 一种格网化的卫星影像数据纠偏方法
CN112948379A (zh) * 2021-02-05 2021-06-11 福建迈斯特空间信息科技有限公司 一种分布式电子地图的生成方法、装置及可读存储介质
CN113094457A (zh) * 2021-04-15 2021-07-09 成都纵横自动化技术股份有限公司 一种数字正射影像地图的增量式生成方法及相关组件
CN113094457B (zh) * 2021-04-15 2023-11-03 成都纵横自动化技术股份有限公司 一种数字正射影像地图的增量式生成方法及相关组件
CN113344943A (zh) * 2021-05-26 2021-09-03 北京国信空间信息科技有限公司 一种遥感影像瓦片碎片镶嵌编码方法
CN113344943B (zh) * 2021-05-26 2024-05-10 北京国信空间信息科技有限公司 一种遥感影像瓦片碎片镶嵌编码方法
CN113032604A (zh) * 2021-05-28 2021-06-25 航天宏图信息技术股份有限公司 一种遥感影像处理方法、装置、电子设备及存储介质
CN113590894A (zh) * 2021-07-12 2021-11-02 浙江大学 一种动态高效的遥感影像元数据入库检索方法
CN113686788A (zh) * 2021-09-18 2021-11-23 重庆星视空间科技有限公司 一种基于遥感波段组合的常规水质监测系统和方法
CN113686788B (zh) * 2021-09-18 2022-08-09 重庆星视空间科技有限公司 一种基于遥感波段组合的常规水质监测系统和方法
CN113933842A (zh) * 2021-12-21 2022-01-14 南京天朗防务科技有限公司 Sar图像快速交互显示方法和电子装置
CN114020756A (zh) * 2022-01-06 2022-02-08 北京帝测科技股份有限公司 遥感影像实时地图服务发布方法和装置
CN115033530A (zh) * 2022-04-18 2022-09-09 长江空间信息技术工程有限公司(武汉) 一种实景三维数据的规范化处理与优化组织方法
CN114996600A (zh) * 2022-08-03 2022-09-02 成都经纬达空间信息技术有限公司 一种多时相影像管理数据库数据写入、读取方法及装置
CN117221336A (zh) * 2023-11-08 2023-12-12 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) 一种遥感影像发布方法及系统
CN117221336B (zh) * 2023-11-08 2024-01-30 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) 一种遥感影像发布方法及系统

Also Published As

Publication number Publication date
CN110347499B (zh) 2021-04-16

Similar Documents

Publication Publication Date Title
CN110347499A (zh) 一种遥感影像瓦片生成及实时部署的方法
CN108133044B (zh) 基于属性分离的空间大数据三维可视化方法及平台
CN110992469B (zh) 海量三维模型数据的可视化方法及系统
CN105550977B (zh) 一种并行方式栅格影像切片方法
CN105447101B (zh) 一种地图引擎实现方法及装置
US11270507B1 (en) Rendering textures utilizing sharp displacement mapping
CN105574102B (zh) 一种电子地图数据加载的方法及装置
CN103595791A (zh) 一种海量遥感数据的云存取方法
CN107992589B (zh) 一种svg地图数据的加载方法、装置及系统
KR20140075758A (ko) 비-래스터 맵 데이터의 변경을 사용하는 렌더링 맵 이미지
CN101388043A (zh) 一种基于小块图片的ogc高性能遥感图像地图服务方法
CN106599025B (zh) 一种基于数据交换格式的矢量数据切片方法及系统
CN115797592B (zh) 一种基于倾斜摄影三维模型自动生成建筑物体块的方法和装置
CN103744999A (zh) 基于层次划分存储结构的空间矢量数据在线交互制图方法
CN110097224A (zh) 一种可视化风暴潮-海浪耦合预报方法
CN112115226B (zh) 地图渲染方法和地图渲染装置
CN117056626A (zh) 一种地图预览的方法及装置
US10067950B1 (en) Systems and methods for efficiently organizing map styling information
CN102968472B (zh) 针对gis的数据缓存方法和系统
KR101768913B1 (ko) 지리 정보 데이터 분할 방법, 분할 장치 및 이를 수행하는 프로그램을 기록하는 기록매체
CN105389851B (zh) 一种基于顶点和新边点统一调整的Loop细分实现方法
She et al. An efficient method for rendering linear symbols on 3D terrain using a shader language
CN114022594B (zh) 一种斜坡类地理信息要素图形处理方法和装置
Fan et al. Large-Scale Oceanic Dynamic Field Visualization Based On WebGL
Zhang et al. Research and application of visualization technology for massive land spatial data based on vector tiles

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
GR01 Patent grant
GR01 Patent grant