CN110502594A - 一种遥感影像地图瓦片实时融合与在线更新方法 - Google Patents

Abstract

本发明涉及一种遥感影像地图瓦片实时融合与在线更新方法。包括遥感影像瓦片实时融合：遥感影像瓦片实时融合建立在已有影像瓦片服务的基础上，通过对重叠区域进行实现融合实现影像瓦片的合并浏览；遥感影像瓦片在线更新：遥感影像瓦片更新是指用新的遥感影像瓦片数据替换原来的影像瓦片数据的过程。本发明可以在不对原始影像地图瓦片服务做出修改的前提下，实现影像瓦片的任意拼接融合，提高资源的利用率。同时本发明也可以在非侵入的条件下实现，遥感影像的在线更新，使新旧影像数据可以在不影响用户操作的情况下进行更新替换，增强遥感影像地图瓦片服务系统的高可用性与稳健性。

Description

一种遥感影像地图瓦片实时融合与在线更新方法

技术领域：

本发明涉及空间地理信息科学领域中的数据处理方法，特别是遥感影像数据分析中的影像地图瓦片处理方法。具体涉及在不对已发布的遥感影像地图瓦片服务造成影响的前提下，实现影像地图瓦片的实时融合或在线更新。通过对分散在目标区域的局部影像瓦片服务的实时融合，实现目标区域瓦片服务的整合；通过对局部影像瓦片服务的在线更新，实现目标区域瓦片服务的渐进更新。

背景技术：

遥感影像是一类重要的数据资源，为实现遥感影像的在线浏览，需要对获得的遥感影像进行金字塔建模构建影像地图瓦片服务。由于遥感卫星拍摄方式的影像，传统的方法需要对遥感影像进行拼接、裁剪等预处理之后，才能以覆盖特定区域(如行政区划)的形式对外发布成瓦片服务。当有新的遥感影像数据接入时，传统的方法需要对影像进行重新构造与生成，不能立即实现对特定区域遥感影像瓦片的更新。遥感影像数据的处理只能采用离线的方式进行，其数据利用率低，影像的高时效性难以得到体现，而且在此过程中还会产生大量的冗余数据。

随着遥感对地观测技术的不断发展，遥感影像的规格变得越来越大，影像的更新频率也越来越快。传统的遥感影像瓦片服务构建模式工作量大，无法利用已存在的遥感影像瓦片数据，几乎无法做到影像瓦片的实时更新。如何快速高效地实现遥感影像瓦片服务的整合与更新成为了遥感数据处理中的难题。

发明内容：

为解决遥感影像数据实时融合与在线更新上的难题，本发明如下的技术方案：

结合细粒度的影像瓦片控制手段，实现遥感影像地图瓦片的实时融合与在线更新，在充分利用已有的遥感影像瓦片数据的基础上，提升影像瓦片处理的效率与灵活性。

本发明以一种非侵入的方式实现遥感影像瓦片的实时融合与在线更新，其特征在于，包括如下瓦片数据处理方法：

遥感影像瓦片实时融合：遥感影像瓦片实时融合建立在已有影像瓦片服务的基础上，通过对重叠区域进行实现融合实现影像瓦片的合并浏览，具体流程是首先接收融合请求并对请求进行分解提取，获取叠置区域相应的瓦片数据序列，然后循环处理融合整个瓦片数据序列各对应瓦片的二维数组，将最终得到的融合后的瓦片返回，即完成遥感影像瓦片的实时融合；

遥感影像瓦片在线更新：遥感影像瓦片更新是指用新的遥感影像瓦片数据替换原来的影像瓦片数据的过程，具体是：对新获得的影像遥感影像进行必要的预处理后构建遥感影像的金字塔模型，结合遥感影像瓦片实时融合方法，更新逻辑图层中包含的对应影像，完成遥感影像地图瓦片服务的在线更新。

上述的遥感影像地图瓦片实时融合与在线更新方法，用于在不影响已发布的影像瓦片数据的前提下，实现瓦片从局部到特定区域的实时融合，以及针对局部区域瓦片数据的在线更新。其中，遥感影像瓦片实时融合构建在影像瓦片索引与重采样的基础上，通过像素匹配达到截断性融合或者平滑性融合的效果；遥感影像瓦片在线更新以影像瓦片融合为基础，通过直接替换局部瓦片的方式实现目标区域影像数据的渐进更新，缩短了遥感影像瓦片更新的周期。

当收到客户端的操作请求时，遥感影像瓦片实时融合方法的处理步骤如下：

步骤1：判断用户请求的格式是否正确；

步骤2：将融合请求转发到指定的Web服务器；

步骤3：对请求进行分解提取，获取请求的逻辑图层所包含的影像ID组、瓦片层级(Zoom)以及瓦片空间索引坐标；

步骤4：根据瓦片层级和空间索引坐标，获取请求瓦片的空间范围；

步骤5：获取各影像ID所指代影像的空间范围；

步骤6：将步骤4与步骤5中所获得的空间范围进行交运算，过滤出与瓦片空间上相交的影像；

步骤7：将步骤6中获得的影像ID和指定的瓦片访问层级与空间索引坐标传入瓦片所在的数据库进行数据查询，获取相应的瓦片数据序列；

步骤8：判断步骤7中所获得的瓦片数据序列的长度，当序列长度小于等于1时直接退出；当序列长度大于1时，准备对影像瓦片数据序列进行融合；

步骤9：选择待处理序列中的前两个瓦片数据，对瓦片的波段进行拆分，以此将对应的波段分组；

步骤10：分别对各对应的波段分组进行空间范围判断，判断瓦片的范围是否相交，如果不相交则跳过程序；

步骤11：获取瓦片在栅格空间中的范围，并计算目标融合瓦片的栅格格网大小；

步骤12：根据瓦片像素值的类型对计算进行分类，分为整型(影像的像素值为整数)、浮点型(影像的像素值为浮点数)和非数据型(影像的数据类型为除整形和浮点型之外的数)三种；

步骤13：结合重采样方法(包含最近邻插值、双线性插值、双三次卷积、双三次样条、Lanczos方法等可选项)、待处理瓦片的空间范围以及目标瓦片栅格格网，构建数据插值模型(模型包含重采样方法，瓦片数据的来源、数据范围和坐标系统等信息)；

步骤14：依次将待处理瓦片的每个格网对应的格网坐标转换为空间坐标；

步骤15：如果像素值的类型为整型或者浮点型，则结合步骤13所获得的插值模型，对两个瓦片对应空间坐标位置的像素进行重采样插值，获得相应空间位置进行融合处理后的像素值；如果像素值的类型为非数据类型则直接将两个瓦片数据中后者对应位置的像素赋值到对应的空间位置；

步骤16：判断步骤15中所获得的像素值是否为可用数据，如果是则将结果赋值给对应的瓦片栅格点，否则不做任何处理；

步骤17：处理整个瓦片二维数组，将最终得到的融合后的瓦片返回，即完成遥感影像瓦片的实时融合。

在上述的遥感影像地图瓦片实时融合方法中，步骤3中的逻辑图层是指由包含覆盖特定区域的一组遥感影像的影像ID所构成的逻辑意义上的图层名，该逻辑图层名可以用来索引对应的一组遥感影像。

步骤6中的空间范围交运算的计算公式如下：

IsIntersected＝extentLeft∩extentRight

IsIntersected＝！(extentLeft.xmax

＜extentRight.xmin||extentLeft.xmin

＞extentRight.max)&&！(extentLeft.ymax

＜extentRight.ymin||extentLeft.ymin＞extentRight.ymax)

式中IsIntersected是代表是否相较的布尔值，extentLeft、extentRight分别代表序列影像的空间范围和请求瓦片的空间范围，xmin、ymin、xmax、ymax分别代表在空间左手坐标系中空间范围extent的左下角x、y坐标和右上角x、y坐标。∩代表求交集，！代表逻辑取反，||代表逻辑或，&&代表逻辑与。

步骤10中影像瓦片的空间范围使用以下公式计算：

TileExtent.xmin＝worldExtent.xmin+col×TileWidth

TileExtent.ymin＝worldExtent.ymax-(row+1)×TileHeight

TileExtent.xmax＝worldExtent.xmin+(col+1)×TileWidth

TileExtent.ymax＝worldExtent.ymax-row×TileHeight

TileExtent＝(TileExtent.xmin，TileExtent.ymin，TileExtent.xmax，TileExtent.ymax)

式中TileExten t.xmin，TileExtent.ymin，TileExtent.xmax，TileExtent.ymax分别代表瓦片在空间左手坐标系中的左下角点和右上角点的xy坐标，col代表瓦片在全球格栅格格网空间的列号，row代表瓦片在全球栅格格网坐标系在的行号。完成空间范围计算后就可以进行空间相交性的判断，空间相交判断的计算式如下：

CommonExtent＝ImageExtent∩TileExtent

其中CommonExtent代表影像与瓦片窗口空间范围上的公共区域，ImageExtent代表遥感影像的实际空间范围，TileExtent代表影像瓦片的空间范围。

步骤11中计算目标融合瓦片的栅格格网大小的具体公式如下：

CellSize.widthSize＝extent.width/cols

CellSize.heightSize＝extent.height/rows

其中CellSize.widthSize代表栅格格网大小的宽度，CellSize.hei ghtSize代表栅格格网大小的高度，extent.width和extent.height分别代表空间范围的宽度和高度，cols和rows分别代表栅格包含的像素列数和行数。

在上述的遥感影像地图瓦片实时融合与在线更新方法中，为解决传统影像地图瓦片服务更新周期长、更新操作复杂的问题，遥感影像地图瓦片的在线更新方法被引入。该方法以瓦片实时融合为基础，实现遥感影像瓦片的在线动态更新。遥感影像地图瓦片在线更新方法的处理步骤包括：

步骤18：对新获得的影像遥感影像结合商用软件进行必要的预处理，如几何校正、去云等，得到精细遥感影像产品；

步骤19：遥感影像的金字塔模型构建(影像金字塔是一种数据量依层次增加而减少的多层数据集合，金字塔最底层数据是高分辨率遥感影像，其余各层数据均通过降采样处理产生)，并存储分层瓦片数据至分布式瓦片数据库；

步骤20：采用TMS服务标准，结合瓦片数据库和影像服务格式，对外发布新的遥感影像瓦片服务；

步骤21：获取步骤20中已发布的遥感影像瓦片服务的影像ID；

步骤22：结合实时融合方法中的所有步骤，用新的遥感影像瓦片服务替代对应空间位置上旧的遥感影像瓦片服务，并与区域中的其它影像瓦片服务进行融合；

步骤23：保证影像瓦片服务的逻辑图层名不变的条件下，更新逻辑图层名所包含的影像ID；

步骤24：在针对区域影像瓦片服务的访问URL不发生改变的情况下，完成遥感影像地图瓦片服务的在线更新。

本发明具有如下优点和有益效果：本发明提出了一种遥感影像瓦片实时融合与在线更新的方法，实现在不影响已有影像瓦片数据的情况下，对区域遥感影像进行实时融合生成以及非侵入的遥感影像在线更新。采取了与传统影像瓦片服务发布相反的思路，从瓦片的角度对遥感影像地图瓦片进行处理，而非影像数据本身。本发明降低了对原始数据预处理的依赖程度，避免了不必要的数据存储开销，提高了遥感影像瓦片数据的处理效率。本发明中的遥感影像地图瓦片实时融合方法，在瓦片的细粒度层面对数据进行实时处理，以灵活的方式实现了区域瓦片的融合展示，能够满足对已有数据进行快速整合的需求，降低了遥感影像数据处理的复杂度。本发明中的遥感影像地图瓦片在线更新方法，通过结合实时融合算法，以在线的方式实现遥感影像的非侵入更新，实现了在不改变区域瓦片访问逻辑的前提下对数据进行替换更新，极大提高了遥感影像瓦片服务的更新效率。

本发明可用于对已有遥感影像地图瓦片服务的快速整合发布，灵活的区域遥感影像瓦片数据的实时拼接，在线实时的遥感影像瓦片更新。本发明可以在不对原始影像地图瓦片服务做出修改的前提下，实现影像瓦片的任意拼接融合，提高资源的利用率。同时本发明也可以在非侵入的条件下实现，遥感影像的在线更新，使新旧影像数据可以在不影响用户操作的情况下进行更新替换，增强遥感影像地图瓦片服务系统的高可用性与稳健性。

附图说明：

图1为本发明实施例的遥感影像地图瓦片实时融合结构图。

图2为本发明实施例的遥感影像与瓦片相交性判断结构图。

图3为本发明实施例的遥感影像地图瓦片在线更新结构图。

具体实施方式：

下面详细描述本发明的具体实施例。应当注意，这里描述的实施例只用于举例说明，并不用于限制本发明：

本发明建立在遥感影像服务发布与管理系统之上，在非侵入的条件下实现遥感影像瓦片的实时融合与在线更新。遥感影像地图瓦片实时融合的结构为图1所示。图中Web服务器为基于分布式环境的Spark集群，遥感影像瓦片服务发布与管理系统由分布式遥感影像处理框架构成。用户请求采用RESTful服务的方式与影像瓦片服务发布管理系统进行交互。

依据本发明实施例的具体设计，遥感影像地图瓦片服务实时融合实施的步骤包括：

步骤25：向遥感影像瓦片服务发布与管理系统发送影像瓦片融合请求；

步骤26：Web服务器端接收客户端请求的URL信息，进行URL格式的判断；

步骤27：服务端解析URL中包含的影像ID、Zoom、瓦片位置信息；

步骤28：获取瓦片在当前Zoom层级下的空间范围；

步骤29：判断从URL中解析得到的影像ID序列中的影像与请求瓦片在空间是否相交，过滤出相交的影像；

执行相交判断的具体逻辑结构为图2所示，需要执行影像与瓦片的空间范围计算具体的步骤为：

步骤30：获取遥感影像瓦片的实际空间范围；

步骤31：获取影像ID指代影像的实际空间范围；

步骤32：各影像分别于瓦片在空间范围上进行相交判断；

步骤33：过滤出与瓦片相交的影像，将对应的影像ID存储在列表中；

完成上述操作后，接下来进行针对瓦片的处理计算。

步骤34：结合过滤得到的影像ID、Zoom和瓦片空间位置信息，通过遥感影像瓦片服务发布与管理系统查询得到瓦片数据序列；

步骤35：利用Reduce算法对瓦片数据序列进行处理；

步骤36：将待处理的两个瓦片按对应波段进行拆分；

步骤37：获取瓦片的栅格信息，包括栅格的栅格空间范围和融合后的目标栅格大小；

步骤38：结合分布式计算框架构建影像重采样模型，具体的采用何种重采样方法可由使用者进行选择；

步骤39：对瓦片像素矩阵执行实时像素融合计算；

步骤40：将融合结果实时返回给用户。

本发明实例中，结合遥感影像地图瓦片实时融合方法可以实现遥感影像地图瓦片服务的在线更新。遥感影像地图瓦片更新的主要流程如图3所示具体包括以下步骤：

步骤41：客户端发送遥感影像地图瓦片在线更新请求，服务端过滤并接受在线更新请求；

步骤42：服务端利用分布式计算框架实现遥感影像的金字塔模型构建，并将金字塔模型中的层级瓦片数据存储到分布式NoSQL数据库中；

步骤43：利用分布式服务框架对外发布新加入的遥感影像瓦片，保证新的影像服务能单独正常响应；

步骤44：将已发布的遥感影像瓦片服务对应的影像ID添加至原始的逻辑图层中；

步骤45：从原始逻辑图层中去除与新遥感影像对应的旧影像ID；

步骤46：利用遥感影像地图瓦片实时融合方法将新加入的影像与逻辑图层中的其它影像进行融合；

步骤47：实现地图瓦片的在线更新，并将更新结果返回给客户端。

以上实施例仅表述了在分布式集群环境中进行遥感影像地图瓦片实时融合与在线更新的一种实施方式，操作步骤的描述较为详细具体，但并不能因此而理解对本发明专利使用范围的限制。需要指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干改进，这些都属于本发明专利的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (4)

1.一种遥感影像地图瓦片实时融合与在线更新方法，其特征在于，包括：

遥感影像瓦片实时融合：遥感影像瓦片实时融合建立在已有影像瓦片服务的基础上，通过对重叠区域进行实现融合实现影像瓦片的合并浏览，具体流程是首先接收融合请求并对请求进行分解提取，获取叠置区域相应的瓦片数据序列，然后循环处理融合整个瓦片数据序列各对应瓦片的二维数组，将最终得到的融合后的瓦片返回，即完成遥感影像瓦片的实时融合；

遥感影像瓦片在线更新：遥感影像瓦片更新是指用新的遥感影像瓦片数据替换原来的影像瓦片数据的过程，具体是：对新获得的影像遥感影像进行必要的预处理后构建遥感影像的金字塔模型，结合遥感影像瓦片实时融合方法，更新逻辑图层中包含的对应影像，完成遥感影像地图瓦片服务的在线更新。

2.根据权利要求1所述的一种遥感影像地图瓦片实时融合与在线更新方法，其特征在于，遥感影像瓦片实时融合具体包括：

步骤1：判断用户请求的格式是否正确；

步骤2：将融合请求转发到指定的Web服务器；

步骤3：对请求进行分解提取，获取请求的逻辑图层所包含的影像ID组、瓦片层级(Zoom)以及瓦片空间索引坐标；

步骤4：根据瓦片层级和空间索引坐标，获取请求瓦片的空间范围；

步骤5：获取各影像ID所指代影像的空间范围；

步骤6：将步骤4与步骤5中所获得的空间范围进行交运算，过滤出与瓦片空间上相交的影像；

步骤7：将步骤6中获得的影像ID和指定的瓦片访问层级与空间索引坐标传入瓦片所在的数据库进行数据查询，获取相应的瓦片数据序列；

步骤8：判断步骤7中所获得的瓦片数据序列的长度，当序列长度小于等于1时直接退出；当序列长度大于1时，准备对影像瓦片数据序列进行融合；

步骤9：选择待处理序列中的前两个瓦片数据，对瓦片的波段进行拆分，以此将对应的波段分组；

步骤10：分别对各对应的波段分组进行空间范围判断，判断瓦片的范围是否相交，如果不相交则跳过程序；

步骤11：获取瓦片在栅格空间中的范围，并计算目标融合瓦片的栅格格网大小；

步骤12：根据瓦片像素值的类型对计算进行分类，分为整型(影像的像素值为整数)、浮点型(影像的像素值为浮点数)和非数据型(影像的数据类型为除整形和浮点型之外的数)三种；

步骤13：结合重采样方法(包含最近邻插值、双线性插值、双三次卷积、双三次样条、Lanczos方法等可选项)、待处理瓦片的空间范围以及目标瓦片栅格格网，构建数据插值模型(模型包含重采样方法，瓦片数据的来源、数据范围和坐标系统等信息)；

步骤14：依次将待处理瓦片的每个格网对应的格网坐标转换为空间坐标；

步骤15：如果像素值的类型为整型或者浮点型，则结合步骤13所获得的插值模型，对两个瓦片对应空间坐标位置的像素进行重采样插值，获得相应空间位置进行融合处理后的像素值；如果像素值的类型为非数据类型则直接将两个瓦片数据中后者对应位置的像素赋值到对应的空间位置；

步骤16：判断步骤15中所获得的像素值是否为可用数据，如果是则将结果赋值给对应的瓦片栅格点，否则不做任何处理；

步骤17：处理整个瓦片二维数组，将最终得到的融合后的瓦片返回，即完成遥感影像瓦片的实时融合。

3.根据权利要求1所述的一种遥感影像地图瓦片实时融合与在线更新方法，其特征在于，步骤3中的逻辑图层是指由包含覆盖特定区域的一组遥感影像的影像ID所构成的逻辑意义上的图层名，该逻辑图层名可以用来索引对应的一组遥感影像；

步骤6中的空间范围交运算的计算公式如下：

IsIntersected＝extentLeft∩extentRight

IsIntersected＝！(extentLeft.xmax＜extentRight.xmin||extentLeft.xmin＞extentRight.max)&&！(extentLeft.ymax＜extentRight.ymin||extentLeft.ymin＞extentRight.ymax)

式中IsIntersected是代表是否相较的布尔值，extentLeft、extentRight分别代表序列影像的空间范围和请求瓦片的空间范围，xmin、ymin、xmax、ymax分别代表在空间左手坐标系中空间范围extent的左下角x、y坐标和右上角x、y坐标；∩代表求交集，返回是否相较；！代表逻辑取反；||代表逻辑或；&&代表逻辑与；

步骤10中影像瓦片的空间范围使用以下公式计算：

TileExtent.xmin＝worldExtent.xmin+col×TileWidth

TileExtent.ymin＝worldExtent.ymax-(row+1)×TileHeight

TileExtent.xmax＝worldExtent.xmin+(col+1)×TileWidth

TileExtent.ymax＝worldExtent.ymax-row×TileHeight

TileExtent＝(TileExtent.xmin，TileExtent.ymin，TileExtent.xmax，TileExtent.ymax)

式中TileExtent.xmin，TileExtent.ymin，TileExtent.xmax，TileExtent.ymax分别代表瓦片在空间左手坐标系中的左下角点和右上角点的xy坐标，col代表瓦片在全球格栅格格网空间的列号，row代表瓦片在全球栅格格网坐标系在的行号；完成空间范围计算后就可以进行空间相交性的判断，空间相交判断的计算式如下：

CommonExtent＝ImageExtent∩TileExtent

其中CommonExtent代表影像与瓦片窗口空间范围上的公共区域，ImageExtent代表遥感影像的实际空间范围，TileExtent代表影像瓦片的空间范围；

步骤11中计算目标融合瓦片的栅格格网大小的具体公式如下：

CellSize.widthSize＝extent.width/cols

CellSize.heightSize＝extent.height/rows

其中CellSize.widthSize代表栅格格网大小的宽度，CellSize.heightSize代表栅格格网大小的高度，extent.width和extent.height分别代表空间范围的宽度和高度，cols和rows分别代表栅格包含的像素列数和行数。

4.根据权利要求1所述的一种遥感影像地图瓦片实时融合与在线更新方法，其特征在于，遥感影像瓦片在线更新具体包括：

步骤18：对新获得的影像遥感影像结合商用软件进行必要的预处理，如几何校正、去云等，得到精细遥感影像产品；

步骤19：遥感影像的金字塔模型构建(影像金字塔是一种数据量依层次增加而减少的多层数据集合，金字塔最底层数据是高分辨率遥感影像，其余各层数据均通过降采样处理产生)，并存储分层瓦片数据至分布式瓦片数据库；

步骤20：采用TMS服务标准，结合瓦片数据库和影像服务格式，对外发布新的遥感影像瓦片服务；

步骤21：获取步骤20中已发布的遥感影像瓦片服务的影像ID；

步骤22：结合实时融合方法中的所有步骤，用新的遥感影像瓦片服务替代对应空间位置上旧的遥感影像瓦片服务，并与区域中的其它影像瓦片服务进行融合；

步骤23：保证影像瓦片服务的逻辑图层名不变的条件下，更新逻辑图层名所包含的影像ID；

步骤24：在针对区域影像瓦片服务的访问URL不发生改变的情况下，完成遥感影像地图瓦片服务的在线更新。