CN111460060B - 一种用户感兴趣区域遥感影像空间索引方法 - Google Patents

一种用户感兴趣区域遥感影像空间索引方法 Download PDF

Info

Publication number
CN111460060B
CN111460060B CN202010144989.9A CN202010144989A CN111460060B CN 111460060 B CN111460060 B CN 111460060B CN 202010144989 A CN202010144989 A CN 202010144989A CN 111460060 B CN111460060 B CN 111460060B
Authority
CN
China
Prior art keywords
zone
projection
adjacent
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.)
Active
Application number
CN202010144989.9A
Other languages
English (en)
Other versions
CN111460060A (zh
Inventor
张东映
洪志明
梁忠壮
黄伟
张钟海
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN202010144989.9A priority Critical patent/CN111460060B/zh
Publication of CN111460060A publication Critical patent/CN111460060A/zh
Application granted granted Critical
Publication of CN111460060B publication Critical patent/CN111460060B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures

Landscapes

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

Abstract

本发明提供了一种用户感兴趣区域遥感影像空间索引方法,属于遥感影像空间索引领域。该方法通过扩充遥感影像空间范围,将遥感影像各个像素位置信息嵌入到Google S2某一层级的索引空间,实现遥感影像像素索引与Google S2空间索的引对接。利用Google S2快速的空间索引与空间覆盖算法,快速获取用户感兴趣区域遥感影像像素位置信息,并生成用户感兴趣区域遥感影像。该方法有助于摒弃传统遥感影像服务平台以“景”为单位的影像下载方法,可以按用户感兴趣区域提供所需即所得的下载服务。本发明有效减少了数据网络传输量与传输时间,降低了用户后续数据处理难度。

Description

一种用户感兴趣区域遥感影像空间索引方法
技术领域
本发明属于遥感影像空间索引领域,更具体地,涉及一种用户感兴趣区域遥感影像空间索引方法。
背景技术
随着卫星遥感技术的发展与成熟,卫星遥感数据在人类生活中起着越来越重要的作用,在地理国情普查、农业监测管理、城市规划设计、环境监测保护、经济风险评估、自然灾害监测等涉及到国计民生的诸多领域扮演者重要角色。遥感为人类社会发展带来了巨大利益,但同时自身的局限也制约着其在人类生活中的应用。其中,卫星遥感数据的获取效率是重要制约因素之一。
当前各卫星遥感数据平台通常提供“捆绑式”数据服务,即将卫星遥感数据以“景”为单位提供数据下载服务,不可避免地提供了大量冗余数据,而用户所需数据只占实际获取数据相当小的比例。极端情况如,用户只需若干像素或者较小地理空间范围的遥感数据,却不得不下载一整“景”遥感影像,而其所需数据只占实际获取数据的万分之一或者更少。大量冗余数据耗费了更多的网络资源和数据传输时间,同时也增加了后续数据处理的难度,如需要更多的数据处理时间、更大的存储资源以及更强的计算资源。由此可见,遥感数据用户有相当大一部分时间都消耗在遥感数据的获取与处理上。
因此,改变这种“捆绑式”数据获取方式,为用户提供兴趣区域所得即所需的数据服务,具有巨大的科研价值与经济效益。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种用户感兴趣区域遥感影像空间索引方法,其目的是提供一种用户感兴趣区域卫星遥感数据快速索引优化方法,根据用户感兴趣区域生成卫星遥感影像数据,以解决“捆绑式”数据获取方式导致的大量冗余数据,造成网络资源和数据传输时间的不必要耗费,同时增加了后续数据处理难度的技术问题。
为实现上述目的,本发明提供了一种用户感兴趣区域遥感影像空间索引方法,包括:
S1.根据用户感兴趣区域,获取基准投影带和邻接投影带;
所述基准投影带表示属于同一投影带且与用户感兴趣区域重叠面积最大的遥感影像集所属的投影带;所述邻接投影带表示与用户感兴趣区域相交的遥感影像中,除去基准投影带遥感影像后,剩余遥感影像的投影带;
S2.利用基准投影带和邻接投影带中相邻遥感影像重叠部分的中心线,将用户感兴趣区域分割为S1-Sn个子区域,并将基准投影带遥感影像和邻接投影带遥感影像分别嵌入Google S2索引空间,得到基准带索引空间和邻接带索引空间;其中,属于基准投影带的子区域为基准带子区域,属于邻接投影带的子区域为邻接带子区域;n表示分割得到的子区域总个数;
S3.根据单个子区域Si边界点经纬度在基准投影带中的投影坐标,得到单个子区域Si在基准带索引空间中覆盖的方格集合;i=1,…,n;
S4.根据所有子区域S1-Sn覆盖的方格集合在基准投影带中的投影坐标,构建影像生成区,并从遥感影像数据库中读取每个基准带子区域Sj覆盖的方格集合对应的像素值,将其写入影像生成区;其中,j=1,…,J,J表示基准带子区域个数;
S5.根据所有邻接带子区域Sk覆盖的方格集合在邻接投影带中的投影坐标,构建邻接带影像生成区,并从遥感影像数据库中读取每个邻接带子区域Sk覆盖的方格集合对应的像素值,将其写入邻接带影像生成区;其中,k=1,…,K,K表示邻接带子区域的个数;
S6.将邻接带子区域在基准投影带的投影坐标,重投影为邻接投影带的投影坐标,从邻接带影像生成区获取投影坐标对应的像素,写入影像生成区。
进一步地,步骤S1具体包括:
S1.1从遥感影像数据库中获取仅与用户感兴趣区域相交的遥感影像块;
S1.2计算用户感兴趣区域与属于同一投影带的遥感影像有效空间覆盖范围重叠的面积,将重叠面积最大的区域对应的投影带作为基准投影带,剩余投影带作为邻接投影带;其中,遥感影像有效空间覆盖范围表示属于同一投影带的遥感影像空间覆盖范围。
进一步地,步骤S2所述将基准投影带遥感影像和邻接投影带遥感影像分别嵌入Google S2索引空间,得到基准带索引空间和邻接带索引空间,具体包括:
01.获取基准投影带遥感影像有效空间覆盖范围与用户感兴趣区域并集的第一外接矩形,以及该矩形顶点在基准投影带中的投影坐标,将投影坐标在基准投影带中所构成四边形的第二外接矩形嵌入对应等级的Google S2索引空间,得到基准带索引空间;
其中,第二外接矩形嵌入过程中,基准带索引空间边长的计算公式为:
H=max(Wrs,Hrs)
Figure BDA0002400426300000031
上式中,Wrs,Hrs分别为第二外接矩形的宽与高,ceil为向上取整函数,Hs2为基准带索引空间边长;
02.获取邻接投影带卫星遥感影像有效空间覆盖范围的第三外接矩形,以及该矩形顶点在邻接投影带中的投影坐标,将投影坐标在邻接投影带中所构成四边形的第四外接矩形嵌入Google S2索引空间,得到邻接带索引空间;
其中,第四外接矩形嵌入过程中,邻接带索引空间边长的计算公式为:
H'=max(W'rs,H'rs)
Figure BDA0002400426300000041
上式中,W'rs,H'rs分别为第四外接矩形的宽与高,ceil为向上取整函数,Hs2adj为邻接带索引空间边长。
进一步地,步骤S3具体包括:
S3.1.将每个子区域Si边界点经纬度转换成在基准投影带中的投影坐标;
S3.2.计算投影坐标在基准带索引空间中的行列号,将该行列号转换为Google S2对应的球面坐标,该球面坐标所构成范围即为子区域Si对应的Google S2索引范围;
S3.3.利用Google S2空间索引算法,根据单个子区域Si对应的球面坐标,计算单个子区域Si在基准带索引空间中覆盖的方格集合。
进一步地,步骤S4具体包括:
S4.1.获取所有子区域S1-Sn覆盖的方格集合的外接矩形,以及该外接矩形顶点在基准投影带的投影坐标,将投影坐标在基准投影带中所构成四边形的外接矩形区域作为影像生成区;
S4.2.根据基准带子区域Sj覆盖的方格集合所在位置,从遥感影像数据库中读取对应像素值,并写入影像生成区。
进一步地,步骤S5具体包括:
S5.1.获取所有邻接带子区域Sk覆盖的方格集合的外接矩形,以及该外接矩形在邻接投影带的投影坐标,将投影坐标在邻接投影带中所构成四边形的外接矩形区域作为邻接带影像生成区;
S5.2.根据邻接带子区域Sk覆盖的方格集合所在位置,从遥感影像数据库中读取对应像素值,并写入邻接带影像生成区。
优选地,上述遥感影像存储于矩阵对象数据库中。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果。
(1)本发明最终结果是生成的用户感兴趣区域卫星遥感影像,减少了数据冗余,用户不必通过获取以“景”为单位的遥感影像来获取兴趣区域数据,减少了数据网络传输量与数据传输时间,同时减少了用户后续数据处难度,节省了数据处理时间。
(2)本发明在用户感兴趣区域卫星遥感影像生成过程中,无需将原始卫星遥感影像以“景”为单位全部读入内存,仅需要将由本算法确定的用户感兴趣区域覆盖的方格集合对应的遥感影像中的小影像块读入内存,参与用户感兴趣区域卫星遥感影像生成即可,减少了冗余数据的读入,进而减少了内存占用量。
(3)本发明将GoogleS2与对象数据库TileDB对接,根据GoogleS2对用户感兴趣区域的空间索引结果直接从TileDB像素级读取像素值,因此支持像素级索引。
(4)本发明将遥感影像像素位置信息嵌入到GoogleS2索引空间,实现了GoogleS2对像素级卫星遥感影像空间索引支持,该索引方法继承了GoogleS2空间索引的优点,能够快速的定位用户感兴趣区域,并快速生成用户感兴趣区域的空间覆盖范围。
(5)本算法并不改变卫星遥感影像原始的数据组织结构,无需对遥感影像进行重新组织即可使用该算法,即不需要对遥感影像进行分割分块以适应GoogleS2空间索引算法,实用性较强,不会增加遥感数据在数据库中的存储量。
附图说明
图1为本发明实施例提供的一种用户感兴趣区域遥感影像空间索引方法流程图;
图2为本发明实施例提供的用户感兴趣区域卫星遥感影像覆盖图;
图3本发明实施例提供的为用户感兴趣区域分割图;
图4(a)为本发明实施例提供的基准投影带遥感影像像素位置信息嵌入Google S2索引空间示意图;
图4(b)为本发明实施例提供的邻接投影带遥感影像像素位置信息嵌入Google S2索引空间示意图;
图5(a)为本发明实施例提供的用户感兴趣区域影像生成区示意图;
图5(b)为本发明实施例提供的邻接投影带影像生成区示意图;
图6为本发明实施例提供的用户感兴趣子区域影像生成示意图;
图7为本发明实施例提供的邻接投影带子区域影像生成示意图。
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。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明方法的基本思路是将遥感影像像素位置信息嵌入到GoogleS2索引空间(即GoogleS2中的某一层级的Cell集合),利用Google S2快速的空间索引算法索引获取用户感兴趣区域的像素位置信息。其依据是GoogleS2索引空间与地理坐标系一一对应且形式可分离,用户感兴趣区域可映射到GoogleS2索引空间。利用GoogleS2空间索引覆盖算法获取的方格(GoogleS2中的Cell)位置,确定用户感兴趣区域数据在遥感影像中的位置。
如图1所示为本发明实施例提供的一种用户感兴趣区域遥感影像空间索引方法流程图,包括:
S1.根据用户感兴趣区域,获取基准投影带和邻接投影带;
具体地,本发明实施例基于对象存储数据库TileDB存储规范,存储卫星遥感影像数据,以支持像素级数据索引。图2为用户感兴趣区域卫星遥感影像覆盖图,图中虚线多边形为用户感兴趣区域,A、B、C、D、E、F为与之相交并完全覆盖该区域的Sentinel-2卫星遥感影像,其中A、B、C、D属于同一投影带,E、F属于同一投影带。多边形adgka为遥感影像A、B、C、D有效空间覆盖范围,多边形tuxyt为遥感影像E、F有效空间覆盖范围,其中,遥感影像有效空间覆盖范围表示属于同一投影带的的遥感影像空间覆盖范围。
本步骤中基准投影带表示属于同一投影带且与用户感兴趣区域重叠面积最大的遥感影像集所属的投影带;邻接投影带表示与用户感兴趣区域相交的遥感影像中,除去基准投影带遥感影像后,剩余遥感影像的投影带;结合图2,具体计算方法如下:计算用户感兴趣区域与多边形adgka、tuxyt的交集的面积,将交集边界经纬度坐标转化成A、B、C、D或E、F所在的投影带投影坐标,采用坐标法计算交集面积,选择交集面积大的部分对应的投影带为基准投影带。图2中用户感兴趣区域与多边形adgka的交集面积较大,因此选择A、B、C、D所在的投影带作为基准投影带,E、F遥感影像所在的投影带为邻接投影带。
S2.利用基准投影带和邻接投影带中相邻遥感影像重叠部分的中心线,将用户感兴趣区域分割为S1-Sn个子区域,并将基准投影带遥感影像和邻接投影带遥感影像分别嵌入Google S2索引空间,得到基准带索引空间和邻接带索引空间;其中,属于基准投影带的子区域为基准带子区域,属于邻接投影带的子区域为邻接带子区域;n表示分割得到的子区域总个数;
具体地,图3中加粗虚线为相邻遥感影像重叠部分中间分割线,利用中间分割线与遥感影像的边缘线将用户感兴趣区域分割成6部分,即图中S1-S6,其中,S1-S4为基准带子区域,S5-S6为邻接带子区域,基准带子区域S1如图3中灰色部分所示。
进一步地,步骤S2中将基准投影带遥感影像和邻接投影带遥感影像分别嵌入Google S2索引空间,得到基准带索引空间和邻接带索引空间,具体包括:
01.获取基准投影带遥感影像有效空间覆盖范围与用户感兴趣区域并集的第一外接矩形,以及该矩形顶点在基准投影带中的投影坐标,将投影坐标在基准投影带中所构成四边形的第二外接矩形嵌入对应等级的Google S2索引空间,得到基准带索引空间;其中,第二外接矩形嵌入过程中,基准带索引空间边长的计算公式为:
H=max(Wrs,Hrs)
Figure BDA0002400426300000081
上式中,Wrs,Hrs分别为第二外接矩形的宽与高,ceil为向上取整函数,Hs2为基准带索引空间边长;
图4(a)中矩形ad1g1ka即为上述第二外接矩形,宽为Wrs,高为Hrs,将其嵌入GoogleS2level=log2Hs2索引空间,索引空间正方形为ad2g2k2a,该正方形边长为Hs2
02.获取邻接投影带卫星遥感影像有效空间覆盖范围的第三外接矩形,以及该矩形顶点在邻接投影带中的投影坐标,将投影坐标在邻接投影带中所构成四边形的第四外接矩形嵌入Google S2索引空间,得到邻接带索引空间;
其中,第四外接矩形嵌入过程中,邻接带索引空间边长的计算公式为:
H'=max(W'rs,H'rs)
Figure BDA0002400426300000082
上式中,W'rs,H'rs分别为第四外接矩形的宽与高,ceil为向上取整函数,Hs2adj为邻接带索引空间边长;
相似地,图4(b)中矩形tuxyt即为上述第四外接矩形,宽为W'rs,高为H'rs,将其嵌入GoogleS2level=log2Hs2adj索引空间,索引空间为正方形tu1x1y1t,该正方形边长为为Hs2adj
S3.根据单个子区域Si边界点经纬度在基准投影带中的投影坐标,得到单个子区域Si在基准带索引空间中覆盖的方格集合;i=1,…,n;
具体地,步骤S3具体包括:
S3.1.将每个子区域Si边界点经纬度转换成在基准投影带中的投影坐标;
S3.2.计算投影坐标在基准带索引空间中的行列号,将该行列号转换为Google S2对应的球面坐标,该球面坐标所构成范围即为子区域Si对应的Google S2索引范围;
S3.3.利用Google S2空间索引算法,根据单个子区域Si对应的球面坐标,计算单个子区域Si在基准带索引空间中覆盖的方格集合。
S4.根据所有子区域S1-Sn覆盖的方格集合在基准投影带中的投影坐标,构建影像生成区,并从遥感影像数据库中读取每个基准带子区域Sj覆盖的方格集合对应的像素值,将其写入影像生成区;其中,j=1,…,J,J表示基准投子区域个数;
进一步地,步骤S4具体包括:
S4.1.获取所有子区域S1-Sn覆盖的方格集合的外接矩形,以及该外接矩形顶点在基准投影带的投影坐标,将投影坐标在基准投影带中所构成四边形的外接矩形区域作为影像生成区;
如图5(a)中灰色小正方形为根据步骤S3利用GoogleS2空间索引算法在基准投影带索引空间得到的覆盖用户感兴趣各子区域的方格(即GoogleS2中的Cell),这些方格覆盖用户感兴趣区域。图中外围矩形即为生成的影像生成区。
S4.2.根据基准带子区域Sj覆盖的方格集合所在位置,从遥感影像数据库中读取对应像素值,并写入影像生成区。
具体地,根据基准带子区域的覆盖的方格集合在基准带索引空间的位置,即在基准带索引空间行列号,以基准带索引空间左上角顶点为参考点,计算出其在基准带投影坐标,进而计算该像素在对应遥感影像中的位置,以及在影像生成区中的行列号,然后从TileDB数据库中读取对应像素值,写入图5(a)中的影像生成区,具体的,图6为基准带子区域S1对应像素写入影像生成区示意图。
S5.根据所有邻接带子区域Sk覆盖的方格集合在邻接投影带中的投影坐标,构建邻接带影像生成区,并从遥感影像数据库中读取每个邻接带子区域Sk覆盖的方格集合对应的像素值,将其写入邻接带影像生成区;其中,k=1,…,K,K表示邻接带子区域的个数;
进一步地,步骤S5具体包括:
S5.1.获取所有邻接带子区域Sk覆盖的方格集合的外接矩形,以及该外接矩形在邻接投影带的投影坐标,将投影坐标在邻接投影带中所构成四边形的外接矩形区域作为邻接带影像生成区;
图5(b)中,灰色小正方形为根据步骤S3利用GoogleS2空间索引算法在邻接带索引空间得到的覆盖邻接带子区域的方格,这些方格覆盖邻接投影带子区域。图中外围矩形即为生成的影像生成区。
S5.2.根据邻接带子区域Sk覆盖的方格集合所在位置,从遥感影像数据库中读取对应像素值,并写入邻接带影像生成区。
具体地,根据邻接带子区域的覆盖的方格集合在邻接带索引空间的位置,即在邻接带索引空间行列号,以邻接带索引空间左上角顶点为参考点,计算出其在邻接带投影坐标,进而计算该像素在在对应遥感影像中的位置,以及在邻接带影像生成区中的行列号,然后从TileDB数据库中读取对应像素值,并写入S5.1中的邻接投影带影像生成区。
S6.将邻接带子区域在基准投影带的投影坐标,重投影为邻接投影带的投影坐标,从邻接带影像生成区获取投影坐标对应的像素,写入影像生成区。
具体地,根据邻接带子区域在基准带索引空间覆盖的方格集合位置,即在基准带索引空间行列号,以邻接带索引空间左上角顶点为参考点,计算其在基准投影带的坐标,并将该坐标转换到邻接投影带坐标,根据该坐标,采用最邻近采样法,从S5.2生成的影像中获取对应像素,写入S4.1中的影像生成区,具体地,图7为子区域S6对应像素写入影像生成区示意图。
本领域的技术人员容易理解,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 (7)

1.一种用户感兴趣区域遥感影像空间索引方法,其特征在于,包括:
S1.根据用户感兴趣区域,获取基准投影带和邻接投影带;
所述基准投影带表示属于同一投影带且与用户感兴趣区域重叠面积最大的遥感影像集所属的投影带;所述邻接投影带表示与用户感兴趣区域相交的遥感影像中,除去基准投影带遥感影像后,剩余遥感影像的投影带;
S2.利用基准投影带和邻接投影带中相邻遥感影像重叠部分的中心线,将用户感兴趣区域分割为S1-Sn个子区域,并将基准投影带遥感影像和邻接投影带遥感影像分别嵌入Google S2索引空间,得到基准带索引空间和邻接带索引空间;其中,属于基准投影带的子区域为基准带子区域,属于邻接投影带的子区域为邻接带子区域;n表示分割得到的子区域总个数;
S3.根据单个子区域Si边界点经纬度在基准投影带中的投影坐标,得到单个子区域Si在基准带索引空间中覆盖的方格集合;i=1,…,n;
S4.根据所有子区域S1-Sn覆盖的方格集合在基准投影带中的投影坐标,构建影像生成区,并从遥感影像数据库中读取每个基准带子区域Sj覆盖的方格集合对应的像素值,将其写入影像生成区;其中,j=1,…,J,J表示基准带子区域个数;
S5.根据所有邻接带子区域Sk覆盖的方格集合在邻接投影带中的投影坐标,构建邻接带影像生成区,并从遥感影像数据库中读取每个邻接带子区域Sk覆盖的方格集合对应的像素值,将其写入邻接带影像生成区;其中,k=1,…,K,K表示邻接带子区域的个数;
S6.将邻接带子区域在基准投影带的投影坐标,重投影为邻接投影带的投影坐标,从邻接带影像生成区获取投影坐标对应的像素,写入影像生成区。
2.根据权利要求1所述的一种用户感兴趣区域遥感影像空间索引方法,其特征在于,步骤S1具体包括:
S1.1从遥感影像数据库中获取仅与用户感兴趣区域相交的遥感影像块;
S1.2计算用户感兴趣区域与属于同一投影带的遥感影像有效空间覆盖范围重叠的面积,将重叠面积最大的区域对应的投影带作为基准投影带,剩余投影带作为邻接投影带;其中,遥感影像有效空间覆盖范围表示属于同一投影带的遥感影像空间覆盖范围。
3.根据权利要求1或2所述的一种用户感兴趣区域遥感影像空间索引方法,其特征在于,步骤S2所述将基准投影带遥感影像和邻接投影带遥感影像分别嵌入Google S2索引空间,得到基准带索引空间和邻接带索引空间,具体包括:
01.获取基准投影带遥感影像有效空间覆盖范围与用户感兴趣区域并集的第一外接矩形,以及该矩形顶点在基准投影带中的投影坐标,将投影坐标在基准投影带中所构成四边形的第二外接矩形嵌入对应等级的Google S2索引空间,得到基准带索引空间;
其中,第二外接矩形嵌入过程中,基准带索引空间边长的计算公式为:
H=max(Wrs,Hrs)
Figure QLYQS_1
上式中,Wrs,Hrs分别为第二外接矩形的宽与高,ceil为向上取整函数,Hs2为基准带索引空间边长;
02.获取邻接投影带卫星遥感影像有效空间覆盖范围的第三外接矩形,以及该矩形顶点在邻接投影带中的投影坐标,将投影坐标在邻接投影带中所构成四边形的第四外接矩形嵌入Google S2索引空间,得到邻接带索引空间;
其中,第四外接矩形嵌入过程中,邻接带索引空间边长的计算公式为:
H'=max(W'rs,H'rs)
Figure QLYQS_2
上式中,W'rs,H'rs分别为第四外接矩形的宽与高,ceil为向上取整函数,Hs2adj为邻接带索引空间边长。
4.根据权利要求1-3任一项所述的一种用户感兴趣区域遥感影像空间索引方法,其特征在于,步骤S3具体包括:
S3.1.将每个子区域Si边界点经纬度转换成在基准投影带中的投影坐标;
S3.2.计算投影坐标在基准带索引空间中的行列号,将该行列号转换为Google S2对应的球面坐标,该球面坐标所构成范围即为子区域Si对应的Google S2索引范围;
S3.3.利用Google S2空间索引算法,根据单个子区域Si对应的球面坐标,计算单个子区域Si在基准带索引空间中覆盖的方格集合。
5.根据权利要求1-4任一项所述的一种用户感兴趣区域遥感影像空间索引方法,其特征在于,步骤S4具体包括:
S4.1.获取所有子区域S1-Sn覆盖的方格集合的外接矩形,以及该外接矩形顶点在基准投影带的投影坐标,将投影坐标在基准投影带中所构成四边形的外接矩形区域作为影像生成区;
S4.2.根据基准带子区域Sj覆盖的方格集合所在位置,从遥感影像数据库中读取对应像素值,并写入影像生成区。
6.根据权利要求1-5任一项所述的一种用户感兴趣区域遥感影像空间索引方法,其特征在于,步骤S5具体包括:
S5.1.获取所有邻接带子区域Sk覆盖的方格集合的外接矩形,以及该外接矩形在邻接投影带的投影坐标,将投影坐标在邻接投影带中所构成四边形的外接矩形区域作为邻接带影像生成区;
S5.2.根据邻接带子区域Sk覆盖的方格集合所在位置,从遥感影像数据库中读取对应像素值,并写入邻接带影像生成区。
7.根据权利要求1-6任一项所述的一种用户感兴趣区域遥感影像空间索引方法,其特征在于,所述遥感影像存储于对象数据库中。
CN202010144989.9A 2020-03-04 2020-03-04 一种用户感兴趣区域遥感影像空间索引方法 Active CN111460060B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010144989.9A CN111460060B (zh) 2020-03-04 2020-03-04 一种用户感兴趣区域遥感影像空间索引方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010144989.9A CN111460060B (zh) 2020-03-04 2020-03-04 一种用户感兴趣区域遥感影像空间索引方法

Publications (2)

Publication Number Publication Date
CN111460060A CN111460060A (zh) 2020-07-28
CN111460060B true CN111460060B (zh) 2023-03-28

Family

ID=71681815

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010144989.9A Active CN111460060B (zh) 2020-03-04 2020-03-04 一种用户感兴趣区域遥感影像空间索引方法

Country Status (1)

Country Link
CN (1) CN111460060B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111986283B (zh) * 2020-08-07 2023-10-27 武汉善睐科技有限公司 一种基于查找表的遥感影像快速重投影方法
CN112053350B (zh) * 2020-09-04 2024-03-26 国家卫星气象中心(国家空间天气监测预警中心) 一种感兴趣区域遥感数据拼接裁剪处理方法、装置及计算机设备
CN112462366B (zh) * 2020-10-10 2023-08-08 深圳大学 一种sar数据点可视化方法、智能终端及存储介质
CN112346868B (zh) * 2020-11-06 2024-03-12 航天科工(北京)空间信息应用股份有限公司 海量遥感影像发布和动态切片方法和装置及设备
CN114707014B (zh) * 2022-06-06 2022-08-26 科大天工智能装备技术(天津)有限公司 一种基于fov的影像数据融合索引方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109657081A (zh) * 2018-09-29 2019-04-19 中国科学院上海高等研究院 高光谱卫星遥感数据的分布式处理方法、系统及介质
CN109783665A (zh) * 2018-12-29 2019-05-21 武汉大学 基于Google S2实现Hbase数据库遥感大数据入库模型的设计方法
CN110728658A (zh) * 2019-09-16 2020-01-24 武汉大学 一种基于深度学习的高分辨率遥感影像弱目标检测方法
CN110781325A (zh) * 2019-10-21 2020-02-11 武汉大学 一种高分辨率遥感数据格网精细化管理模型及其构建方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109657081A (zh) * 2018-09-29 2019-04-19 中国科学院上海高等研究院 高光谱卫星遥感数据的分布式处理方法、系统及介质
CN109783665A (zh) * 2018-12-29 2019-05-21 武汉大学 基于Google S2实现Hbase数据库遥感大数据入库模型的设计方法
CN110728658A (zh) * 2019-09-16 2020-01-24 武汉大学 一种基于深度学习的高分辨率遥感影像弱目标检测方法
CN110781325A (zh) * 2019-10-21 2020-02-11 武汉大学 一种高分辨率遥感数据格网精细化管理模型及其构建方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Huiyu Xia, etc..PAUSUC: A Parallel Subsampling-Based Method for Clustering Remote Sensing Big Data.《Sensors》.2019,全文. *
俞童.兴趣场约束下空间数据多尺度智能化表达研究.《中国优秀硕士学位论文全文数据库(电子期刊)》.2018,全文. *

Also Published As

Publication number Publication date
CN111460060A (zh) 2020-07-28

Similar Documents

Publication Publication Date Title
CN111460060B (zh) 一种用户感兴趣区域遥感影像空间索引方法
CN110502594B (zh) 一种遥感影像地图瓦片实时融合与在线更新方法
US10991077B2 (en) Vector tile pyramiding
CN105893972A (zh) 基于影像进行的违章建筑物自动监测方法及其实现系统
CN105550977B (zh) 一种并行方式栅格影像切片方法
CN108229740B (zh) 一种商圈边界的确定方法、装置、服务器及存储介质
Zhang et al. A global dataset of daily near-surface air temperature at 1-km resolution (2003–2020)
CN111862292A (zh) 输电线路走廊的数据渲染方法、装置和计算机设备
CN103019671A (zh) 面向数据密集型遥感图像处理的泛型编程的框架编程方法
CN114549772B (zh) 基于工程独立坐标系的多源三维模型融合处理方法及系统
US20070047820A1 (en) Computer generated land cover classification
CN104166695A (zh) 一种面向遥感数据内容的剖分、查询及动态显示方法
WO2000007132A9 (en) Moving map composer (mmc)
CN111949817A (zh) 基于遥感影像的农作物信息展示系统、方法、设备及介质
CN111899323A (zh) 三维地球的绘制方法及装置
CN115687675A (zh) 一种机载矢量地图数据处理方法
CN115470366A (zh) 一种基于瓦片的遥感图像存储方法及系统
CN111143502A (zh) 一种地图瓦片高效生成方法及装置
CN111598359A (zh) 物流场站选址方法及系统
CN114611036A (zh) 一种gis数据处理及渲染方法
CN116681298A (zh) 风电场选址方法、装置、计算机设备、存储介质和产品
CN117271536A (zh) 基于行政区划的空间数据处理方法、装置、设备及介质
CN115588086A (zh) 地图划分方法、装置、计算机可读存储介质及处理器
Zhang et al. Using POI and multisource satellite datasets for mainland China's population spatialization and spatiotemporal changes based on regional heterogeneity
CN115564924A (zh) 一种大城市场景下规则物体点云优化系统及方法

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