CN112364188A - 一种遥感影像的索引建立方法、遥感影像检索方法及装置 - Google Patents
一种遥感影像的索引建立方法、遥感影像检索方法及装置 Download PDFInfo
- Publication number
- CN112364188A CN112364188A CN202011259290.3A CN202011259290A CN112364188A CN 112364188 A CN112364188 A CN 112364188A CN 202011259290 A CN202011259290 A CN 202011259290A CN 112364188 A CN112364188 A CN 112364188A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- sensing image
- determining
- index
- spatial
- 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
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000012946 outsourcing Methods 0.000 claims abstract description 50
- 238000004590 computer program Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 7
- 238000007670 refining Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 9
- 230000003044 adaptive effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- JIPVGERXYWGOOY-UHFFFAOYSA-N (2-methoxyphenyl) pentanoate Chemical compound CCCCC(=O)OC1=CC=CC=C1OC JIPVGERXYWGOOY-UHFFFAOYSA-N 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种遥感影像的索引建立方法、遥感影像检索方法及装置，索引建立方法包括：获取待处理的所有遥感影像；对于每幅所述遥感影像，确定所述遥感影像的最小外包矩形，对所述最小外包矩形进行自适应空间剖分，确定所述遥感影像的最佳剖分层级；确定所述遥感影像在所述最佳剖分层级下的空间编码字符串集合，所述空间编码字符串集合包括多个编码字符串；根据所述编码字符串生成索引，将所述索引和所述遥感影像进行对应存储。本发明的技术方案能够针对不同的遥感影像分别确定最佳剖分层级，进而构建索引，针对性强，能够为不同幅宽的遥感影像构建索引。
Description
技术领域
本发明涉及遥感影像检索技术领域，具体而言，涉及一种遥感影像的索引建立方法、遥感影像检索方法及装置。
背景技术
随着对地观测技术的不断进步，以及越来越多的国家和组织将观测得到遥感影像数据进行共享，对地观测遥感影像数据的规模越来越大。为了能够在海量的遥感影像数据中检索到想要的数据，目前常采用key-value模型存储海量且动态增长的数据，在查询遥感影像数据时采用SFCs(Space-filling Curves，空间填充曲线)线性化降维将二维空间的影像空间特征映射到一维空间上，但是由于多源遥感影像数据在幅宽上呈现巨大的差异性，线性化降维采用的统一的划分层级很难对所有遥感影像数据构建索引。
发明内容
本发明解决的问题是如何对不同幅宽的遥感影像数据构建索引。
为解决上述问题，本发明提供一种遥感影像的索引建立方法、遥感影像检索方法及装置。
第一方面，本发明提供了一种遥感影像的索引建立方法，包括：
获取待处理的所有遥感影像；
对于每幅所述遥感影像，确定所述遥感影像的最小外包矩形，对所述最小外包矩形进行自适应空间剖分，确定所述遥感影像的最佳剖分层级；
确定所述遥感影像在所述最佳剖分层级下的空间编码字符串集合，所述空间编码字符串集合包括多个编码字符串；
根据所述编码字符串生成索引，将所述索引和所述遥感影像进行对应存储。
可选地，所述对所述最小外包矩形进行自适应空间剖分，确定所述遥感影像的最佳剖分层级包括：
计算所述最小外包矩形的最大幅宽，根据所述最大幅宽采用第一公式确定所述遥感影像的尺寸，所述第一公式包括：
dSize＝(maxWidth.degree*64*64+maxWidth.minute*64+maxWidth.second)*2048,
其中，dSize表示所述遥感影像的尺寸，maxWidth.degree表示所述最大幅宽对应的度，maxWidth.minute表示所述最大幅宽对应的分，maxWidth.second表示所述最大幅宽对应的秒；
根据所述尺寸采用第二公式确定所述最佳剖分层级，所述第二公式包括：
其中，divisionLevel表示所述最佳剖分层级。
可选地，所述确定所述遥感影像在所述最佳剖分层级下的空间编码字符串集合包括：
基于希尔伯特曲线获取所述遥感影像在所述最佳剖分层级下的多个所述编码字符串，所有所述编码字符串组成所述空间编码字符串集合。
可选地，在所述确定所述遥感影像在所述最佳剖分层级下的空间编码字符串集合之后，还包括：
当所述空间编码字符串集合中所述编码字符串的数量为标定数量，且各个所述编码字符串的前n-1位数据相同时，将所述空间编码字符串集合中的所有所述编码字符串合并成一个编码字符串，其中，n为所述编码字符串的长度。
可选地，所述编码字符串包括WKT字符串，所述遥感影像包括标识符，所述根据所述编码字符串生成索引，将所述索引和所述遥感影像进行对应存储包括：
将各个所述遥感影像的所述编码字符串进行排序，依次生成每个所述遥感影像的所述索引；
将所述遥感影像的一个所述编码字符串、分隔符和所述标识符存储至所述数据库的行键中，将所述遥感影像的所述索引存储至所述数据库的列族中，将所述遥感影像的所述WKT字符串存储至所述数据库的列中。
第二方面，本发明提供了一种遥感影像检索方法，包括：
获取空间查询范围，并确定所述空间查询范围对应的最小外包矩形；
对所述最小外包矩形进行自适应空间剖分，确定最佳剖分层级，确定所述最小外包矩形在所述最佳剖分层级下的空间编码字符串集合；
根据所述空间字符串集合在数据库中确定所述空间查询范围内的所有遥感影像，其中，所述数据库中存储有根据如上所述的遥感影像的索引建立方法建立的索引和与所述索引对应的所述遥感影像；
对所有所述遥感影像进行去重和空间关系运算，获得最终的遥感影像。
可选地，所述根据所述空间字符串集合在数据库中确定所述空间查询范围内的所有遥感影像包括：
根据所述空间字符串集合生成所述数据库的前缀过滤器；
根据所述前缀过滤器在所述数据库中进行扫描，获得所述空间查询范围内的所有所述遥感影像。
可选地，所述对所有所述遥感影像进行去重，获得最终的遥感影像包括：
根据所述空间查询范围计算查询选择性；
比对所述查询选择性和预设阈值，当所述查询选择性大于或等于所述预设阈值时，对所有所述遥感影像依次进行数据去重和空间关系运算，获得所述最终的遥感影像；
当所述查询选择性小于所述预设阈值时，对所有所述遥感影像依次进行空间关系运算和数据去重，获得所述最终的遥感影像。
可选地，所述根据所述空间查询范围计算查询选择性包括：
采用第三公式确定所述查询选择性，所述第三公式包括：
其中，QS为所述查询选择性，数据空间为所有遥感影像所在的空间范围。
可选地，所述空间关系运算包括采用预设算法确定与所述空间查询范围相交、包含或被包含的所述遥感影像。
第三方面，本发明提供了一种遥感影像的索引建立装置，包括：
第一获取模块，用于获取待处理的所有遥感影像；
第一剖分模块，用于对于每幅所述遥感影像，确定所述遥感影像的最小外包矩形，对所述最小外包矩形进行自适应空间剖分，确定所述遥感影像的最佳剖分层级；
处理模块，用于确定所述遥感影像在所述最佳剖分层级下的空间编码字符串集合，所述空间编码字符串集合包括多个编码字符串；
存储模块，用于根据所述编码字符串生成索引，将所述索引和所述遥感影像进行对应存储。
第四方面，本发明提供了一种遥感影像检索装置，包括：
第二获取模块，用于获取空间查询范围，并确定所述空间查询范围对应的最小外包矩形；
第二剖分模块，用于对所述最小外包矩形进行自适应空间剖分，确定最佳剖分层级，确定所述最小外包矩形在所述最佳剖分层级下的空间编码字符串集合；
过滤模块，用于根据所述空间字符串集合在数据库中确定所述空间查询范围内的所有遥感影像，其中，所述数据库中存储有根据如上所述的遥感影像的索引建立方法建立的索引和与所述索引对应的所述遥感影像；
精炼模块，用于对所有所述遥感影像进行去重和空间关系运算，获得最终的遥感影像。
第五方面，本发明提供了一种计算机设备，包括存储器和处理器；
所述存储器，用于存储计算机程序；
所述处理器，用于当执行所述计算机程序时，实现如上所述的遥感影像的索引建立方法或如上所述的遥感影像检索方法。
第六方面，本发明提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的遥感影像的索引建立方法或如上所述的遥感影像检索方法。
本发明的遥感影像的索引建立方法、遥感影像检索方法及装置的有益效果是：获取待处理的所有遥感影像，分别确定各个遥感影像的最小外包矩形，对最小外包矩形进行自适应空间剖分，面对不同形状的遥感影像，采用最小外包矩形代替遥感影像进行处理，能够简化处理过程，提高处理效率。对各个遥感影像的最小外包矩形分别进行自适应空间剖分，确定各个遥感影像的最佳剖分层级，相较于采用统一的划分层级，针对性更高。根据各个遥感影像的最佳剖分层级就可确定对应的遥感影像的空间编码字符串集合，根据空间编码字符串集合生成对应的遥感影像的索引。本发明的技术方案能够针对不同的遥感影像分别确定最佳剖分层级，进而构建索引，针对性强，能够为不同幅宽的遥感影像构建索引。
附图说明
图1为本发明实施例的一种遥感影像的索引建立方法的流程示意图；
图2为本发明实施例的自适应空间剖分及生成编码阶段的流程示意图；
图3为本发明实施例的一种遥感影像检索方法的流程示意图；
图4为本发明另一实施例的一种遥感影像检索方法的流程示意图；
图5为本发明实施例的遥感影像的索引建立方法和遥感影像检索方法的全流程示意图；
图6为本发明实施例的最小外包矩形、空间查询范围和遥感影像的示意图；
图7为本发明实施例的一种遥感影像的索引建立装置的结构示意图；
图8为本发明实施例的一种遥感影像检索装置的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
需要说明的是，要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
如图1、图2和图5所示，本发明实施例提供的一种遥感影像的索引建立方法，包括自适应空间剖分及生成编码阶段和空间索引构建阶段，自适应空间剖分及生成编码阶段包括：
步骤S110，获取待处理的所有遥感影像。
具体地，获取遥感影像元数据集，遥感影像元数据集由所有遥感影像组成。
步骤S120，对于每幅所述遥感影像I，确定所述遥感影像I的最小外包矩形MBRI，对所述最小外包矩形MBRI进行自适应空间剖分，确定所述遥感影像的最佳剖分层级。
具体地，最小外包矩形为包围遥感影像，且平行于x、y轴的最小外接矩形。
可选地，可采用GeoSOT(全球等经纬度剖分网格)空间剖分方法进行自适应剖分，所述对所述最小外包矩形MBRI进行自适应空间剖分，确定所述遥感影像的最佳剖分层级包括：
计算所述最小外包矩形MBRI的最大幅宽包括：确定最小外包矩形MBRI上的经度最小值和经度最大值，根据经度最小值和经度最大值确定经度方向的差值，确定最小外包矩形MBRI上的纬度最小值和纬度最大值，根据纬度最小值和纬度最大值确定纬度方向的差值，确定经度方向的差值和纬度方向的差值中的最大值为最大幅宽maxWidth，最大幅宽maxWidth包括度、分和秒。
根据所述最大幅宽maxWidth采用第一公式确定所述遥感影像的尺寸，所述第一公式包括：
dSize＝(maxWidth.degree*64*64+maxWidth.minute*64+maxWidth.second)*2048,
其中，dSize表示所述遥感影像I的尺寸，maxWidth.degree表示所述最大幅宽maxWidth对应的度，maxWidth.minute表示所述最大幅宽maxWidth对应的分，maxWidth.second表示所述最大幅宽maxWidth对应的秒；
根据所述尺寸dSize采用第二公式确定所述最佳剖分层级，所述第二公式包括：
其中，divisionLevel表示所述最佳剖分层级。
步骤S130，确定所述遥感影像I在所述最佳剖分层级divisionLevel下的空间编码字符串集合spatialCodeSet，所述空间编码字符串集合spatialCodeSet包括多个编码字符串。
基于希尔伯特(Hilbert)曲线获取所述遥感影像I在所述最佳剖分层级divisionLevel下的多个编码字符串，所有所述编码字符串组成所述空间编码字符串集合spatialCodeSet。该过程为现有技术，在此不再赘述。
可选地，在所述确定所述遥感影像在所述最佳剖分层级下的空间编码字符串集合之后，还包括：
确定是否需要编码合并，当所述空间编码字符串集合spatialCodeSet包括的所述编码字符串的数量为标定数量，标定数量可为4，且各个所述编码字符串的前n-1位数据相同时，n为编码字符串的长度，将所述空间编码字符串集合中的所有所述编码字符串合并成一个编码字符串，合并生成的编码字符串的长度为n-1，即将各个编码字符串的前n-1位作为新的编码字符串。
本可选的实施例中，通过自适应空间剖分确定的最佳剖分层级，生成的最佳剖分层级下的空间编码字符串集合中编码数量较少，能够提高后续的查询效率。
空间索引构建阶段：
步骤S140，根据所述编码字符串生成索引，将所述索引和所述遥感影像进行对应存储。
可选地，按照key-value模式生成索引记录(indexing records)，所述编码字符串包括WKT(Well-known text，文本标记语言)字符串，所述遥感影像包括标识符，所述根据所述编码字符串生成索引，将所述索引和所述遥感影像对应存储至数据库包括：
将各个所述遥感影像的所述编码字符串进行排序，依次生成每个所述遥感影像的所述索引；
将所述遥感影像的一个所述编码字符串、分隔符和所述标识符存储至所述数据库的行键中，分隔符可为“--”，将所述遥感影像的所述索引存储至所述数据库的列族中，将所述遥感影像的所述WKT字符串存储至所述数据库的列中。
整个过程分为Map阶段和Reduce阶段，Map阶段获取每幅遥感影像的空间范围和标识符，生成HBase数据库的Put命令，将所述Put命令写入HDFS(Hadoop Distributed FileSystem，分布式文件系统)。
Reduce阶段在HBase端执行Put命令，调用PutSortedReducer函数，将写入HDFS的数据转换为HBase数据插入Put命令集合，将Put命令中的数据进行排序。
在执行完Map阶段和Reduce阶段后，执行LoadIncrementalHFiles.dobulkLoad()命令，将Put命令集合中的数据存储至HBase中，HBase中存储的数据为中间结果。
本实施例中，获取待处理的所有遥感影像，分别确定各个遥感影像的最小外包矩形，对最小外包矩形进行自适应空间剖分，面对不同形状的遥感影像，采用最小外包矩形代替遥感影像进行处理，能够简化处理过程，提高处理效率。对各个遥感影像的最小外包矩形分别进行自适应空间剖分，确定各个遥感影像的最佳剖分层级，相较于采用统一的划分层级，针对性更高。根据各个遥感影像的最佳剖分层级就可确定对应的遥感影像的空间编码字符串集合，根据空间编码字符串集合生成对应的遥感影像的索引。本发明的技术方案能够针对不同的遥感影像分别确定最佳剖分层级，进而构建索引，针对性强，能够为不同幅宽的遥感影像构建索引。
如图3、图4和图5所示，本发明实施例提供的一种遥感影像检索方法，基于如上所述的遥感影像的索引建立方法，检索方法包括过滤阶段和精炼阶段。
过滤阶段：
步骤S210，获取空间查询范围Q，并确定所述空间查询范围Q对应的最小外包矩形MBRQ；
步骤S220，对所述最小外包矩形MBRQ进行自适应空间剖分，确定最佳剖分层级，确定所述最小外包矩形在所述最佳剖分层级下的空间编码字符串集合。
具体地，可采用上述对最小外包矩形MBRI进行自适应空间剖分的过程对最小外包矩形MBRQ进行自适应空间剖分。
步骤S230，根据所述空间字符串集合在数据库中确定所述空间查询范围内的所有遥感影像，其中，所述数据库中存储有根据如上所述的遥感影像的索引建立方法建立的索引和与所述索引对应的所述遥感影像；
可选地，所述根据所述空间字符串集合在数据库中确定所述空间查询范围内的所有遥感影像包括：
根据所述空间字符串集合生成所述数据库的前缀过滤器；
根据所述前缀过滤器在所述数据库中进行扫描，获得所述空间查询范围内的所有所述遥感影像。
具体地，根据空间字符串集合生成Hbase数据库Scan操作的前缀过滤器(PrefixFilter)，将空间范围查询转换为带有PrefixFilter列表的HBase Scan操作，根据前缀过滤器在HBase集群中执行Scan操作，扫描与空间查询范围对应的所有索引，获得空间查询范围内的所有遥感影像，将扫描获得的所有遥感影像存储至HDFS中，即将HBase返回的中间结果写入HDFS。
精炼阶段：
步骤S240，对所有所述遥感影像进行去重和空间关系运算，获得最终的遥感影像。
可选地，所述对所有所述遥感影像进行去重和空间关系运算，获得最终的遥感影像包括：
根据所述空间查询范围计算查询选择性；
可选地，采用第三公式确定所述查询选择性，所述第三公式包括：
其中，QS(Query Selectivity)为所述查询选择性，数据空间为所有遥感影像所在的空间范围，面积一般为360×180，其中，360为数据空间在经度方向上的长度，180为数据空间在纬度上的长度。
比对所述查询选择性和预设阈值，当所述查询选择性大于或等于所述预设阈值时，对所有所述遥感影像依次进行数据去重和空间关系运算，获得所述最终的遥感影像；
当所述查询选择性小于所述预设阈值时，对所有所述遥感影像依次进行空间关系运算和数据去重，获得所述最终的遥感影像。
可选地，当QS≥阈值(threshold)，则在Map阶段执行数据去重，将去重后的中间结果写入HDFS，在Reduce阶段执行空间关系运算，将最终结果写入HDFS；若QS<阈值(threshold)，则在Map阶段执行空间关系运算，将空间关系运算后的中间结果写入HDFS，在Reduce执行数据去重，将最终结果写入HDFS。
所述空间关系运算包括采用预设算法确定与所述空间查询范围相交、包含或被包含的所述遥感影像。
具体地，由于去重操作和空间关系运算的过程耗时都很长，通过确定去重操作和空间运算的顺序可以尽可能地减少处理时间，提高检索效率。QS表示空间查询范围占整个数据空间的面积，当QS越大时，需要处理的遥感影像越多，其中重复的遥感影像的数量也越多，此时先进行去重操作，再进行空间关系运算，能够大幅减少进行空间关系运算的遥感影像的数量，能够降低整个过程的运算量，减少处理时间，提高效率。当QS越小时，需要处理的遥感影像的数量越少，此时搜索重复遥感影像耗时更长，因此先通过空间关系运算过滤部分遥感影像，再进行去重，能够减少处理时间，提高效率。预设阈值可根据需要进行设定。
本实施例中，获取空间查询范围，确定空间查询范围的最小外包矩形，进而确定空间查询范围的空间编码字符串集合，与数据库中存储的编码相对应，便于在数据库中检索遥感影像。根据空间编码字符串集合生成数据库的前缀过滤器集合，根据前缀过滤器集合在数据库中执行扫描操作，可以快速确定对应的索引，进而确定对应的遥感影像。对确定的所有遥感影像进行去重处理和空间关系运算，能够去除重复和仅与最小外包矩形有联系而与空间查询范围没联系的遥感影像，大幅提高查询到的遥感影像的准确度。整个遥感影像检索过程，检索效率高且准确度高。
如图6所示，数据空间中共有7幅遥感影像(Ii，1≤i≤7)，以及3个空间查询范围Q1，Q2和Q3。遥感影像检索即空间范围查询旨在找到所有与空间查询范围相交、包含或被包含的遥感影像。遥感影像检索分为两个步骤：1、过滤阶段，首先在所有遥感影像中找到最小外包矩形与空间查询范围的最小外包矩形相交、包含或被包含的遥感影像，此时确定的遥感影像组成候选解；2、精炼阶段，对候选解中的遥感影像进行去重，并将遥感影像的空间范围与空间查询范围进行空间关系运算，确定范围相交或包含或被包含的遥感影像。例如：对于空间查询范围Q1，过滤阶段确定的候选解包括两幅遥感影像I1和I4，在精炼阶段通过空间关系运算，确定仅有遥感影像I4符合空间查询范围Q1。
如图7所示，本发明实施例提供的一种遥感影像的索引建立装置，包括：
第一获取模块，用于获取待处理的所有遥感影像；
第一剖分模块，用于对于每幅所述遥感影像，确定所述遥感影像的最小外包矩形，对所述最小外包矩形进行自适应空间剖分，确定所述遥感影像的最佳剖分层级；
处理模块，用于确定所述遥感影像在所述最佳剖分层级下的空间编码字符串集合，所述空间编码字符串集合包括多个编码字符串；
存储模块，用于根据所述编码字符串生成索引，将所述索引和所述遥感影像进行对应存储。
如图8所示，本发明实施例提供的一种遥感影像检索装置，包括：
第二获取模块，用于获取空间查询范围，并确定所述空间查询范围对应的最小外包矩形；
第二剖分模块，用于对所述最小外包矩形进行自适应空间剖分，确定最佳剖分层级，确定所述最小外包矩形在所述最佳剖分层级下的空间编码字符串集合；
过滤模块，用于根据所述空间字符串集合在数据库中确定所述空间查询范围内的所有遥感影像，其中，所述数据库中存储有根据如上所述的遥感影像的索引建立方法建立的索引和与所述索引对应的所述遥感影像；
精炼模块，用于对所有所述遥感影像进行去重和空间关系运算，获得最终的遥感影像。
本发明实施例提供的一种计算机设备包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于当执行所述计算机程序时，实现如上所述的遥感影像的索引建立方法或如上所述的遥感影像检索方法。
本发明实施例提供的一种计算机可读存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的遥感影像的索引建立方法或如上所述的遥感影像检索方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。在本申请中，所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
虽然本发明公开披露如上，但本发明公开的保护范围并非仅限于此。本领域技术人员在不脱离本发明公开的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。
Claims (14)
1.一种遥感影像的索引建立方法，其特征在于，包括：
获取待处理的所有遥感影像；
对于每幅所述遥感影像，确定所述遥感影像的最小外包矩形，对所述最小外包矩形进行自适应空间剖分，确定所述遥感影像的最佳剖分层级；
确定所述遥感影像在所述最佳剖分层级下的空间编码字符串集合，所述空间编码字符串集合包括多个编码字符串；
根据所述编码字符串生成索引，将所述索引和所述遥感影像对应进行存储。
2.根据权利要求1所述的遥感影像的索引建立方法，其特征在于，所述对所述最小外包矩形进行自适应空间剖分，确定所述遥感影像的最佳剖分层级包括：
计算所述最小外包矩形的最大幅宽，根据所述最大幅宽采用第一公式确定所述遥感影像的尺寸，所述第一公式包括：
dSize＝(maxWidth.degree*64*64+maxWidth.minute*64+maxWidth.second)*2048,
其中，dSize表示所述遥感影像的尺寸，maxWidth.degree表示所述最大幅宽对应的度，maxWidth.minute表示所述最大幅宽对应的分，maxWidth.second表示所述最大幅宽对应的秒；
根据所述尺寸采用第二公式确定所述最佳剖分层级，所述第二公式包括：
其中，divisionLevel表示所述最佳剖分层级。
3.根据权利要求2所述的遥感影像的索引建立方法，其特征在于，所述确定所述遥感影像在所述最佳剖分层级下的空间编码字符串集合包括：
基于希尔伯特曲线获取所述遥感影像在所述最佳剖分层级下的多个所述编码字符串，所有所述编码字符串组成所述空间编码字符串集合。
4.根据权利要求1所述的遥感影像的索引建立方法，其特征在于，在所述确定所述遥感影像在所述最佳剖分层级下的空间编码字符串集合之后，还包括：
当所述空间编码字符串集合中所述编码字符串的数量为标定数量，且各个所述编码字符串的前n-1位数据相同时，将所述空间编码字符串集合中的所有所述编码字符串合并成一个编码字符串，其中，n为所述编码字符串的长度。
5.根据权利要求1所述的遥感影像的索引建立方法，其特征在于，所述编码字符串包括WKT字符串，所述遥感影像包括标识符，所述根据所述编码字符串生成索引，将所述索引和所述遥感影像对应进行存储包括：
将各个所述遥感影像的所述编码字符串进行排序，依次生成每个所述遥感影像的所述索引；
将所述遥感影像的一个所述编码字符串、分隔符和所述标识符存储至数据库的行键中，将所述遥感影像的所述索引存储至所述数据库的列族中，将所述遥感影像的所述WKT字符串存储至所述数据库的列中。
6.一种遥感影像检索方法，其特征在于，包括：
获取空间查询范围，并确定所述空间查询范围对应的最小外包矩形；
对所述最小外包矩形进行自适应空间剖分，确定最佳剖分层级，确定所述最小外包矩形在所述最佳剖分层级下的空间编码字符串集合；
根据所述空间字符串集合在数据库中确定所述空间查询范围内的所有遥感影像，其中，所述数据库中存储有根据权利要求1至5任一项所述的遥感影像的索引建立方法建立的索引和与所述索引对应的所述遥感影像；
对所有所述遥感影像进行去重和空间关系运算，获得最终的遥感影像。
7.根据权利要求6所述的遥感影像检索方法，其特征在于，所述根据所述空间字符串集合在数据库中确定所述空间查询范围内的所有遥感影像包括：
根据所述空间字符串集合生成所述数据库的前缀过滤器；
根据所述前缀过滤器在所述数据库中进行扫描，获得所述空间查询范围内的所有所述遥感影像。
8.根据权利要求7所述的遥感影像检索方法，其特征在于，所述对所有所述遥感影像进行去重，获得最终的遥感影像包括：
根据所述空间查询范围计算查询选择性；
比对所述查询选择性和预设阈值，当所述查询选择性大于或等于所述预设阈值时，对所有所述遥感影像依次进行数据去重和空间关系运算，获得所述最终的遥感影像；
当所述查询选择性小于所述预设阈值时，对所有所述遥感影像依次进行空间关系运算和数据去重，获得所述最终的遥感影像。
9.根据权利要求8所述的遥感影像检索方法，其特征在于，所述根据所述空间查询范围计算查询选择性包括：
采用第三公式确定所述查询选择性，所述第三公式包括：
其中，QS为所述查询选择性，数据空间为所有遥感影像所在的空间范围。
10.根据权利要求8或9所述的遥感影像检索方法，其特征在于，所述空间关系运算包括采用预设算法确定与所述空间查询范围相交、包含或被包含的所述遥感影像。
11.一种遥感影像的索引建立装置，其特征在于，包括：
第一获取模块，用于获取待处理的所有遥感影像；
第一剖分模块，用于对于每幅所述遥感影像，确定所述遥感影像的最小外包矩形，对所述最小外包矩形进行自适应空间剖分，确定所述遥感影像的最佳剖分层级；
处理模块，用于确定所述遥感影像在所述最佳剖分层级下的空间编码字符串集合，所述空间编码字符串集合包括多个编码字符串；
存储模块，用于根据所述编码字符串生成索引，将所述索引和所述遥感影像进行对应存储。
12.一种遥感影像检索装置，其特征在于，包括：
第二获取模块，用于获取空间查询范围，并确定所述空间查询范围对应的最小外包矩形；
第二剖分模块，用于对所述最小外包矩形进行自适应空间剖分，确定最佳剖分层级，确定所述最小外包矩形在所述最佳剖分层级下的空间编码字符串集合；
过滤模块，用于根据所述空间字符串集合在数据库中确定所述空间查询范围内的所有遥感影像，其中，所述数据库中存储有根据权利要求1至5任一项所述的遥感影像的索引建立方法建立的索引和与所述索引对应的所述遥感影像；
精炼模块，用于对所有所述遥感影像进行去重和空间关系运算，获得最终的遥感影像。
13.一种计算机设备，其特征在于，包括存储器和处理器；
所述存储器，用于存储计算机程序；
所述处理器，用于当执行所述计算机程序时，实现如权利要求1至5任一项所述的遥感影像的索引建立方法或如权利要求6至10任一项所述的遥感影像检索方法。
14.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1至5任一项所述的遥感影像的索引建立方法或如权利要求6至10任一项所述的遥感影像检索方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011259290.3A CN112364188A (zh) | 2020-11-12 | 2020-11-12 | 一种遥感影像的索引建立方法、遥感影像检索方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011259290.3A CN112364188A (zh) | 2020-11-12 | 2020-11-12 | 一种遥感影像的索引建立方法、遥感影像检索方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112364188A true CN112364188A (zh) | 2021-02-12 |
Family
ID=74516070
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011259290.3A Pending CN112364188A (zh) | 2020-11-12 | 2020-11-12 | 一种遥感影像的索引建立方法、遥感影像检索方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112364188A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114443648A (zh) * | 2021-12-29 | 2022-05-06 | 中科星通(廊坊)信息技术有限公司 | 一种卫星遥感数据的智能检索方法 |
| CN115906460A (zh) * | 2022-11-14 | 2023-04-04 | 北京市测绘设计研究院 | 编码方法、装置、计算机设备和存储介质 |
| CN115934759A (zh) * | 2022-11-30 | 2023-04-07 | 二十一世纪空间技术应用股份有限公司 | 一种面向海量多源异构卫星数据查询的加速计算方法 |
| CN117033526A (zh) * | 2023-10-09 | 2023-11-10 | 中国地质大学（武汉） | 数据存储方法、数据查询方法、装置、设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104166695A (zh) * | 2014-07-31 | 2014-11-26 | 北京大学 | 一种面向遥感数据内容的剖分、查询及动态显示方法 |
| CN109635068A (zh) * | 2018-12-20 | 2019-04-16 | 中国地质大学（武汉） | 云计算环境下的海量遥感数据高效组织及快速检索方法 |
| CN110599490A (zh) * | 2019-09-02 | 2019-12-20 | 广州市城市规划勘测设计研究院 | 一种遥感影像数据存储方法和系统 |
-
2020
- 2020-11-12 CN CN202011259290.3A patent/CN112364188A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104166695A (zh) * | 2014-07-31 | 2014-11-26 | 北京大学 | 一种面向遥感数据内容的剖分、查询及动态显示方法 |
| CN109635068A (zh) * | 2018-12-20 | 2019-04-16 | 中国地质大学（武汉） | 云计算环境下的海量遥感数据高效组织及快速检索方法 |
| CN110599490A (zh) * | 2019-09-02 | 2019-12-20 | 广州市城市规划勘测设计研究院 | 一种遥感影像数据存储方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| XIAOHUI HUANG等: "A High-Performance Spatial Range", 《IEEE JOURNAL ON MINIATURIZATION FOR AIR AND SPACE SYSTEMS》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114443648A (zh) * | 2021-12-29 | 2022-05-06 | 中科星通(廊坊)信息技术有限公司 | 一种卫星遥感数据的智能检索方法 |
| CN114443648B (zh) * | 2021-12-29 | 2022-11-29 | 中科星通(廊坊)信息技术有限公司 | 一种卫星遥感数据的智能检索方法 |
| CN115906460A (zh) * | 2022-11-14 | 2023-04-04 | 北京市测绘设计研究院 | 编码方法、装置、计算机设备和存储介质 |
| CN115906460B (zh) * | 2022-11-14 | 2023-10-13 | 北京市测绘设计研究院 | 编码方法、装置、计算机设备和存储介质 |
| CN115934759A (zh) * | 2022-11-30 | 2023-04-07 | 二十一世纪空间技术应用股份有限公司 | 一种面向海量多源异构卫星数据查询的加速计算方法 |
| CN115934759B (zh) * | 2022-11-30 | 2023-12-22 | 二十一世纪空间技术应用股份有限公司 | 一种面向海量多源异构卫星数据查询的加速计算方法 |
| CN117033526A (zh) * | 2023-10-09 | 2023-11-10 | 中国地质大学（武汉） | 数据存储方法、数据查询方法、装置、设备及存储介质 |
| CN117033526B (zh) * | 2023-10-09 | 2023-12-29 | 中国地质大学（武汉） | 数据存储方法、数据查询方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112364188A (zh) | 一种遥感影像的索引建立方法、遥感影像检索方法及装置 | |
| CN109165215B (zh) | 一种云环境下时空索引的构建方法、装置及电子设备 | |
| US10102253B2 (en) | Minimizing index maintenance costs for database storage regions using hybrid zone maps and indices | |
| KR100903961B1 (ko) | 시그니처 파일을 이용한 고차원 데이터 색인 및 검색방법과 그 시스템 | |
| CN107766433B (zh) | 一种基于Geo-BTree的范围查询方法及装置 | |
| CN109166615B (zh) | 一种随机森林哈希的医学ct图像存储与检索方法 | |
| JP2011243148A (ja) | 情報処理装置、情報処理方法及びプログラム | |
| CN112395288B (zh) | 基于希尔伯特曲线的r树索引合并更新方法、装置及介质 | |
| CN113806601B (zh) | 一种周边兴趣点检索方法及存储介质 | |
| CN105740428A (zh) | 一种基于b+树的高维磁盘索引结构和图像检索方法 | |
| DE112021003550T5 (de) | Downsampling genomischer sequenzdaten | |
| CN113076334B (zh) | 数据查询方法、索引生成方法、装置及电子设备 | |
| CN116433821B (zh) | 一种预生成视图点索引的三维模型渲染方法、介质及设备 | |
| CN112711649A (zh) | 一种数据库多字段匹配方法、装置、设备及存储介质 | |
| CN108647243B (zh) | 基于时间序列的工业大数据存储方法 | |
| CN111897982A (zh) | 一种医学ct图像存储与检索方法 | |
| CN107463676B (zh) | 文本数据存储方法及装置 | |
| CN106649359B (zh) | 一种空间点数据的处理方法及装置 | |
| Vassilakopoulos et al. | External balanced regular (x-BR) trees: new structures for very large spatial databases | |
| CN111190895A (zh) | 列式存储数据的组织方法、装置及存储介质 | |
| CN113946584A (zh) | 面向海量矢量数据检索的qrb树索引方法 | |
| CN110990640B (zh) | 一种数据判定方法、装置、设备及计算机可读存储介质 | |
| CN113468383A (zh) | 家族关系图谱的搜索方法、装置、电子设备及存储介质 | |
| CN113032405A (zh) | 时空数据管理方法、系统、主机及计算机可读存储介质 | |
| CN110704579B (zh) | 一种基于分支界定的全文检索方法及系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210212 |