CN112579722A - 一种高定制的遥感影像自动化快速切图方法 - Google Patents
一种高定制的遥感影像自动化快速切图方法 Download PDFInfo
- Publication number
- CN112579722A CN112579722A CN202011528887.3A CN202011528887A CN112579722A CN 112579722 A CN112579722 A CN 112579722A CN 202011528887 A CN202011528887 A CN 202011528887A CN 112579722 A CN112579722 A CN 112579722A
- Authority
- CN
- China
- Prior art keywords
- image
- tile
- cutting
- map
- data
- 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
Links
- 238000005520 cutting process Methods 0.000 title claims abstract description 119
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 71
- 238000003860 storage Methods 0.000 claims abstract description 58
- 238000000605 extraction Methods 0.000 claims abstract description 29
- 238000012856 packing Methods 0.000 claims abstract description 7
- 238000012217 deletion Methods 0.000 claims abstract description 6
- 230000037430 deletion Effects 0.000 claims abstract description 6
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 239000013598 vector Substances 0.000 claims description 34
- 238000004422 calculation algorithm Methods 0.000 claims description 26
- 238000007726 management method Methods 0.000 claims description 26
- 238000004806 packaging method and process Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000013461 design Methods 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 7
- 238000012952 Resampling Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000013523 data management Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000008520 organization Effects 0.000 claims description 3
- 239000000758 substrate Substances 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 238000005111 flow chemistry technique Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 6
- 238000013507 mapping Methods 0.000 description 4
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 239000012634 fragment Substances 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 240000004282 Grewia occidentalis Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001983 electron spin resonance imaging Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012559 user support system Methods 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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种高定制的遥感影像自动化快速切图方法，该方法包括以下步骤：根据海量卫星影像数据，批量快速的进行加密投影预处理、影像切图、影像存储、影像提取；支持XML及数据库两种方式的配置写入和读取，并封装保存影像切图处理参数信息，将所有参数可视化集成到统一的界面中，选择影像切图处理参数进行配置；采用影像切图处理模块化统一流程，利用高性能的64位工作站服务器，对影像加密、影像投影、影像切图、影像提取进行修改和扩展；运用影像地图存储专用格式RPF，通过哈希格网索引完成常量级读写删除速度，依据局部冗余的瓦片哈希索引，进行全球影像剖分瓦片存储和读取管理，影像瓦片打包工具支持加工前影像的元信息，以及影像切图信息。
Description
技术领域
本发明涉及大数据影像处理技术领域，具体来说，涉及一种高定制的遥感影像自动化快速切图方法。
背景技术
自从Google地图瓦片金字塔面世以来，对于影像的快速传输和展示，影像切图仍然是影像处理有效的解决方案，切图生成的地图瓦片是包含了一系列比例尺、一定地图范围内的地图切片文件，地图瓦片按照金字塔结构组织，每张瓦片都通过级别、行列号唯一标记，采用金字塔地图瓦片对地图服务的快速加载显示具有必要性,是一种改善地图浏览用户体验的策略,影像地图压缩比高，在平移、缩放地图时，浏览器根据金字塔规则，计算出所需的瓦片，从瓦片服务器获取并拼接，目前流行的在线地图服务，例如国内外互联网如Google、Bing、高德、百度、天地图、搜狐等企业，对地图浏览速度和并发性要求都比较高，均使用地图瓦片技术的方式满足快速访问地图的需求。
随着测绘技术的发展，在互联网、地理信息行业，影像加工产品获得越来越多用户的青睐，对影像地图数据的需求越来越普遍，但长期制约它的瓶颈是小作坊式手工制作，无法适应海量数据产品化切图对速度和易用性的要求，导致无法适应扩大影像地图业务，一般情况下，地图数据的体量越来越大，更新越来越频繁，影像电子地图生成地图瓦片少则几天，多则需要一个月乃至更长时间，远不能满足全球高清一张图“国内全覆盖、国外点覆盖”的行业实际应用需求，亟待推出一种实现快速地切图生成地图瓦片，服务行业各种规格的影像地图产品需求，支持各种规格的瓦片地图，突破现阶段技术瓶颈的切图方法。
目前市面上少有商业软件提供大规模遥感影像切图能力，有影像切图功能的只有ArcGIS、Global Mapper、SkyLine TerraBuilder，另外的主要是开源软件，如Maptiler、MapCruncher；
ArcGIS Server：能提供较多的切图规格，但不能提供面向用户对瓦片地图定制的需求，大规模影像切图不稳定现象较普遍；
MapTiler（gdal2tiles GUI版）：能够切成符合TMS标准的瓦片，并生成openlayer和Google Map调用示例，支持多种栅格数据；
MapCruncher：专门为微软Bing Map(前身为Virtual Earth)定做的瓦片产生器，支持多种栅格数据，并且能够对待叠加栅格图进行校正；
Global Mapper：瓦片产生只是附属产品，支持Virtual Earth、World Wind、Google Map、SVG多种服务地图瓦片生成。
目前同类软件的共同特点是定制能力较弱，即使定制能力较强的瓦片切图系统，瓦片存储命名规则无法指定，导致用户无法定制的瓦片地图存储目录路径，只能按照既定的规则提供，另外，空白无图的处理，各自有不足，批处理和大影像文件切图能力差，无法保证对大规模遥感影像瓦片稳定高效的生产，性能除TerraBuilder外，大多比较平庸，瓦片地图存储管理较弱，一般只能按照碎片文件存储瓦片，由于海量文件的存取效率低，某些文件系统甚至无法支持，检查、部署和迁移带来很多不便。
发明内容
针对相关技术中的上述技术问题，本发明提出一种高定制的遥感影像自动化快速切图方法，能够。
为实现上述技术目的，本发明的技术方案是这样实现的：一种高定制的遥感影像自动化快速切图方法，该方法包含以下步骤：
S1 多流程自动化并发任务，根据海量卫星影像数据，批量快速的进行加密投影预处理、影像切图、影像存储、影像提取，以及增加多线程并发支持，利用算法做多线程设计的并发执行，其中，并发任务用于任务管理及任务查询；
S2 影像切图任务参数配置，支持XML及数据库两种方式的配置写入和读取，并封装保存影像切图处理参数信息，将所有参数可视化集成到统一的界面中，选择影像切图处理参数进行配置；
S3 影像切图处理，采用影像切图处理模块化统一流程，利用高性能的64位工作站服务器，对影像加密、影像投影、影像切图、影像瓦片提取进行修改和扩展，利用任务管理，启动各项管理任务，调用影像切图处理模块接口，进行批量规格化处理；
S4 基于哈希格网索引的影像地图存储，运用影像地图存储专用格式RPF，通过哈希格网索引完成常量级读写删除速度，依据局部冗余的瓦片哈希索引，以有限的稀疏空间换取常数时间，进行全球影像剖分瓦片存储和读取管理，其中，影像瓦片打包工具支持加工前影像的元信息，以及影像切图信息。
进一步地，根据权利要求1所述的高定制的遥感影像自动化快速切图方法，其特征在于，所述S1中多线程并发支持进一步包含：
S1.1开启多个切图线程，每个线程自动获取切图子任务，完成各子任务调度执行，并自动执行下一步，依据支持的每个子任务写入完整的切图日志；
S1.2 在一台计算机上开启多个线程执行切图任务，若有多台计算机资源，则增加线程数，反之则减少；
S1.3 通过任务管理，进行任务的进度跟踪和完成情况反馈，支持用户影像切图状态跟踪，根据地图瓦片的生成进度，展示当前状态，定时刷新每个影像切图的进度；
S1.4 支持用户行为统计，查询所有任务统计信息，统计用户处理情况，取得源影像数据和影像处理结果，进行可视化展示并支持自动刷新。
进一步地，所述S1中任务管理及任务查询进一步包含：
S1.5任务管理包含：创建任务、修改任务、删除任务、中止任务，每个任务包含任务编号、任务名称、任务子流程、任务类型说明和优先级；
S1.6任务查询包含：任务类型、任务时间、任务状态，根据任务管理超级用户查看所有任务及创建用户，其他用户查询本人任务情况并选择执行。
进一步地，所述S2中参数配置进一步包含：
S2.1 一站式配置，通过配置自定义切图任务参数，任务指定瓦片大小、地理原点、分辨率各流程处理设置，将多个处理任务配置集中保存，使得多个任务的数据处理后反复进行配置统一，实现配置间的关联；
S2.2 配置保存，保存最后一次的配置，作为默认设置；
S2.3 配置参数传递，基于GDAL port平台，多线程支持、扩展、字符数字转换，实现参数化控制。
进一步地，所述S3中处理步骤进一步包含：
S3.1 影像加密，进行栅格数据和矢量数据批量加密处理，完成GCJ-02坐标转换，在不限制大小的IMG或GeoTiff格式影像数据，加密后以GeoTiff格式存储，同时，在不限制大小的Shp格式矢量数据，加密后以Shp格式存储；
S3.2 影像投影，通过栅格数据和矢量数据各自独立的功能接口，自动选择输出数据的重采样分辨率和目标投影坐标类型，进行栅格数据和矢量数据投影处理；
S3.3 影像切图，运用统一影像瓦片读取接口，遵循GDAL文件相关接口形式，在Core模块中支持RPF、MBTiles、ArcGIS Bundle瓦片数据集及其元数据,采用高性能算法，实现全球影像数据的快速切片，形成规模化切图处理，将大规模成果影像，切成标准格式的瓦片；
S3.4 影像提取，用户将存储在遥感地图存储系统的数据以不同的方式输出的过程，通过自动提取范围内的影像地图，在批量瓦片范围进行影像提取、瓦片拼接、转换提取。
进一步地，所述S3.1中影像加密的算法进一步包含：
S3.1.1提取相关加密参数信息，取GCP点，运用算法编码、像素坐标、地理坐标及投影坐标之间变换编码；
S3.1.2 GCP点生成：自动生成中心均匀、边界自适应的非均匀GCP点，用于影像加密及影像投影；
S3.1.3 GDAL alg是矢量和栅格各自独立的功能接口，在GDAL alg模块影像变换源码的基础上，修改完善GCP加密算法，进行批量加密；
S3.1.4添加各阶段完成状态，存贮处理过程中状态信息到任务输出存储的XML或数据库中。
进一步地，所述S3.3中影像切图标准格式进一步包含：
S3.3.1自动批量地图切图, 根据影像经过切片自动输出到指定的瓦片地图数据包，支持批量处理；
S3.3.2满幅/不满幅模式，生产满幅数据，对不满幅数据做无图缺省值设置，取得好的瓦片显示效果；
S3.3.3 跨平台，支持Linux服务器上运行程序，进行跨平台设计；
S3.3.4 影像地图存储，利用LOD金字塔和基于哈希格网索引的存储，快速读写，为数据管理提供基础，将遥感卫星数据和信息产品统一的基底进行浏览显示。
进一步地，所述S3.3.1中地图切图算法进一步包含：
S3.3.1.1提取相关切片参数信息，包括百度、高德、腾讯、搜狐各种切片规格；
S3.3.1.2根据各地域影像生产的矢量范围，进行矢量读取，使用GDAL实现的矢量AOI裁剪接口，自动进行影像裁切；
S3.3.1.3瓦片生成算法，包含底层瓦片和上层瓦片，其中，底层瓦片使用OGR矢量库进行变换后的矢量框与瓦片四角坐标点的空间关系判断，上层瓦片基于底层的瓦片地图合成上层瓦片；
S3.3.1.4将瓦片地图成果保存到本地，也支持保存到影像地图存储系统；
S3.3.1.5处理信息的生成和封装，根据切片参数和完成情况反馈，元数据带有坐标的矢量文件，并配以多种属性字段进行说明。
进一步地，所述S3.3.4中影像地图存储规则解释器进一步包含：
S3.3.4.1采用影像地图存储规则解释器技术，实现瓦片生成路径的脚本支持，定制自定义的瓦片存储规则；
S3.3.4.2瓦片命名脚本解释器，支持Python、C#语言定义瓦片生成规则；
S3.3.4.3瓦片输出路径规则，根据脚本灵活指定，支持用户自定义的瓦片目录及文件命名的组织规则，进行修改配置文件。
进一步地，所述S4中影像地图存储进一步包含：
S4.1紧凑存储各影像文件，节省磁盘空间；
S4.2通过哈希格网索引，提升存取效率；
S4.3基于哈希格网索引的影像地图存储,实现瓦片打包、瓦片更新、瓦片提取、瓦片融合。
本发明的有益效果：鉴于现有技术中存在的不足，本申请提出高定制的海量遥感影像自动化快速切图方法，实现高定制的高效处理、存储海量卫星影像数据，将卫星瓦片地图数据快速发布到用户，推动了瓦片地图技术在高分辨率卫星遥感领域的工程应用，本申请广泛应用于，高德、搜狗、百度、腾讯等互联网企业，该影像地图产品作为其地图网站的亮点和地图服务的基础，为网民提供更加丰富、可信赖的互联网地图服务，已有绝大多数的大中型互联网企业使用该系统生产的“世景图库”影像地图产品，并保持良好的上升趋势，同时，也成功推广到中国领先的数字地图内容、车联网提供商智能解决方案；
本申请把握趋势，采用先进的工业自动化影像处理和可定制数据切图技术，为适应全球海量大规模遥感影像瓦片地图的生产，开发了高定制的遥感影像自动化快速切图方法，采用批量影像加密、影像投影、影像瓦片、瓦片打包、瓦片提取、生成存储规则解释器加工流程的影像无人值守产品化系统，将影像产品化处理技术实用化，使影像瓦片地图生产的软件系统做到配置灵活、性能突出、功能全面、自动化操作、流水线切图，具备全球数据的快速加工能力，有力的响应遥感数据地图处理领域的技术要求，采用成熟、稳定、先进的影像地图生产产品，符合不同领域海量数据遥感影像的处理，具有很好的应用意义和使用价值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例所述的高定制的遥感影像自动化快速切图方法流程框图；
图2是根据本发明实施例所述的高定制的遥感影像自动化快速切图方法的影像地图存储RPF原理示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
如图 1-2 所示，根据本发明实施例所述的高定制的遥感影像自动化 快速切图方法，该方法包含以下步骤：
步骤一、多流程自动化并发任务；
步骤二、影像切图任务参数配置；
步骤三、影像切图处理；
步骤四、基于哈希格网索引的影像地图存储。
在本发明的一个具体实施例中，
多流程自动化并发任务，用于任务管理及任务查询，其中，任务管理包含，创建任务、修改任务、删除任务、中止任务，每个任务包含任务编号、任务名称、任务子流程、任务类型说明和优先级，根据海量卫星影像数据，批量快速的进行加密投影预处理、影像切图、影像存储、影像提取，任务查询包含：任务类型、任务时间、任务状态，根据任务管理超级用户查看所有任务及创建用户，其他用户查询本人任务情况并选择执行，以及增加多线程并发支持，利用算法做多线程设计的并发执行，多任务切图集成各流程功能，将一个巨大的切图任务拆分成多个子任务；
其中，多线程并发支持进一步包含：
开启多个切图线程，每个线程自动获取切图子任务，完成各子任务调度执行，并自动执行下一步，依据支持的每个子任务写入完整的切图日志，具有数据处理输出提示功能，出错时的提示信息量足够分析本操作故障；
在一台计算机上开启多个线程执行切图任务，若有多台计算机资源，则增加线程数，反之则减少，做到最大限度、合理有效地利用计算机资源；
通过任务管理，进行任务的进度跟踪和完成情况反馈，支持用户影像切图状态跟踪，根据地图瓦片的生成进度，展示当前状态(未知/等待执行/运行中/错误/完成)，定时刷新每个影像切图的进度，每一景的地图瓦片生成进度都能随时掌握；
支持用户行为统计，查询所有任务统计信息，统计用户处理情况，取得源影像数据和影像处理结果，进行可视化展示并支持自动刷新。
在本发明的一个具体实施例中，
影像切图任务参数配置，支持XML及数据库两种方式的配置写入和读取，并封装保存影像切图处理参数信息，将所有参数可视化集成到统一的界面中，选择影像切图处理参数进行配置，支持百度、高德、腾讯、搜狐等多种客户参数的选择和配置，其中参数包括，影像加密投影算法自动生成中心均匀、边界自适应的非均匀GCP点，影像切片算法支持满幅/不满幅模式、无图处理，支持直接切片或切中间结果到影像地图存储，支持多种格式，包括带透明通道的PNG，以及JPEG其它多种格式，影像瓦片文件存储实现脚本规则解释器，支持python、C#语言定义的瓦片生成规则，支持各种规则的瓦片生成；
所述参数配置进一步包含：
一站式配置，通过配置自定义切图任务参数，任务指定瓦片大小、地理原点、分辨率各流程处理设置，将多个处理任务配置集中保存，使得多个任务的数据处理后反复进行配置统一，实现配置间的关联，同一选项无需反复选择；
配置保存，保存最后一次的配置，作为默认设置；
配置参数传递，基于GDAL port平台(包括文件系统操作VSIMkdir/CPLFindFile、多线程支持Cpl_multiproc.h)和类型封装(基本类型/Endian(cpl_port.h)，扩展std::string支持Name/Value的CPLString/CPLStringList、字符数字转换（CPLList、四叉树），以及外围的第三方库，如minixml，实现参数化控制。
在本发明的一个具体实施例中，
影像切图处理，采用影像切图处理模块化统一流程，利用高性能的64位工作站服务器，对影像加密、影像投影、影像切图、影像瓦片提取进行修改和扩展，利用任务管理，启动各项管理任务，调用影像切图处理模块接口，进行批量处理，整个影像地图处理简化成四个步骤，通过全球低分辨率/中国中分辨率/省域&城市高分辨率的Erdas IMG格式成果进行影像加密,加密后以Erdas IMG或GeoTiff格式存储,经过影像投影变换程序,投影变换后的类型以Erdas IMG或GeoTiff格式存储为影像切瓦片,影像瓦片地通过影像地图存储快速读写,通过自动提取范围内的影像地图批量瓦片提取,标准规格的JPG/PNG格式碎瓦片;
其中,影像加密的算法进一步包含：
提取相关加密参数信息，取GCP点，运用算法编码、像素坐标、地理坐标及投影坐标之间变换编码；
GCP点生成：自动生成中心均匀、边界自适应的非均匀GCP点，用于影像加密及影像投影；
GDAL alg是矢量和栅格各自独立的功能接口，在GDAL alg模块影像变换源码的基础上，修改完善GCP加密算法，进行批量加密, 支持定制加密和第三方加密方式，进行批量加密，可使用自定义加密插件多种加密方式循环加密, 分为ETM、高分影像数据，分别加密重投，较为繁琐，对MODIS(低分辨率)数据则没有加密，造成一定的偏差，所以需要重新调整加密取GCP点算法；
添加各阶段完成状态，存贮处理过程中状态信息到任务输出存储的XML或数据库中；
其中，影像投影进一步包含：GDAL alg是栅格数据和矢量数据各自独立的功能接口，实现投影变换程序，投影变换程序根据输入的预定义数据加工规则和卫星类型（Modis、ETM、QB）信息，自动选择输出数据的重采样分辨率和目标投影坐标类型，按照客户的需求进行栅格数据和矢量数据投影处理，投影变换后的类型可为：WGS84经纬度、Web墨卡托、UTM、NAD27或用户自定义的类型，对GeoTIFF影像，投影变换处理后，数据以Erdas IMG格式或GeoTIFF格式存储，对ArcGIS Shape格式矢量数据，投影变换处理后，数据仍以ArcGISShape格式存储；
其中，影像切图标准格式进一步包含：
自动批量地图切图, 根据影像经过切片自动输出到指定的瓦片地图数据包，支持批量处理；
满幅/不满幅模式，生产满幅数据，对不满幅数据做无图缺省值设置，取得好的瓦片显示效果；
跨平台，支持Linux服务器上运行程序，进行跨平台设计；
影像地图存储，利用LOD金字塔和基于哈希格网索引的存储，快速读写，为数据管理提供基础，将遥感卫星数据和信息产品统一的基底进行浏览显示；
影像投影的属性信息保存，用于保留处理前的各种信息，以及处理信息，方便显示影像数据的属性信息，像素级包含瓦片大小信息，源影像信息、影像投影、GeoTransform、地理原点、最大层级分辨率；
支持三种瓦片分布：
| 厂家/层级瓦片总数 | 0 | 1 | 2 | 3 | 4 |
| baidu/sohu | x | 4 | 8 | 24 | 70 |
| Google/tencent/… | 1 | 4 | 12 | 48 | 176 |
| TMS | 2 | 8 | 32 | 128 | 512 |
支持自定义瓦片规则：
自定义生成瓦片存储规则，定制自身需要的输出路径的存储规则，自定义适用于全球数据数据应用的瓦片存储路径规则，为遏制盗链盗图，做了特殊处理；
其中，地图切图算法进一步包含：
提取相关切片参数信息，包括百度、高德、腾讯、搜狐各种切片规格；
由于重投影会使影像黑边范围有较大变化，对各个城市的预处理成果影像，根据各地域影像生产的矢量范围，进行矢量读取，使用GDAL实现的矢量AOI裁剪接口，自动进行影像裁切，也支持不用矢量；
瓦片生成算法，包含底层瓦片和上层瓦片，底层瓦片使用OGR矢量库进行变换后的矢量框与瓦片四角坐标点的空间关系判断，判断是否满幅，像素坐标、地理坐标和投影坐标三者间变换，由IMG/TIFF影像，按栅格坐标范围读取栅格数据，无图处按底色或透明处理等，写入瓦片数据集，包括IMG、TIFF、JPEG、带透明通道的PNG等多种数据集，从而支持多种输出格式；
上层瓦片基于底层的瓦片地图合成上层瓦片，支持由底层瓦片数据四张合一张,解决颗粒突出问题，包括瓦片多层级合并，实现瓦片地图合并接口，从地图文件系统中提取所需信息，实现瓦片地图在统一像素坐标系下的栅格合并，生成上级瓦片，输出为JPEG、GTIFF等格式；
将瓦片地图成果保存到本地，也支持保存到影像地图存储，在影像切片算法中整合GDAL，采用高性能算法，在同等质量下批量高速切片,实现从内存、文件到tar包的瓦片写入、读取、追加操作接口，提供直接生成tar包和生成瓦片文件两种数据存储形式，支持多任务写入操作的锁互斥；
处理信息的生成和封装，根据切片参数和完成情况反馈，元数据带有坐标的矢量文件，并配以多种属性字段进行说明；
其中，影像地图存储规则解释器进一步包含：
采用影像地图存储规则解释器技术，实现瓦片生成路径的脚本支持，定制自定义的瓦片存储规则，脚本解释器支持很多规则的瓦片生成，瓦片命名脚本功能比Excel式的公式强大。由于切图复杂，由于解释速度和裁切速度不在一个量级，切图速度并没有明显的降低；
瓦片命名脚本解释器，支持Python、C#语言定义瓦片生成规则，其中Python脚本采用Python库实现，C#脚本采用解释器技术实现类C#语言的一个子集，目前支持int/double/string多数据类型，支持赋值、加减乘除、比较、位运算，支持函数调用、int-string类型转换、if-else分支、for/while循环等，根据需要，还将逐步扩展；
瓦片输出路径规则，根据脚本灵活指定，支持用户自定义的瓦片目录及文件命名的组织规则，进行修改配置文件，定义新的存储规则，目前已支持国内外多种规则的瓦片生成，广泛的用于互联网地图生产。
在本发明的一个具体实施例中，
基于哈希格网索引的影像地图存储，实现遥感影像数据的影像切片打包，提供快速索引，提供从内存、文件读写到tar/zip包的接口，并实现稳定的影像读取接口，运用影像地图存储专用格式RPF，通过哈希格网索引完成常量级读写删除速度，依据局部冗余的瓦片哈希索引，以有限的稀疏空间换取常数时间，进行全球影像剖分瓦片存储和读取管理，在哈希格网影像的RPF文件系统中，主要是对全球影像剖分瓦片进行存取管理，比较单一， 因此，参考TIFF格式，兼取PNG、JPEG格式中的可吸收优点，实现一种通用的影像切片打包格式，提供打包工具和读取程序，它包括设置类型tag，以支持多种影像格式(首先是Tiff)的灵活存储，它包括设置重叠与否tag、重叠度，决定是否重叠冗余存储，以支持加密/重投影，它包括RPF包中保留加工前影像的元信息，以及影像切图信息；
紧凑存储各影像文件，节省磁盘空间，包文件从两个方面着手节省磁盘，对于包内单个文件，首先，文件描述符严格限制为40Byte，文件实体数据就是实际大小的数据，其次，通过合理的分包策略，极大减少包文件的数目；
实现O(1)的存取效率，存取时间不随数据增长出现明显增长，通过哈希格网索引，提升存取效率，目前的实现存在瓦片地图层级限制，支持最大瓦片层级为29级，瓦片号码用8个字节保存，如果单纯支持横向x、纵向y，最大32级，考虑到TileSum的限制，在31级以下，考虑到在64位瓦片号码中保留层级6位，因此最终设定为29级，在目前阶段，高分辨率遥感卫星瓦片层级一般在19级以下，19级对应分辨率为0.5米/像素，20级对应的最高分辨率为0.25米/像素，29级分辨率则约为0.5毫米/像素，细微到了头发丝，这远远超出遥感影像的实际需要，因此，在未来的时间内，影像分辨率的增长是有限度的，很难超过29级。
为了方便理解本发明的上述技术方案，以下通过具体使用方式上对本发明的上述技术方案进行详细说明。
在具体使用时，根据本发明所述的高定制的遥感影像自动化快速切图方法，具有如下特征：
基于哈希格网索引的影像地图存储RPF实现了如下特性：
1）常量级时间单片取图，支持读取插件；
2）常量级时间单片增删；
3）压缩空间(大数据时节省5%以上，最好超过10%)；
4）常量级时间单片更新，支持同号数据的直接替换或融合；
5）支持存多种瓦片格式；
6）支持单文件超过4G大小，总文件大小近无限制；
7)支持索引内置/外置；
8)支持数据多版本/类型，容纳多版本数据；
9)支持保存缩略图；
10)支持多种加密机制；
11)支持数据检查机制；
12)支持局部出图：根据经纬度范围或Shp框等，输出此范围的瓦片；
13)支持局部数据更新：对局部有云等瑕疵的数据进行更新；
14)支持瓦片拼合；
15)支持归并同范围的包；
16)支持删除指定范围(shp框)外的文件；
17)支持并发读写；
18)支持跨平台；
通过基于哈希格网索引的影像地图存储RPF(Remote-sensing Packet Filesystem)，实现瓦片打包、瓦片更新、瓦片提取、瓦片融合，
GDAL gcore模块是GDAL核心的数据结构和操作接口，包括GDAL核心的栅格操作、元信息、统计信息接口定义，在GDAL gcore中封装和实现RPF影像地图文件系统的操作API；
其一，瓦片打包：
一般打包, 瓦片打包使用GDAL port，包括压缩打包(minizip/gzip读写、tar读程序)、内存文件(cpl_vsi_mem.cpp)读写，利用GDAL port作为底层接口，实现包括RPF、tar、zip写入等，其中，将sevenzip(7z)对tar的开源实现，集成到GDAL，实现了GDAL没有实现的写tar功能；
包合并，对于同一厂家，分包存储在不同的地方，用户根据自身的需要，将这些分散的分包合并到同一个目录下，不同厂家的分包，不能合并；
合并过程中，如果有Shp框限制，则只会把在Shp框范围内的数据合并进来，如果没有提供Shp框，则把整个的目录下包合并进来；
其二，瓦片更新：
包括瓦片删除、瓦片整理和增量更新：
删除指定范围(shp框)外的文件，要么标记deleted，要么物理删除，标记deleted，就是把索引中length字段置为0，效率为O(1)，物理删除瓦片，则需根据该瓦片偏移量和大小，将其后的瓦片依次前置，效率为O(n)；
瓦片整理，即是清理垃圾块的过程，分为快速整理模式和完全整理模式，前者相当于整理磁盘碎片，只挪动覆盖deleted块，更新起变化块的偏移量，后者对所有瓦片按块号顺序安排移动，更新各自的偏移量和大小；
增量更新，基于哈希格网的影像文件系统，对全国、全世界的剖分瓦片统一管理，支持多版本(如2012年版、2013年版)，支持增量更新和区域合并；
其三，瓦片提取：
瓦片提取，用户将存储在遥感地图存储系统的数据以不同的方式输出的过程，通过自动提取范围内的影像地图，支持批量瓦片范围提取、瓦片拼接、转换提取；
提取范围，范围提取支持了局部出图，为经纬度局部范围的数据提取提供了便利，应用于全国范围瓦片局部出图，根据经纬度范围或shp框，提取此范围的瓦片/图幅；
①用户在显示窗口中进行数据输出范围的绘制，绘制结果保存为ESRI SHAPEFILE格式或其他公开格式；
② 支持对范围矢量做加密、投影处理，从而使同一坐标系的数据提取范围坐标有保障；
③ 根据经纬度范围或shp框等输出范围，添加范围参数，进行分发。数据的输出地址为指定地址，系统自动后台执行输出操作；
瓦片拼接，根据输出范围和输出的数据格式，从哈希包中提取出瓦片，通过影像栅格读取操作，实现瓦片合并的接口，拼接成一张影像，或从瓦片目录里面提取瓦片，拼接成一张影像；
转换提取，根据输出范围和输出的数据格式、指定的投影，系统自动后台执行转换输出操作，如存储数据为GeoTIFF，输出格式为IMG，则系统应执行图像裁切和格式转换；若输出格式为Tar等打包格式，则系统应自动根据经纬度范围或shp等框，执行空间检索、瓦片提取和数据打包等过程，从RPF读取此范围的瓦片/图幅，将瓦片加入到Tar包里，输出百度、高德存储规则的瓦片数据，最终实现数据为瓦片或tar包的形式交付，其中，瓦片形式是将包中的数据解压成jpg、png等格式的碎片，tar包则是tar格式的瓦片数据包；
其四，瓦片融合：
通常按照按区域进行瓦片融合，了方便局部更新，在切片这一流程中只保留地理坐标在shp框内满幅的瓦片，这带来了简单性。但同时，由于在较高层级的瓦片相对较少，而shp框一般画在城市的影像范围内，因此就造成了部分客户重要瓦片的丢弃，因此满幅模式一般用于补云等特殊操作中，融合时，将同一瓦片号的新数据与老数据融合，然后进行数据替换，快速模式：同号数据的直接替换或融合，要求同号的旧数据标记为deleted，然后追加新数据，更改索引中数据位置，完全删除：移动后续数据覆盖前面无效数据，这一过程类似于磁盘碎片整理，在索引中同步这一更改。
综上所述，借助于本发明的上述技术方案，通过用编辑的任务系统支持单步或流水线自动化多线程切图，瓦片规格配置器通过简单的配置，灵活的定制包括目录文件命名在内的全部参数，影像加密、影像投影、影像切图、影像提取，主要影像算法实现各种配套参数的支持，加密支持自动生成中心均匀、边界自适应的GCP点，投影支持GCJ-02、厂家自定义加密等坐标系，保障了互联网推广的数据坐标脱密要求，切图支持瓦片满幅/不满幅、瓦片大小、分辨率、瓦片格式、瓦片命名规则等各种参数的高分辨率遥感影像切图，瓦片命名解释器支持python、C#语言来定义瓦片生成规则，实现基于哈希格网的影像地图文件系统，对全国、全球的瓦片地图统一管理和处理，互联网影像地图切图生产系统，批量快速转换、生产、打包、提取遥感影像数据，具备多源、多分辨率遥感卫星影像数据的高效处理性能，数据处理一键完成,从而将预处理的遥感影像数据自动快速的生成规格化影像产品，成为符合综合服务网络平台发布规格的数据，便于产品库的快速发布，目前已成为成熟的海量影像数据自动化切图系统，并成功为百度地图、高德地图、腾讯地图互联网企业提供全国性卫星地图生产服务。
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、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种高定制的遥感影像自动化快速切图方法，其特征在于，该方法包括以下步骤：
S1 多流程自动化并发任务，根据海量卫星影像数据，批量快速的进行加密投影预处理、影像切图、影像存储、影像提取，以及增加多线程并发支持，利用算法做多线程设计的并发执行，其中，并发任务用于任务管理及任务查询；
S2 影像切图任务参数配置，支持XML及数据库两种方式的配置写入和读取，并封装保存影像切图处理参数信息，将所有参数可视化集成到统一的界面中，选择影像切图处理参数进行配置；
S3 影像切图处理，采用影像切图处理模块化统一流程，利用高性能的64位工作站服务器，对影像加密、影像投影、影像切图、影像瓦片提取进行修改和扩展，利用任务管理，启动各项管理任务，调用影像切图处理模块接口，进行批量规格化处理；
S4 基于哈希格网索引的影像地图存储，运用影像地图存储专用格式RPF，通过哈希格网索引完成常量级读写删除速度，依据局部冗余的瓦片哈希索引，以有限的稀疏空间换取常数时间，进行全球影像剖分瓦片存储和读取管理，其中，影像瓦片打包工具支持加工前影像的元信息，以及影像切图信息。
2.根据权利要求1所述的高定制的遥感影像自动化快速切图方法，其特征在于，所述S1中多线程并发支持进一步包含：
S1.1开启多个切图线程，每个线程自动获取切图子任务，完成各子任务调度执行，并自动执行下一步，依据支持的每个子任务写入完整的切图日志；
S1.2 在一台计算机上开启多个线程执行切图任务，若有多台计算机资源，则增加线程数，反之则减少；
S1.3 通过任务管理，进行任务的进度跟踪和完成情况反馈，支持用户影像切图状态跟踪，根据地图瓦片的生成进度，展示当前状态，定时刷新每个影像切图的进度；
S1.4 支持用户行为统计，查询所有任务统计信息，统计用户处理情况，取得源影像数据和影像处理结果，进行可视化展示并支持自动刷新。
3.根据权利要求1所述的高定制的遥感影像自动化快速切图方法，其特征在于，所述S1中任务管理及任务查询进一步包含：
S1.5任务管理包含：创建任务、修改任务、删除任务、中止任务，每个任务包含任务编号、任务名称、任务子流程、任务类型说明和优先级；
S1.6任务查询包含：任务类型、任务时间、任务状态，根据任务管理超级用户查看所有任务及创建用户，其他用户查询本人任务情况并选择执行。
4.根据权利要求1所述的高定制的遥感影像自动化快速切图方法，其特征在于，所述S2中参数配置进一步包含：
S2.1 一站式配置，通过配置自定义切图任务参数，任务指定瓦片大小、地理原点、分辨率各流程处理设置，将多个处理任务配置集中保存，使得多个任务的数据处理后反复进行配置统一，实现配置间的关联；
S2.2 配置保存，保存最后一次的配置，作为默认设置；
S2.3 配置参数传递，基于GDAL port平台，支持多线程、扩展、字符数字转换，实现参数化控制。
5.根据权利要求1所述的高定制的遥感影像自动化快速切图方法，其特征在于，所述S3中处理步骤进一步包含：
S3.1 影像加密，进行栅格数据和矢量数据批量加密处理，完成GCJ-02坐标转换，在不限制大小的IMG或GeoTiff格式影像数据，加密后以GeoTiff格式存储，同时，在不限制大小的Shp格式矢量数据，加密后以Shp格式存储；
S3.2 影像投影，通过栅格数据和矢量数据各自独立的功能接口，自动选择输出数据的重采样分辨率和目标投影坐标类型，进行栅格数据和矢量数据投影处理；
S3.3 影像切图，运用统一影像瓦片读取接口，遵循GDAL文件相关接口形式，在Core模块中支持RPF、MBTiles、ArcGIS Bundle瓦片数据集及其元数据,采用高性能算法，实现全球影像数据的快速切片，形成规模化切图处理，将大规模成果影像，切成标准格式的瓦片；
S3.4 影像提取，用户将存储在遥感地图存储系统的数据以不同的方式输出的过程，通过自动提取范围内的影像地图，在批量瓦片范围进行影像提取、瓦片拼接、转换提取。
6.根据权利要求5所述的高定制的遥感影像自动化快速切图方法，其特征在于，所述S3.1中影像加密的算法进一步包含：
S3.1.1提取相关加密参数信息，取GCP点，运用算法编码、像素坐标、地理坐标及投影坐标之间变换编码；
S3.1.2 GCP点生成：自动生成中心均匀、边界自适应的非均匀GCP点，用于影像加密及影像投影；
S3.1.3 GDAL alg是矢量和栅格各自独立的功能接口，在GDAL alg模块影像变换源码的基础上，修改完善GCP加密算法，进行批量加密；
S3.1.4添加各阶段完成状态，存贮处理过程中状态信息到任务输出存储的XML或数据库中。
7.根据权利要求1所述的高定制的遥感影像自动化快速切图方法，其特征在于，所述S3.3中影像切图标准格式进一步包含：
S3.3.1自动批量地图切图, 根据影像经过切片自动输出到指定的瓦片地图数据包，支持批量处理；
S3.3.2满幅/不满幅模式，生产满幅数据，对不满幅数据做无图缺省值设置，取得好的瓦片显示效果；
S3.3.3 跨平台，支持Linux服务器上运行程序，进行跨平台设计；
S3.3.4 影像地图存储，利用LOD金字塔和基于哈希格网索引的存储，快速读写，为数据管理提供基础，将遥感卫星数据和信息产品统一的基底进行浏览显示。
8.根据权利要求7所述的高定制的遥感影像自动化快速切图方法，其特征在于，所述S3.3.1中地图切图算法进一步包含：
S3.3.1.1提取相关切片参数信息，包括百度、高德、腾讯、搜狐各种切片规格；
S3.3.1.2根据各地域影像生产的矢量范围，进行矢量读取，使用GDAL实现的矢量AOI裁剪接口，自动进行影像裁切；
S3.3.1.3瓦片生成算法，包含底层瓦片和上层瓦片，其中，底层瓦片使用OGR矢量库进行变换后的矢量框与瓦片四角坐标点的空间关系判断，上层瓦片基于底层的瓦片地图合成上层瓦片；
S3.3.1.4将瓦片地图成果保存到本地，也支持保存到影像地图存储系统；
S3.3.1.5处理信息的生成和封装，根据切片参数和完成情况反馈，元数据带有坐标的矢量文件，并配以多种属性字段进行说明。
9.根据权利要求7所述的高定制的遥感影像自动化快速切图方法，其特征在于，所述S3.3.4中影像地图存储规则解释器进一步包含：
S3.3.4.1采用影像地图存储规则解释器技术，实现瓦片生成路径的脚本支持，定制自定义的瓦片存储规则；
S3.3.4.2瓦片命名脚本解释器，支持Python、C#语言定义瓦片生成规则；
S3.3.4.3瓦片输出路径规则，根据脚本灵活指定，支持用户自定义的瓦片目录及文件命名的组织规则，进行修改配置文件。
10.根据权利要求1所述的高定制的遥感影像自动化快速切图方法，其特征在于，所述S4中影像地图存储进一步包含：
S4.1紧凑存储各影像文件，节省磁盘空间；
S4.2通过哈希格网索引，提升存取效率；
S4.3基于哈希格网索引的影像地图存储,实现瓦片打包、瓦片更新、瓦片提取、瓦片融合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011528887.3A CN112579722B (zh) | 2020-12-22 | 2020-12-22 | 一种高定制的遥感影像自动化快速切图方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011528887.3A CN112579722B (zh) | 2020-12-22 | 2020-12-22 | 一种高定制的遥感影像自动化快速切图方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112579722A true CN112579722A (zh) | 2021-03-30 |
| CN112579722B CN112579722B (zh) | 2024-06-11 |
Family
ID=75139016
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011528887.3A Active CN112579722B (zh) | 2020-12-22 | 2020-12-22 | 一种高定制的遥感影像自动化快速切图方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112579722B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN113342916A (zh) * | 2021-06-22 | 2021-09-03 | 中煤航测遥感集团有限公司 | 地理标签图像文件格式数据处理方法、装置及电子设备 |
| CN113538468A (zh) * | 2021-09-07 | 2021-10-22 | 成都国星宇航科技有限公司 | 基于svg格式构建高清卫星地图矢量切片的方法及装置 |
| CN115408382A (zh) * | 2022-06-15 | 2022-11-29 | 中国科学院空天信息创新研究院 | 面向大规模卫星数据的矢量空间信息网格化存储管理方法 |
| CN115858835A (zh) * | 2022-09-28 | 2023-03-28 | 中国水利水电科学研究院 | 一种遥感影像全链条处理系统及方法 |
| CN116611114A (zh) * | 2023-07-17 | 2023-08-18 | 数字太空(北京)科技股份公司 | 基于图像文件的头文件实现地图栅格数据加密及偏移方法 |
| 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 |
| CN117649101A (zh) * | 2024-01-30 | 2024-03-05 | 航天宏图信息技术股份有限公司 | 自动及协同相结合的卫星影像生产方法、装置及设备 |
| CN118520132A (zh) * | 2024-07-25 | 2024-08-20 | 山东省交通规划设计院集团有限公司 | 适用于公路设计的gis数据tms瓦片生成方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103631804A (zh) * | 2012-08-24 | 2014-03-12 | 北京超图软件股份有限公司 | 电子地图的切图方法及处理系统 |
| CN110109751A (zh) * | 2019-04-03 | 2019-08-09 | 百度在线网络技术（北京）有限公司 | 分布式切图任务的分配方法、装置及分布式切图系统 |
| US20190325737A1 (en) * | 2019-06-28 | 2019-10-24 | Hassnaa Moustafa | Information centric network high definition map distribution |
| CN112069274A (zh) * | 2020-08-25 | 2020-12-11 | 国网通用航空有限公司 | 一种分布式影像切片处理方法 |
-
2020
- 2020-12-22 CN CN202011528887.3A patent/CN112579722B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103631804A (zh) * | 2012-08-24 | 2014-03-12 | 北京超图软件股份有限公司 | 电子地图的切图方法及处理系统 |
| CN110109751A (zh) * | 2019-04-03 | 2019-08-09 | 百度在线网络技术（北京）有限公司 | 分布式切图任务的分配方法、装置及分布式切图系统 |
| US20190325737A1 (en) * | 2019-06-28 | 2019-10-24 | Hassnaa Moustafa | Information centric network high definition map distribution |
| CN112069274A (zh) * | 2020-08-25 | 2020-12-11 | 国网通用航空有限公司 | 一种分布式影像切片处理方法 |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| 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 |
| CN113342916A (zh) * | 2021-06-22 | 2021-09-03 | 中煤航测遥感集团有限公司 | 地理标签图像文件格式数据处理方法、装置及电子设备 |
| CN113342916B (zh) * | 2021-06-22 | 2024-01-26 | 中煤航测遥感集团有限公司 | 地理标签图像文件格式数据处理方法、装置及电子设备 |
| CN113538468A (zh) * | 2021-09-07 | 2021-10-22 | 成都国星宇航科技有限公司 | 基于svg格式构建高清卫星地图矢量切片的方法及装置 |
| CN113538468B (zh) * | 2021-09-07 | 2022-01-25 | 成都国星宇航科技有限公司 | 基于svg格式构建高清卫星地图矢量切片的方法及装置 |
| CN115408382A (zh) * | 2022-06-15 | 2022-11-29 | 中国科学院空天信息创新研究院 | 面向大规模卫星数据的矢量空间信息网格化存储管理方法 |
| CN115408382B (zh) * | 2022-06-15 | 2023-09-22 | 中国科学院空天信息创新研究院 | 面向大规模卫星数据的矢量空间信息网格化存储管理方法 |
| CN115858835B (zh) * | 2022-09-28 | 2023-08-08 | 中国水利水电科学研究院 | 一种遥感影像全链条处理系统及方法 |
| CN115858835A (zh) * | 2022-09-28 | 2023-03-28 | 中国水利水电科学研究院 | 一种遥感影像全链条处理系统及方法 |
| CN116611114A (zh) * | 2023-07-17 | 2023-08-18 | 数字太空(北京)科技股份公司 | 基于图像文件的头文件实现地图栅格数据加密及偏移方法 |
| CN116611114B (zh) * | 2023-07-17 | 2023-10-31 | 数字太空(北京)科技股份公司 | 基于图像文件的头文件实现地图栅格数据加密及偏移方法 |
| 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 |
| 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 |
| CN117649101A (zh) * | 2024-01-30 | 2024-03-05 | 航天宏图信息技术股份有限公司 | 自动及协同相结合的卫星影像生产方法、装置及设备 |
| CN117649101B (zh) * | 2024-01-30 | 2024-05-14 | 航天宏图信息技术股份有限公司 | 自动及协同相结合的卫星影像生产方法、装置及设备 |
| CN118520132A (zh) * | 2024-07-25 | 2024-08-20 | 山东省交通规划设计院集团有限公司 | 适用于公路设计的gis数据tms瓦片生成方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112579722B (zh) | 2024-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112579722A (zh) | 一种高定制的遥感影像自动化快速切图方法 | |
| Camara et al. | TerraLib: Technology in support of GIS innovation | |
| US7423653B2 (en) | Displaying graphical textures | |
| US7237227B2 (en) | Application user interface template with free-form layout | |
| US5249265A (en) | Structure storage management in a graphics display device | |
| CN105701103B (zh) | 一种基于地理信息的三维应用系统 | |
| US7098921B2 (en) | Method, system and computer program product for efficiently utilizing limited resources in a graphics device | |
| CN114756937B (zh) | 一种基于UE4引擎和Cesium框架的可视化系统及方法 | |
| CN101702245B (zh) | 一种可扩展通用三维地景仿真系统 | |
| CN115114356B (zh) | 一种基于矢量数据前端展示的实时脱密化方法 | |
| CN106682104A (zh) | 一种基于Web的空间数据专题图动态定制方法 | |
| WO2024169368A1 (zh) | 地图渲染方法、装置、设备及程序产品 | |
| US5890160A (en) | Object representation of relational database cells having nontraditional large object datatypes | |
| CN117808980A (zh) | 地图栅格图片生成方法、系统、设备及存储介质 | |
| CN112632303A (zh) | 一种影像数据的分布式存储方法、分析方法及装置 | |
| EP1754197A1 (en) | Displaying graphical textures | |
| WO2023219559A2 (en) | Method, device and system for processing spatial data | |
| CN113269882B (zh) | 一种基于虚拟纹理的地形渲染方法及系统 | |
| CN105512172A (zh) | 路灯资源设备在移动终端上的gis智能展示系统及方法 | |
| CN115587084A (zh) | 一种地理信息数据综合管理系统及方法 | |
| CN111159480B (zh) | 一种基于电网gis数据的图形绘制方法 | |
| CN113254455A (zh) | 数据库的动态配置方法、装置、计算机设备及存储介质 | |
| CN112966041A (zh) | 数据处理方法、装置、设备及存储介质 | |
| CN114328769A (zh) | 基于WebGL的北斗网格绘制方法及装置 | |
| Hu et al. | Geospatial web service for remote sensing data visualization |
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 |