CN115170779A - 一种遥感影像渲染和网络发布方法 - Google Patents

一种遥感影像渲染和网络发布方法 Download PDF

Info

Publication number
CN115170779A
CN115170779A CN202210839983.2A CN202210839983A CN115170779A CN 115170779 A CN115170779 A CN 115170779A CN 202210839983 A CN202210839983 A CN 202210839983A CN 115170779 A CN115170779 A CN 115170779A
Authority
CN
China
Prior art keywords
image
data
remote sensing
color
request
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
CN202210839983.2A
Other languages
English (en)
Other versions
CN115170779B (zh
Inventor
张旭亚
薛强
秦昌波
贾兴
刘畅
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.)
Environmental Planning Institute Of Ministry Of Ecology And Environment
Original Assignee
Environmental Planning Institute Of Ministry Of Ecology And Environment
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 Environmental Planning Institute Of Ministry Of Ecology And Environment filed Critical Environmental Planning Institute Of Ministry Of Ecology And Environment
Priority to CN202210839983.2A priority Critical patent/CN115170779B/zh
Publication of CN115170779A publication Critical patent/CN115170779A/zh
Application granted granted Critical
Publication of CN115170779B publication Critical patent/CN115170779B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/11—File system administration, e.g. details of archiving or snapshots
    • G06F16/116—Details of conversion of file system types or formats
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/13—File access structures, e.g. distributed indices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
    • G06F16/164—File meta data generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
    • G06F16/168—Details of user interfaces specifically adapted to file systems, e.g. browsing and visualisation, 2d or 3d GUIs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/17—Details of further file system functions
    • G06F16/172—Caching, prefetching or hoarding of files
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/10—Geometric effects
    • G06T15/20—Perspective computation
    • G06T15/205—Image-based rendering
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computer Graphics (AREA)
  • Human Computer Interaction (AREA)
  • Computing Systems (AREA)
  • Geometry (AREA)
  • Architecture (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种遥感影像渲染和网络发布方法，属于遥感数据处理技术领域；具体包括以下步骤：S1、基于金字塔结构原理对遥感专题数据和遥感影像数据进行分级，根据分级结果对其进行重构索引储存；S2、设定标准的请求方式和请求参数，依据所设定的请求方式和请求参数生成标准的请求链接；S3、客户通过客户端发出请求信息，服务解析程序对请求信息进行拆分，获得如S2中提到的请求参数信息，并将其传递给图片绘制程序；S4、利用图片绘制程序完成目标图片的绘制，并将绘制完成的图像返回客户端进行展示。

Description

一种遥感影像渲染和网络发布方法
技术领域
本发明涉及遥感数据处理技术领域，尤其涉及一种遥感影像渲染和网络发布方法。
背景技术
遥感数据包括遥感影像数据和遥感专题数据，其中，生活中常见如谷歌地图、百度地图此类遥感真彩影像，这些数据存储时一般是使用红绿蓝三个通道存储，所以我们看到的是真彩图片，属于遥感影像数据；而例如气象局颁布的气温数据、降雨等，该类数据就是数值，本身不带有颜色，需要后期根据配色规则配色，则属于遥感专题数据。
目前市面上常见的图像处理技术更多的还是只能遥感影像数据或遥感专题数据其中一种进行处理，例如专利CN103796017A中提出了一种图像判别装置及其判别方法，该专利主要涉及对图像的真彩影像进行处理，进而实现判别图像是否经过篡改的目的，并不涉及专题数据渲染的功能；但是，随之时代和技术的发展，人们对与图像渲染的要求也进一步提高，仅针对真彩影像或专题数据进行的单一渲染明显不符合人们的需求，鉴于此，本申请提出了一种兼顾真彩影像及专题数据处理渲染功能的遥感影像渲染和网络发布方法。
发明内容
本发明的目的在于提供一种能够兼顾真彩影像及专题数据处理渲染功能的遥感影像渲染和网络发布方法。
为了实现上述目的，本发明采用了如下技术方案：
一种遥感影像渲染和网络发布方法，具体包括以下步骤：
S1、基于金字塔结构原理对遥感专题数据和遥感影像数据进行分级，根据分级结果对其进行重构索引储存；
S2、设定标准的请求方式和请求参数，依据所设定的请求方式和请求参数生成标准的请求链接；所述标准请求参数具体包括：服务类型；目标图片格式、高度、宽度、坐标系；遥感数据文件名称、配色方案；目标的分辨率以及目标请求的经纬度范围、分辨率；
S3、客户通过客户端发出请求信息，服务解析程序对请求信息进行拆分，获得如S2中提到的请求参数信息，并将其传递给图片绘制程序；
S4、利用图片绘制程序完成目标图片的绘制，并将绘制完成的图像返回客户端进行展示。
优选地，所述S1中提到的数据分级，根据实际需要分为0～22级，所加入图片的空间分辨率是0.5(经纬)度，即一个像素代表0.5(经纬)度，据此，0级的重构比例为1:1，其空间分辨率为0.5(经纬)度；1级的重构比例为1:2，其空间分辨率为1(经纬)度；2级的重构比例为1:4，其空间分辨率为2(经纬)度，以此类推。
优选地，所述S2中提到的服务类型包括有无切片获取服务和无切片绘制服务，所述无切片获取服务是针对真彩影像，提供真彩影像的站式服务，不涉及动态绘制，不需要配色方案参数；所述无切片绘制服务是针对遥感专题数据，涉及动态绘制，需要配色方案参数。
优选地，所述S2中提到的配色方案采用json格式，传输时，使用base64进行编码转换后传输。
优选地，所述S4中提到的利用图片绘制程序完成目标图片的绘制，具体包括以下步骤：
A1、图像绘制程序接收到客户请求信息，首先判断请求参数的服务类型，若为无切片获取服务，则不需要进行绘制，也不需要读取配色方案信息；若为无切片绘制服务，则需要读取配色方案信息，并将配色方案信息从base64编码转换位json格式；之后读取其余请求参数信息，进入A2；
A2、根据所要展示的遥感数据的文件名称信息，在指定目录下，寻找相应遥感数据重构文件；读取该重构文件的信息，包括栅格矩阵的宽度、高度、坐标系、波段数、波段信息、数据空间分辨率以及数据的空间范围；
A3、将目标空间分辨率与遥感重构数据的各等级空间分辨率进行对比，若一致，则取该等级进行数据提取；若不一致，则取空间分辨率最接近目标空间分辨率且大于目标空间分辨率的等级进行数据提取，记录该等级的空间分辨率；
A4、将目标空间范围与数据空间范围进行交集运算，将两组最大、最小经纬度值分辨率进行最小值运算，得出两个范围的交集，进而得出要从重构数据中提取的数据空间范围；
A5、根据A2～A4中所得的重构文件数据空间范围、空间分辨率和提取的数据空间范围信息，计算出提取的数据空间范围在对应等级下的格栅矩阵中的位置以及在目标图像中的位置；
A6、若目标空间分辨率与对应等级下的空间分辨率相等，则不需要进行格栅数据重采样；若不相等，则将数据空间范围在对应等级下的宽度和高度信息进行格栅数据重采样，生成目标空间分辨率下该数据空间范围对应的宽度和高度大小格栅数据；
A7、利用重采样后的格栅数据和配色方案进行图像绘制，得到三维的数值矩阵；所述三维数值矩阵中的前两维对应的是格栅数据中的高度和宽度信息；若绘制所得图像为JPEG格式，则三维数值矩阵的第三维为3，代表红绿蓝三个颜色通道；若绘制所得图像为PNG格式，则三维数值矩阵的第三维为4，代表红绿蓝透明四个颜色通道；
A8、新建一个第三维与A7中三维数值矩阵的第三维相同的空矩阵，所述空矩阵所有制均为0，JPEG格式下为白色，PNG格式下为透明；根据提取数据空间范围在目标图像中的位置信息，将A7中所得三维数值矩阵镶嵌到新建的空白三维矩阵中，完成目标图像的绘制；
A9、将镶嵌完成的三维数值矩阵通过BytesIO按照图片格式转换换成bytes型存放在缓存中，通过响应发送给客户端，用于展示。
优选地，所述A5中提到的计算提取的数据空间范围在对应等级下的格栅矩阵中的位置，即计算提取的数据空间范围在对应等级下的格栅矩阵中的起始行列号和宽高大小，具体计算公式如下：
overview_startcol＝int(round(Decimal(str((in_top_lon-tile_ltlon)/srcres))))
overview_startrow＝int(round(Decimal(str((tile_ltlat-in_top_lat)/srcres))))
overview_width＝int(round(Decimal(str(in_btm_lon-in_top_lon))/Decimal(srcres)))
overview_height＝int(round(Decimal(str(in_top_lat-in_btm_lat))/Decimal(srcres)))
其中，overview_startcol，overview_startrow，overview_width，overview_height分别表示提取数据空间范围在对应等级下的起始列号、起始行号、宽度和高度。tile_ltlon，tile_ltlat分别为重构文件在对应等级下的左上角经纬度(最小经度和最大经度)；in_top_lon，in_top_lat，in_btm_lon，in_btm_lat分别为提取数据空间范围的左上角经纬度和右下角经纬度(从左到右为最小经度，最大纬度，最大经度，最小纬度)。
优选地，所述A5中提到的计算提取的数据空间范围在对应等级下的目标图像中的位置，即计算提取的数据空间范围在对应等级下的目标图像中的起始行列号和宽高大小，具体计算公式如下：
image_startcol＝int(round(Decimal(str((in_top_lon-image_minlon)/tarres))))
image_startrow＝int(round(Decimal(str((image_maxlat-in_top_lat)/tarres))))
image_width＝int(round(Decimal(str(in_btm_lon-in_top_lon))/Decimal(tarres)))
image_height＝int(round(Decimal(str(in_top_lat-in_btm_lat))/Decimal(tarres)))
其中，image_startcol，image_startrow，image_width，image_height分别表示提取数据空间范围在目标图像中的起始列号、起始行号、宽度和高度；image_minlon，image_maxlat分别为目标图像中最小经度，和最大纬度。
优选地，所述A6中提到的格栅数据重采样采用最邻近插值法。
优选地，所述A7中提到的图像绘制过程的配色方法包括有“fill”、“range”、“single”和“gradient”四种；
所述“fill”表示填充值配色方案，为必要项，用于填充值的配色绘制；
所述“range”表示区间绘制颜色，在区间内的数据均绘制对应的同一颜色；
所述“single”表示单值绘制颜色，即数据只绘制其对应颜色；
所述“gradient”表示区间绘制渐变颜色，数值等于节点的绘制对应颜色，节点之间的颜色为两个节点颜色的中间颜色，通过插值进行计算。
与现有技术相比，本发明提供了一种遥感影像渲染和网络发布方法，具备以下有益效果：
本发明所提出方法在对图像进行处理过程中设计了重采样程序，保证最终绘制完成并返回客户端的图片可以是任意比例尺、任意图像范围的，人们在对遥感数据进行重构处理时，往往都是基于金字塔结构对图数据进行分级的，例如0级对应重构比例为1:1，1级是1:2，2级是1:4，所以当用户需要重构比例为1:1.5时，现有处理方法即无法实现，而本发明通过加入重采样处理，即可实现图像数据的无级缩放，有效的解决了该问题；除此之外，现有设计在进行遥感数据处理时主要针对的仅为真彩影像，并不涉及专题数据处理，然而在实际进行遥感分析和专题图绘制时，用户对专题图中不同数据的显示会有较高的要求，例如某地气象局要求气温在30摄氏度以上的气象图要显示为渐变的红色，而另一地气象局要求气温在35摄氏度的气象图才能显示渐变的红色，传统处理方法针对此类情况的处理都是针对遥感真彩影像所进行的，并无法满足此类灵活配色渲染的要求，而本发明所提出的兼顾真彩影像及专题数据处理渲染功能的遥感影像渲染和网络发布方法则能很好的解决该问题。
附图说明
图1为本发明提出的一种遥感影像渲染和网络发布方法的目标图片绘制流程示意图；
图2为本发明提出的一种遥感影像渲染和网络发布方法的最邻近插值法算法原理示意图。
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。
实施例1：
请参阅图1-2，一种遥感影像渲染和网络发布方法，具体包括以下步骤：
S1、基于金字塔结构原理对遥感专题数据和遥感影像数据进行分级，根据分级结果对其进行重构索引储存；
所述S1中提到的数据分级，根据实际需要分为0～22级，所加入图片的空间分辨率是0.5(经纬)度，即一个像素代表0.5(经纬)度，据此，0级的重构比例为1:1，其空间分辨率为0.5(经纬)度；1级的重构比例为1:2，其空间分辨率为1(经纬)度；2级的重构比例为1:4，其空间分辨率为2(经纬)度，以此类推；
S2、设定标准的请求方式和请求参数，依据所设定的请求方式和请求参数生成标准的请求链接：
https://XXX.XX.XX.XX/image？SERVICE＝UTDS&FORMAT＝png&PRODUCT＝FY3D_MERSI_POAD_TEST&WIDTH＝512&HEIGHT＝512&CRS＝EPSG4326&BOX＝-36.5625,47.8125,-35.15625,49.21875&RES＝0.5&COLORBAR＝JXU4...BBJTdE；
其中，SERVICE表示服务类型，包括UTGS(untiled get service)和UTDS(untileddarw service)，即无切片获取服务和无切片绘制服务；所述无切片获取服务是针对真彩影像，提供真彩影像的站式服务，不涉及动态绘制，不需要配色方案参数(COLORBAR)；所述无切片绘制服务是针对遥感专题数据，涉及动态绘制，需要配色方案参数(COLORBAR)。FORMAT表示目标图片格式，即客户端需要的图片格式。PRODUCT表示所需要展示遥感数据文件名称。HEIGHT表示目标图片高度，一般是是256像素和512像素。WIDTH表示目标图片的宽度，一般是256像素和512像素。CRS表示目标图片的坐标系。BOX表示目标请求的经纬度范围分辨，按照顺序是最小经度，最小纬度，最大经度，最大纬度。RES表示目标的分辨率。COLORBAR表示遥感数据展示的配色方案，配色方案使用的是json格式，但方便传输，使用base64进行编码转换后传输。
S3、客户通过客户端发出请求信息，服务解析程序对请求信息进行拆分，获得如S2中提到的请求参数信息，并将其传递给图片绘制程序；
S4、利用图片绘制程序完成目标图片的绘制，并将绘制完成的图像返回客户端进行展示；
所述S4中提到的利用图片绘制程序完成目标图片的绘制，具体包括以下步骤：
A1、图像绘制程序接收到客户请求信息，首先判断请求参数的服务类型(SERVICE)，若为无切片获取服务(UTGS)，则不需要进行绘制，也不需要读取配色方案信息；若为无切片绘制服务(UTDS)，则需要读取配色方案信息，并将配色方案信息从base64编码转换位json格式；之后读取其余请求参数信息，进入A2；
A2、根据所要展示的遥感数据的文件名称信息(PRODUCT)，在指定目录下，寻找相应遥感数据重构文件；读取该重构文件的信息，包括栅格矩阵的宽度、高度、坐标系、波段数、波段信息、数据空间分辨率以及数据的空间范围；
A3、将目标空间分辨率(T_res)与遥感重构数据的各等级(层级)空间分辨率(D_reslist)进行对比，若一致，则取该等级进行数据提取；若不一致，则取空间分辨率最接近目标空间分辨率且大于目标空间分辨率的等级(LEVEL)进行数据提取，记录该等级的空间分辨率(D_res)；
A4、将目标空间范围(T_maxlat,T_maxlon,T_minlat,T_minlon)与数据空间范围(D_maxlat,D_maxlon,D_minlat,D_minlon)进行交集运算，将两组最大、最小经纬度值分辨率进行最小值运算，得出两个范围的交集，进而得出要从重构数据中提取的数据空间范围(In_maxlat,In_maxlon,In_minlat,In_minlon)；
A5、根据A2～A4中所得的数据空间范围、空间分辨率(D_res)和数据空间范围信息，计算出提取的数据空间范围在对应等级(LEVEL)下的格栅矩阵中的位置以及在目标图像中的位置；
所述A5中提到的计算提取的数据空间范围在对应等级下的格栅矩阵中的位置，即计算提取的数据空间范围在对应等级下的格栅矩阵中的起始行列号和宽高大小(行数和列数)，具体计算公式如下：
overview_startcol＝int(round(Decimal(str((in_top_lon-tile_ltlon)/srcres))))
overview_startrow＝int(round(Decimal(str((tile_ltlat-in_top_lat)/srcres))))
overview_width＝int(round(Decimal(str(in_btm_lon-in_top_lon))/Decimal(srcres)))
overview_height＝int(round(Decimal(str(in_top_lat-in_btm_lat))/Decimal(srcres)))
其中，overview_startcol，overview_startrow，overview_width，overview_height分别表示提取数据空间范围在对应等级下的起始列号、起始行号、宽度和高度，根据四个参数，提取数据，得到DATA_src；tile_ltlon，tile_ltlat分别为重构文件在对应等级下的左上角经纬度(最小经度和最大经度)；in_top_lon，in_top_lat，in_btm_lon，in_btm_lat分别为提取数据空间范围的左上角经纬度和右下角经纬度(从左到右为最小经度，最大纬度，最大经度，最小纬度)；
所述A5中提到的计算提取的数据空间范围在对应等级下的目标图像中的位置，即计算提取的数据空间范围在对应等级下的目标图像中的起始行列号和宽高大小(行数和列数)，具体计算公式如下：
image_startcol＝int(round(Decimal(str((in_top_lon-image_minlon)/tarres))))
image_startrow＝int(round(Decimal(str((image_maxlat-in_top_lat)/tarres))))
image_width＝int(round(Decimal(str(in_btm_lon-in_top_lon))/Decimal(tarres)))
image_height＝int(round(Decimal(str(in_top_lat-in_btm_lat))/Decimal(tarres)))
其中，image_startcol，image_startrow，image_width，image_height分别表示提取数据空间范围在目标图像中的起始列号、起始行号、宽度和高度；image_minlon，image_maxlat分别为目标图像中最小经度，和最大纬度；
A6、若目标空间分辨率(T_res)与对应等级(LEVEL)下的空间分辨率(D_res)相等，则不需要进行格栅数据重采样；若不相等，则将宽为overview_width，高为overview_height大小的提取数据DATA_src进行栅格数据重采样，生成宽为image_width，高为image_height大小的栅格数据DATA_tar；
请参阅图2，重采样方法采用最邻近插值法，即是选取一个最靠近的像素为它的像素值，这是最简单的一种插值方法，不需要计算。在待求像素的四邻像素中，将距离待求像素最近的邻接像素的数值赋予待求像素。设i+u,j+v(i,j为正整数，u,v为大于零小于1的小数，下同)为待求像素坐标，则待求像素的数值f(i+u,j+v)。如果(i+u,j+v)落在A区，即u<0.5,v<0.5，则将左上角像素的数值赋给待求象素，同理，落在B区则赋予右上角的像素数值，落在C区则赋予左下角像素的数值，落在D区则赋予右下角像素的数值，算法程序如下：
Figure BDA0003750443930000121
Figure BDA0003750443930000131
A7、利用重采样后的格栅数据和配色方案进行图像绘制，得到三维的数值矩阵(Image_src)；所述三维数值矩阵中的前两维对应的是格栅数据(DATA_tar)中的高度和宽度信息；若绘制所得图像为JPEG格式，则三维数值矩阵的第三维为3，代表红绿蓝三个颜色通道；若绘制所得图像为PNG格式，则三维数值矩阵的第三维为4，代表红绿蓝透明四个颜色通道；
所述A7中提到的图像绘制过程的配色方法包括有“fill”、“range”、“single”和“gradient”四种；
所述“fill”表示填充值配色方案，为必要项，用于填充值的配色绘制，其样式为：
[
[数据值1],[红通道值1,绿通道值1,蓝通道值1,透明通道1],
[数据值2],[红通道值2,绿通道值2,蓝通道值2,透明通道2],
....]
所述“range”表示区间绘制颜色，在区间内的数据均绘制对应的同一颜色，其样式为：
[
[[数据值1,数据值2(区间1)]],[红通道值1,绿通道值1,蓝通道值1,透明通道1],
[[区间2]],[红通道值2,绿通道值2,蓝通道值2,透明通道2],
....]
所述“single”表示单值绘制颜色，即数据只绘制其对应颜色，其样式为：
[
[数据值1],[红通道值1,绿通道值1,蓝通道值1,透明通道1],
[数据值2],[红通道值2,绿通道值2,蓝通道值2,透明通道2],
....]
所述“gradient”表示区间绘制渐变颜色，数值等于节点的绘制对应颜色，节点之间的颜色为两个节点颜色的中间颜色，通过插值进行计算，其样式为：
[
[节点数值1],[红通道值1,绿通道值1,蓝通道值1,透明通道1],
[节点数值2],[红通道值2,绿通道值2,蓝通道值2,透明通道2],
....]
A8、新建一个第三维与A7中三维数值矩阵(Image_src)的第三维相同的空矩阵(Image_all)，所述空矩阵(Image_all)所有制均为0，JPEG格式下为白色，PNG格式下为透明；根据提取数据空间范围在目标图像中的位置信息，即起始列号image_startcol、起始行号image_startrow、宽度image_width和高度image_height，将A7中所得三维数值矩阵(Image_src)镶嵌到新建的空白三维矩阵(Image_all)中，完成目标图像的绘制；
A9、将镶嵌完成的三维数值矩阵通过BytesIO按照图片格式转换换成bytes型存放在缓存中，通过响应发送给客户端，用于展示。
本发明所提出方法在对图像进行处理过程中设计了重采样程序，保证最终绘制完成并返回客户端的图片可以是任意比例尺、任意图像范围的，人们在对遥感数据进行重构处理时，往往都是基于金字塔结构对图数据进行分级的，例如0级对应重构比例为1:1，1级是1:2，2级是1:4，所以当用户需要重构比例为1:1.5时，现有处理方法即无法实现，而本发明通过加入重采样处理，即可实现图像数据的无级缩放，有效的解决了该问题；除此之外，现有设计在进行遥感数据处理时主要针对的仅为真彩影像，并不涉及专题数据处理，然而在实际进行遥感分析和专题图绘制时，用户对专题图中不同数据的显示会有较高的要求，例如某地气象局要求气温在30摄氏度以上的气象图要显示为渐变的红色，而另一地气象局要求气温在35摄氏度的气象图才能显示渐变的红色，传统处理方法针对此类情况的处理都是针对遥感真彩影像所进行的，并无法满足此类灵活配色渲染的要求，而本发明所提出的兼顾真彩影像及专题数据处理渲染功能的遥感影像渲染和网络发布方法则能很好的解决该问题。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种遥感影像渲染和网络发布方法，其特征在于，具体包括以下步骤：
S1、基于金字塔结构原理对遥感专题数据和遥感影像数据进行分级，根据分级结果对其进行重构索引储存；
S2、设定标准的请求方式和请求参数，依据所设定的请求方式和请求参数生成标准的请求链接；所述标准请求参数具体包括：服务类型；目标图片格式、高度、宽度、坐标系；遥感数据文件名称、配色方案；目标的分辨率以及目标请求的经纬度范围、分辨率；
S3、客户通过客户端发出请求信息，服务解析程序对请求信息进行拆分，获得如S2中提到的请求参数信息，并将其传递给图片绘制程序；
S4、利用图片绘制程序完成目标图片的绘制，并将绘制完成的图像返回客户端进行展示。
2.根据权利要求1所述的一种遥感影像渲染和网络发布方法，其特征在于，所述S1中提到的数据分级，根据实际需要分为0～22级，所加入图片的空间分辨率是0.5度，即一个像素代表0.5度，据此，0级的重构比例为1:1，其空间分辨率为0.5度；1级的重构比例为1:2，其空间分辨率为1度；2级的重构比例为1:4，其空间分辨率为2度，以此类推。
3.根据权利要求1所述的一种遥感影像渲染和网络发布方法，其特征在于，所述S2中提到的服务类型包括有无切片获取服务和无切片绘制服务，所述无切片获取服务是针对真彩影像，提供真彩影像的站式服务，不涉及动态绘制，不需要配色方案参数；所述无切片绘制服务是针对遥感专题数据，涉及动态绘制，需要配色方案参数。
4.根据权利要求1所述的一种遥感影像渲染和网络发布方法，其特征在于，所述S2中提到的配色方案采用json格式，传输时，使用base64进行编码转换后传输。
5.根据权利要求1所述的一种遥感影像渲染和网络发布方法，其特征在于，所述S4中提到的利用图片绘制程序完成目标图片的绘制，具体包括以下步骤：
A1、图像绘制程序接收到客户请求信息，首先判断请求参数的服务类型，若为无切片获取服务，则不需要进行绘制，也不需要读取配色方案信息；若为无切片绘制服务，则需要读取配色方案信息，并将配色方案信息从base64编码转换位json格式；之后读取其余请求参数信息，进入A2；
A2、根据所要展示的遥感数据的文件名称信息，在指定目录下，寻找相应遥感数据重构文件；读取该重构文件的信息，包括栅格矩阵的宽度、高度、坐标系、波段数、波段信息、数据空间分辨率以及数据的空间范围；
A3、将目标空间分辨率与遥感重构数据的各等级空间分辨率进行对比，若一致，则取该等级进行数据提取；若不一致，则取空间分辨率最接近目标空间分辨率且大于目标空间分辨率的等级进行数据提取，记录该等级的空间分辨率；
A4、将目标空间范围与数据空间范围进行交集运算，将两组最大、最小经纬度值分辨率进行最小值运算，得出两个范围的交集，进而得出要从重构数据中提取的数据空间范围；
A5、根据A2～A4中所得的重构文件数据空间范围、空间分辨率和提取的数据空间范围信息，计算出提取的数据空间范围在对应等级下的格栅矩阵中的位置以及在目标图像中的位置；
A6、若目标空间分辨率与对应等级下的空间分辨率相等，则不需要进行格栅数据重采样；若不相等，则将数据空间范围在对应等级下的宽度和高度信息进行格栅数据重采样，生成目标空间分辨率下该数据空间范围对应的宽度和高度大小格栅数据；
A7、利用重采样后的格栅数据和配色方案进行图像绘制，得到三维的数值矩阵；所述三维数值矩阵中的前两维对应的是格栅数据中的高度和宽度信息；若绘制所得图像为JPEG格式，则三维数值矩阵的第三维为3，代表红绿蓝三个颜色通道；若绘制所得图像为PNG格式，则三维数值矩阵的第三维为4，代表红绿蓝透明四个颜色通道；
A8、新建一个第三维与A7中三维数值矩阵的第三维相同的空矩阵，所述空矩阵所有制均为0，JPEG格式下为白色，PNG格式下为透明；根据提取数据空间范围在目标图像中的位置信息，将A7中所得三维数值矩阵镶嵌到新建的空白三维矩阵中，完成目标图像的绘制；
A9、将镶嵌完成的三维数值矩阵通过BytesIO按照图片格式转换换成bytes型存放在缓存中，通过响应发送给客户端，用于展示。
6.根据权利要求5所述的一种遥感影像渲染和网络发布方法，其特征在于，所述A5中提到的计算提取的数据空间范围在对应等级下的格栅矩阵中的位置，即计算提取的数据空间范围在对应等级下的格栅矩阵中的起始行列号和宽高大小，具体计算公式如下：
overview_startcol＝int(round(Decimal(str((in_top_lon-tile_ltlon)/srcres))))
overview_startrow＝int(round(Decimal(str((tile_ltlat-in_top_lat)/srcres))))
overview_width＝int(round(Decimal(str(in_btm_lon-in_top_lon))/Decimal(srcres)))
overview_height＝int(round(Decimal(str(in_top_lat-in_btm_lat))/Decimal(srcres)))
其中，overview_startcol，overview_startrow，overview_width，overview_height分别表示提取数据空间范围在对应等级下的起始列号、起始行号、宽度和高度。tile_ltlon，tile_ltlat分别为重构文件在对应等级下的左上角经纬度，分别表示最小经度和最大经度；in_top_lon，in_top_lat，in_btm_lon，in_btm_lat分别为提取数据空间范围的左上角经纬度和右下角经纬度，其从左到右分别表示最小经度，最大纬度，最大经度，最小纬度。
7.根据权利要求5所述的一种遥感影像渲染和网络发布方法，其特征在于，所述A5中提到的计算提取的数据空间范围在对应等级下的目标图像中的位置，即计算提取的数据空间范围在对应等级下的目标图像中的起始行列号和宽高大小，具体计算公式如下：
image_startcol＝int(round(Decimal(str((in_top_lon-image_minlon)/tarres))))
image_startrow＝int(round(Decimal(str((image_maxlat-in_top_lat)/tarres))))
image_width＝int(round(Decimal(str(in_btm_lon-in_top_lon))/Decimal(tarres)))
image_height＝int(round(Decimal(str(in_top_lat-in_btm_lat))/Decimal(tarres)))
其中，image_startcol，image_startrow，image_width，image_height分别表示提取数据空间范围在目标图像中的起始列号、起始行号、宽度和高度；image_minlon，image_maxlat分别表示目标图像中最小经度，和最大纬度。
8.根据权利要求5所述的一种遥感影像渲染和网络发布方法，其特征在于，所述A6中提到的格栅数据重采样采用最邻近插值法。
9.根据权利要求5所述的一种遥感影像渲染和网络发布方法，其特征在于，所述A7中提到的图像绘制过程的配色方法包括有“fill”、“range”、“single”和“gradient”四种；
所述“fill”表示填充值配色方案，为必要项，用于填充值的配色绘制；
所述“range”表示区间绘制颜色，在区间内的数据均绘制对应的同一颜色；
所述“single”表示单值绘制颜色，即数据只绘制其对应颜色；
所述“gradient”表示区间绘制渐变颜色，数值等于节点的绘制对应颜色，节点之间的颜色为两个节点颜色的中间颜色，通过插值进行计算。
CN202210839983.2A 2022-07-18 2022-07-18 一种遥感影像渲染和网络发布方法 Active CN115170779B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210839983.2A CN115170779B (zh) 2022-07-18 2022-07-18 一种遥感影像渲染和网络发布方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210839983.2A CN115170779B (zh) 2022-07-18 2022-07-18 一种遥感影像渲染和网络发布方法

Publications (2)

Publication Number Publication Date
CN115170779A true CN115170779A (zh) 2022-10-11
CN115170779B CN115170779B (zh) 2023-03-28

Family

ID=83494965

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210839983.2A Active CN115170779B (zh) 2022-07-18 2022-07-18 一种遥感影像渲染和网络发布方法

Country Status (1)

Country Link
CN (1) CN115170779B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116051764A (zh) * 2022-12-30 2023-05-02 北京华云星地通科技有限公司 一种遥感影像地图绘制方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6765570B1 (en) * 1998-07-21 2004-07-20 Magic Earth, Inc. System and method for analyzing and imaging three-dimensional volume data sets using a three-dimensional sampling probe
CN101887595A (zh) * 2009-05-14 2010-11-17 武汉如临其境科技创意有限公司 基于四叉树索引的三维数字地球空间数据组织渲染方法
CN102831644A (zh) * 2012-07-09 2012-12-19 哈尔滨工程大学 一种海洋环境信息三维可视化方法
CN103796017A (zh) * 2014-01-23 2014-05-14 深圳大学 一种图像判别装置及其判别方法
CN105444740A (zh) * 2016-01-01 2016-03-30 三峡大学 一种基于小型无人机遥感辅助滑坡应急治理工程勘查设计方法
CN105718514A (zh) * 2016-01-14 2016-06-29 中国科学院计算机网络信息中心 一种基于web的遥感影像多波段自由组合渲染方法
WO2017016526A1 (en) * 2015-07-30 2017-02-02 Zhejiang Dahua Technology Co., Ltd. Methods and systems for image compression
WO2020252799A1 (zh) * 2019-06-18 2020-12-24 中国科学院计算机网络信息中心 一种面向海量遥感影像的并行数据访问方法与系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6765570B1 (en) * 1998-07-21 2004-07-20 Magic Earth, Inc. System and method for analyzing and imaging three-dimensional volume data sets using a three-dimensional sampling probe
CN101887595A (zh) * 2009-05-14 2010-11-17 武汉如临其境科技创意有限公司 基于四叉树索引的三维数字地球空间数据组织渲染方法
CN102831644A (zh) * 2012-07-09 2012-12-19 哈尔滨工程大学 一种海洋环境信息三维可视化方法
CN103796017A (zh) * 2014-01-23 2014-05-14 深圳大学 一种图像判别装置及其判别方法
WO2017016526A1 (en) * 2015-07-30 2017-02-02 Zhejiang Dahua Technology Co., Ltd. Methods and systems for image compression
CN105444740A (zh) * 2016-01-01 2016-03-30 三峡大学 一种基于小型无人机遥感辅助滑坡应急治理工程勘查设计方法
CN105718514A (zh) * 2016-01-14 2016-06-29 中国科学院计算机网络信息中心 一种基于web的遥感影像多波段自由组合渲染方法
WO2020252799A1 (zh) * 2019-06-18 2020-12-24 中国科学院计算机网络信息中心 一种面向海量遥感影像的并行数据访问方法与系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王范霞等: "基于多波段遥感影像绘制震中分布图――以2014年新疆于田Ms7.3级地震序列为例", 《高原地震》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116051764A (zh) * 2022-12-30 2023-05-02 北京华云星地通科技有限公司 一种遥感影像地图绘制方法及系统
CN116051764B (zh) * 2022-12-30 2024-01-30 北京华云星地通科技有限公司 一种遥感影像地图绘制方法及系统

Also Published As

Publication number Publication date
CN115170779B (zh) 2023-03-28

Similar Documents

Publication Publication Date Title
Balsa-Barreiro et al. Generation of visually aesthetic and detailed 3D models of historical cities by using laser scanning and digital photogrammetry
Baltsavias et al. High‐quality image matching and automated generation of 3D tree models
US7804498B1 (en) Visualization and storage algorithms associated with processing point cloud data
AU2010292888B2 (en) Method for converting a digital image into a multi-dimensional geo-referenced data structure
US8411903B2 (en) Generating agricultural information products using remote sensing
CN110969691B (zh) 基于WebGL的摄影数据调度方法及系统
CN110263116B (zh) 一种支持动态投影转换的瓦片地图发布方法及装置
US20120001915A1 (en) Close-packed, uniformly adjacent multiresolutional, overlapping spatial data ordering
KR102243437B1 (ko) 3d 지형정보 영상 매핑을 위한 타일링 처리를 이용하는 영상 표출 방법 및 시스템
KR101993755B1 (ko) 3차원 격자를 이용한 공간정보관리방법 그 장치
WO2006104764A2 (en) System and method for three dimensional change detection and measurement of a scene
CN110070488B (zh) 一种基于卷积神经网络的多角度遥感影像森林高度提取方法
CN109902120B (zh) 一种面向栅格文本降水数据的可视化分析方法
CN115170779B (zh) 一种遥感影像渲染和网络发布方法
CN112328929B (zh) 基于矢量瓦片地图发布技术的人流密度动态可视化方法
CN114049462B (zh) 一种三维模型单体化方法及装置
CN112530009A (zh) 一种三维地形图绘制方法及系统
FR2644263A1 (fr) Procede et dispositif d&#39;acquisition et de stockage numerique de cartes geographiques en couleurs et de restitution de ces cartes
CN111368239A (zh) 一种栅格数据的处理方法和系统
Andújar et al. Inexpensive reconstruction and rendering of realistic roadside landscapes
CN109359264B (zh) 一种基于modis的叶绿素产品降尺度方法及装置
CN100407230C (zh) 渐变图像生成装置和渐变图像生成方法
Chrysovalantis et al. Building footprint extraction from historic maps utilizing automatic vectorisation methods in open source GIS software
CN109934903B (zh) 高光信息提取方法、系统、计算机设备及存储介质
CN109712237B (zh) 一种基于高程数据与气象数据的混合设色方法

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