CN115660939B - 光学遥感数据批量处理的方法、系统、设备及存储介质 - Google Patents

Abstract

本发明属于地理信息与图像数据读取呈现技术领域，公开了光学遥感数据批量处理的方法、系统、设备及存储介质。该方法包括：对待处理影像进行处理，以及进行影像间的同名连接点匹配；进行水平方向的误差、高程方向的误差、平面精度误差计算；在CPU中影像正射纠正、多光谱和全色数据的融合、波段剔除、匀光匀色处理；在镶嵌中镶嵌线进行计算，同时输出影像金字塔；检测影像质量，同时检测镶嵌线；分割影像，获得分组影像的分幅范围；镶嵌中间影像，达到目标全范围的分幅影像。本发明实际过程中多数步骤在CPU的不同核心中计算，储存在内存中，大大减少落盘所消耗时间，并且适当的人工干预计算机处理过程增加影像的准确性。

Description

光学遥感数据批量处理的方法、系统、设备及存储介质

技术领域

本发明属于地理信息与图像数据读取呈现技术领域，尤其涉及光学遥感数据批量处理的方法、系统、设备及存储介质。

背景技术

以往的遥感数据处理是将遥感影像及校准辅助数据添加到GIS软件中进行预处理，整个过程全流程自动化，又或者人工干预每一步计算机处理，保证影像处理精度。但由于不同软件处理水平不同，结果往往参差不齐。纯人工干预数据处理过程可以改善这些问题，但由于数据量大和设备限制等问题，生产效率比纯自动化效率下降严重。

因此行业开始研究如何半自动化处理光学遥感数据既能最大限度保留自动化的效率，有能在关键的步骤中加入人工干预以提高精度。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有技术中在遥感图像数据预处理时结果可控性差，准确率低，而且错误处理中数据占用时间，使得数据处理效率变低。

(2)现有技术遥感图像数据计算与存储中，由于储存集中，存储数据消耗时间变长，影响了数据处理效率，使得在实际应用中效率变低。

(3)现有技术遥感图像数据在大批量数据的镶嵌中，过度依赖软件，使得软件处理负荷变大，处理效率变低，而且不能结合硬件进行改善，增强应用性。

发明内容

为克服相关技术中存在的问题，本发明公开实施例提供了光学遥感数据批量处理的方法、系统、设备及存储介质。

所述技术方案如下：光学遥感数据批量处理的方法，包括以下步骤：

S1，进行数据准备与预检查，最大化利用空间，在数据准备后，解压文件夹中文件数据数量，剔除缺陷数据；

S2，将解压后的分组数据及用于平差和纠正应用的辅助数据加入到影像工程中；

S3，对待处理影像进行影像压缩、影像增强、金字塔影像生成、特征信息处理，以及进行影像间的同名连接点匹配；

S4，进行水平方向的误差计算、高程方向的误差计算、平面精度误差计算，对存在误差影像返回步骤S3进行进一步处理；

S5，在CPU中影像正射纠正、多光谱和全色数据的融合、波段剔除、匀光匀色处理后输出影像，存储在计算机硬盘中；

S6，在程序中进行镶嵌线计算，同时输出影像金字塔；

S7，逐条检查影像镶嵌线，同时检测影像质量，镶嵌线，使镶嵌线避开变动的地物，并且镶嵌线两端地物对齐；

S8，镶嵌分组影像，对数据进行镶嵌，输出影像；

S9，分割S8中获得的分组镶嵌影像，并保留像素重叠，获得分组影像的分幅影像及分幅范围；

S10，利用得到的不同分组影像的分幅范围进行逻辑的判断，同时得到重叠分幅范围；

S11，将重叠影像加入到图像处理软件中进行处理。

在一个实施例中，在步骤S1中，所述最大化利用空间包括：根据计算机内存、CPU一次性处理数据不同上限，结合硬盘承载上限进行制定一次处理数据量；

在步骤S2中，辅助数据包括：数字正射影像数据及数字高程模型数据。

在一个实施例中，在步骤S4中，水平方向的误差计算为：

Δx_i＝x_i-x_GCP

Δy_i＝y_i-y_GCP

式中，σ_x,σ_y分别表示x，y方向的中误差，

分别表示x，y方向的平均误差，(x_i,y_i)表示点云坐标，(x_GCP,y_GCP)表示检查点坐标，Δx_i，Δy_i分别表示每个点与检查点坐标的差，n为点的个数；其中，Δx_n，Δy_n分别为检查点坐标的差，即计算值与实际值的差；

高程方向的误差计算为：

Δz_i＝z_i-z_GCP

式中，σ_z表示z方向的中误差，

表示z方向的平均误差，z_i表示点云坐标，z_GCP表示检查点坐标，Δz_i为每个点的高程值与检查点高程的差，即计算值与实际值的差，n为点的个数；

平面精度误差计算为：

式中，Δd表示平面中误差。

在一个实施例中，在步骤S8中，对数据进行镶嵌，输出影像包括：检查影像质量和镶嵌线走线同时进行，纠正影像，再重新编辑错误影像镶嵌线，同时检查完后对影像输出，得到大面积的分组镶嵌结果。

在一个实施例中，所述得到大面积的分组镶嵌结果包括：对影像进行分割和重合部分再镶嵌。

在一个实施例中，在步骤S9中，分割S8中获得的分组镶嵌影像是以标准分幅的范围对分组结果进行再分割，同时得到每个分组影像的分幅范围；

在步骤S10，重叠分幅范围为进行再镶嵌的范围。

在一个实施例中，在步骤S11中，将重叠影像加入到图像处理软件中进行处理包括：分析范围走向，做出分幅范围的镶嵌线计划；再镶嵌中导入图像处理软件，将相同分幅名称的数据导入，根据指定的镶嵌计划，使用工具编辑影像，最后合并输出为最终结果。

本发明的另一目的在于提供一种实施所述光学遥感数据批量处理的方法的系统，该光学遥感数据批量处理系统包括：

数据准备与预检查模块，用于进行数据准备与预检查，最大化利用空间，在数据准备后，解压文件夹中文件数据数量，剔除缺陷数据；

影像工程模块，用于将解压后的分组数据及用于平差和纠正应用的辅助数据加入到影像工程中；

自动连接点穿刺模块，用于对待处理影像进行影像压缩、影像增强、金字塔影像生成、特征信息处理，以及进行影像间的同名连接点匹配；

区域网平差结算模块，用于进行水平方向的误差计算、高程方向的误差计算、平面精度误差计算，对存在误差影像返回自动连接点穿刺模块进行进一步处理；

因此，区域网平差结算模块的功能原理在于是检验同名连接点的精度，人工检查这一步的精度，根据误差表，检查计算精度是否合格，对于不合格数据，进行参数调整再次进行运行自动连接点穿刺模块的功能原理，这样避免生产的数据发生明显偏移，实际获取的是该步骤过程中误差数值影像，还没有输出；

CPU处理器，用于进行影像正射纠正、多光谱和全色数据的融合、波段剔除、匀光匀色处理后输出影像，存储在计算机硬盘中；

镶嵌线计算模块，用于在镶嵌中镶嵌线进行计算，同时输出影像金字塔；

镶嵌线检测模块，用于逐条检查影像镶嵌线，同时检测影像质量，镶嵌线，使镶嵌线避开变动的地物，并且镶嵌线两端地物对齐；

影像分组模块，用于镶嵌分组影像，对数据进行镶嵌，输出影像；

分幅影像及范围获取模块，用于将分割中获得的分组镶嵌影像，并保留像素重叠，获得分组影像的分幅影像及分幅范围；

重叠分幅范围获取模块，用于利用得到的不同分组影像的分幅范围进行逻辑的判断，同时得到重叠分幅范围；

图像处理模块，用于将重叠影像加入到图像处理软件中进行处理。

本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行实施所述光学遥感数据批量处理的方法。

本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述光学遥感数据批量处理的方法。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：

第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果，具体描述如下：

目前行业内处理大范围数据的案例较少，大家主要依赖软件和计算机的性能。一旦到达上限一直没有一个统一的答案。本方案中为了达到大范围数据处理的目的，实行分组镶嵌，在根据重叠的范围进行再镶嵌避免了重复存储过程，同时数据分幅后更加细碎，意味着可以引入更多的硬件和人力同时处理，减少处理时间。

第二、把技术方案看作一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：

本发明在遥感数据处理过程中，选择了一款分布式集群遥感数据处理转件。

作业员可检查及干预区域网平差结果，保证了数据预处理时结果可控，减少数据在先期处理出错，导致后期错误数据占用时间。

实际过程中多数步骤在CPU的不同核心中计算，储存在内存中，大大减少落盘所消耗时间。

存储过程选择高效率存储设备，更高的读写速度大量提升处理效率。

对于大批量数据的镶嵌，一般软件存在处理上限，而硬件问题难以解决，故此过程采用化整为零，逐点击破的思想。

本发明实际过程中多数步骤在CPU的不同核心中计算，储存在内存中，大大减少落盘所消耗时间，并且适当的人工干预计算机处理过程增加影像的准确性。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理；

图1是本发明实施例提供的光学遥感数据批量处理的方法流程图；

图2是本发明实施例提供的分组镶嵌成果获取流程图

图3是本发明实施例提供的再镶嵌至最终结果流程图；

图4是本发明实施例提供的叠置分析并提取再镶嵌部分图；

图5(a)是本发明实施例提供的导入同名影像效果中未镶嵌前状态图；

图5(b)是本发明实施例提供的导入同名影像效果中镶嵌后状态图；

图6是本发明实施例提供的实用工具进行影像拼接并优化效果图；

图7是本发明实施例提供的合并可得单景结果效果图；

图8是本发明实施例提供的光学遥感数据批量处理系统示意图；

图中：1、数据准备与预检查模块；2、影像工程模块；3、自动连接点穿刺模块；4、区域网平差结算模块；5、CPU处理器；6、镶嵌线计算模块；7、镶嵌线检测模块；8、影像分组模块；9、分幅影像及范围获取模块；10、重叠分幅范围获取模块；11、图像处理模块。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。

一、解释说明实施例：

实施例1

如图1所示，本发明实施例提供的光学遥感数据批量处理的方法包括以下步骤：

S101，数据准备及数据预检查过程。保证最大化利用空间，充分利用硬盘性能。

将待处理数据存放在固态硬盘中，一般机械硬盘读写能力为60MB/s至90MB/s，而固态硬盘的读写最高可达150MB/s至300MB/s，并且部分机械硬盘长期使用读写性能会缓慢下降，而固态硬盘唯一的缺点就是价格略高，但稳定性及读写速度非常优秀。以解压为例，在固态硬盘中解压一景高分二号卫星数据用时为50s至70s，而机械硬盘解压速度不少于170s，处理大批量数据时节约60％以上的时间。

空间充分利用就是充分规划一次数据处理量，储存空间使用最大化可以减少工程数量，进而减少处理时间。要充分利用空间就要进行数据占用测试。其原理是目前行业中主流遥感数据处理软件处理得到同类型光学遥感数据结果大小大致相同。所以可以提前使用少量数据进行测试，取平均可得处理一景数据过程数据占据空间大小。以高分二号卫星数据为例，一景高分二数据原始数据预留1G，解压后数据占据空间2.5G，而解压后原始数据即可删除，中间过程数据预留空间不大于6GB，因此根据试验结果每景GF2数据预留空间为不大于9G，使用硬盘可用空间除以单景数据预留空间即可得硬盘剩余空间数据承载量。同时每台计算机内存、CPU性能不同一次性处理数据上限不同，根据以往生产经验或在实际生产中逐步提高每次生产数量直至上限。最后综合硬盘承载上限和软件处理上限制定一次处理数据量。下文均以高分二号遥感卫星数据制作大范围遥感影像图为例，实际承载上限定为500景每个工程。

数据准备的最后，检查解压后文件夹中文件数据数量，这是验证数据完整性的基本步骤，剔除缺陷数据，可减少后期工程建立时工程报错。

S102，工程建立。将解压后的数据及后期平差和纠正用到的辅助数据加入到工程中。

对于待处理的光学遥感卫星原始数据，一般遥感数据处理软件可以一同导入，程序会根据传感器种类的不同进行标识。导入的辅助数据一般分为数字正射影像(DOM)数据及数字高程模型(DEM)数据。

S103，自动连接点穿刺。自动连接点穿刺包含两个部分，第一是对待处理影像进行影像压缩、影像增强、金字塔影像生成、特征信息处理。而这一部分就是为了有效减少连接点匹配的时间。第二部分就是一般意义上的影像间的同名连接点匹配。

S104，区域网平差结算。该过程也是由计算机进行结算，但人为的需要检查计算结果，保证误差小于阈值，一般阈值由经验决定。较低的阈值保证影像更为精确，但也舍去了更多的同名点，可能导致结果的错误。因此，区域网平差结算是检验同名连接点的精度，人工检查这一步的精度，根据误差表，检查计算精度是否合格，对于不合格数据，进行参数调整再次进行运行上一步的功能原理，这样避免生产的数据发生明显偏移，实际获取的是该步骤过程中误差数值影像，还没有输出；

在本发明实施例中，精度检查依据：

(1)水平方向的误差计算如下：

Δx_i＝x_i-x_GCP

Δy_i＝y_i-y_GCP

式中，σ_x,σ_y分别表示x，y方向的中误差，

分别表示x，y方向的平均误差，(x_i,y_i)表示点云坐标，(x_GCP,y_GCP)表示检查点坐标，Δx_i，Δy_i分别表示每个点与检查点坐标的差，n为点的个数；其中，Δx_n，Δy_n分别为检查点坐标的差，即计算值与实际值的差；

(2)高程方向的误差计算如下：

Δz_i＝z_i-z_GCP

式中，σ_z表示z方向的中误差，

表示z方向的平均误差，z_i表示点云坐标，z_GCP表示检查点坐标，Δz_i为每个点的高程值与检查点高程的差，即计算值与实际值的差，n为点的个数；

(3)平面精度

式中，Δd表示平面中误差。具体平面精度要求见表1。

表1平面精度要求表

S105，单景影像数据输出。根据遥感数据处理软件的不同，输出步骤关系到落盘的耗时问题，相比所有的计算时间，落盘时间无疑更长，pixelgrid软件在影像输出全过程中只有最后结果进行落盘，中间过程包括影像正射纠正、多光谱和全色数据的融合、波段剔除、匀光匀色处理。这些计算均在CPU中进行计算，存储在内存中，存储的时间得以减少，效率大大提升。

S106，镶嵌线计算，同时输出影像金字塔。

由于影像的拍摄时间不同，地物会出现无法避免的变动，为避免镶嵌时出现明显错误镶嵌过程需要镶嵌线避开变动地物，如可以动的汽车，临时搭建的房屋，汛期的湖海等。同时输出的金字塔影像便于下一步检查。

S107，操作员检查影像质量，同时检查镶嵌线。

以往的数据处理流程中，数据中期结果的检查往往是分成两步，第一不是基准数据和分景数据结果进行一一对应的检查，第二步是镶嵌线走线检查，两个步骤保证了地物纠正后的精准位置，也保证了上一步所说地物差异最小。但两个步骤下来整体遍历数据两次，生产中往往是最耗时耗力的部分。在大范围、大批量数据生产中更为严重。因此本发明在这一步采用的是一步战略即检查影像质量和镶嵌线走线同时进行。发现问题影像后只需针对性的纠正影像，再重新编辑错误影像镶嵌线即可。同时检查完后可以对影像输出得到大面积的分组镶嵌结果。

如图2所示，由于计算机性能上限，一次处理不了太多的数据，以省为例，一个省的数据肯能达到2000景，但计算机的存储量存不下，所以将数据以400景为界分为5组，每一组用作图中的流程进行处理。

分组镶嵌成果由于数据量大，再次进行以往的拼接受硬件条件约束是不可能进行的，所以影像再镶嵌过程一定是针对影像进行分割和重合部分再镶嵌的过程，而这个过程需要作业员全程参与，这一部分是比较耗时需要进行合理规划进行效率提升的地方。具体见流程图3所示，

由于目标是大范围的影像，计算机性能迫使我们将影像分组处理，但分组影像存在接边问题，所以用分幅结果将影像像图三的范围那样进行分割得到的都是一小块一小块的数据。在此基础上中间潜灰色是重叠部分，不用取全部，找到一条线上的数据进行修改即可。最后等于全目标范围内数据都经过检查和镶嵌。

S108，影像分幅。首先分割影像，以国家标准分幅的范围对分组结果进行再分割，并且最好保留个位数的像素重叠。同时可得每个分组影像的分幅范围。

S109，叠置分析。使用步骤S108中得到的不同分组影像的分幅范围进行逻辑的判断，得到重叠分幅范围，这些范围就是稍后进行再镶嵌的范围。叠置分析并提取再镶嵌部分图如图4所示。

S110，创建镶嵌计划并实施。

将重叠分幅范围整体布局到GIS软件中，分析范围走向，做出分幅范围的镶嵌线计划。再镶嵌步骤中这里引入了图像处理软件Photoshop，由于Photoshop具有高性能图像处理功能和简单易上手的特点，将相同分幅名称的数据导入Photoshop中，根据刚刚指定的镶嵌计划，使用工具例如橡皮擦等编辑影像，最后合并输出为最终结果。其中，图5(a)是本发明实施例提供的导入同名影像效果中未镶嵌前状态图；图5(b)是本发明实施例提供的导入同名影像效果中镶嵌后状态图导入同名影像效果图所示，上两图为两个省重叠区域的相同分幅：J49D007006，使用Photoshop软件，由于之前已经将影像分割，所以可以快速打开待处理影像。使用擦涂工具进行影像拼接并优化效果图(擦除工具带有羽化功能，使影像之间过渡更自然，同时实事可观测可检查效果)如图7所示。合并可得单景结果效果图如图7所示。(合并功能的效果和镶嵌相同)。

实施例2

本发明实施例提供一种光学遥感数据批量处理的方法包括以下步骤：

步骤1，进行数据准备与预检查，最大化利用空间，在数据准备后，解压文件夹中文件数据数量，剔除缺陷数据；具体包括：由于目标分为非常大，超过了计算机存储和算力的极限，不能一次性的将目标范围内的影像全不输出，所以将影像根据计算机存储及软件处理性能将影像分组，开始分组处理。对分组数据进行数据准备与预检查，最大化利用空间，在数据准备后，解压文件夹中文件数据数量，一般光学遥感卫星数据压缩包解压后含栅格文件，记录遥感影像信息文件，预览图文件，用来校正模型参数文件。以高分二号卫星为例包含全色数据与多光谱数据的tiff格式影像两幅、用于记录卫星及影像信息的xml文件两个，用于图像校正的rpd文件两个，影像缩略图四个，共计10个，筛选文件数量不足的解压文件，根据解压后的文件夹大小剔除容量过小数据，一般数据量过小的数据均为有缺陷数据；

步骤2，将解压后的分组数据及用于平差和纠正应用的辅助数据加入到影像工程中；

步骤3，遥感处理软件对待处理影像进行影像压缩、影像增强、金字塔影像生成、特征信息处理，以及进行影像间的同名连接点匹配；

本领域技术人员可以理解，遥感处理软件对待处理影像进行影像压缩，用于重采样数据，降低影像分辨率，增加计算速度；

进行影像间的同名连接点匹配中，利用影像相关算法，提取相邻影像重叠范围内的同名像点。

步骤4，进行水平方向的误差计算、高程方向的误差计算、平面精度误差计算，获得影像数据；

其中，误差的计算是为了验证同名点的准确性，避免一定范围内数据偏离实际，从而增加纠正时间，降低了处理效率。

步骤5，在CPU中影像正射纠正、多光谱和全色数据的融合、波段剔除、匀光匀色处理以上步骤均在计算机内存中进行计算储存，匀色最终存储在计算机硬盘中，由于内存读写速度远大于硬盘，只在晕色后存储于硬盘可以减少存储的时间；

本领域技术人员可以理解，在CPU中影像正射纠正中，利用辅助数据包含DEM及已经纠正过的遥感数据作为基准对待处理影像的畸变进行校正；

在波段剔除中，由于使用方向的不同，剔除多余波段以减少数据大小；

全色数据的融合中，将具有更多纹理信息的多光谱数据和更高分辨率的全色数据进行融合；

在匀光匀色处理中，由于数据拍摄时间，季节等不同，为了美观和方便判读影像，将影像进行匀色。

步骤6，在镶嵌中镶嵌线进行计算，同时输出影像金字塔；

本领域技术人员可以理解，在镶嵌中镶嵌线进行计算中，将数据添加到遥感数据处理软件中自动计算镶嵌线；

在输出影像金字塔中，影像金字塔可以提高观察影像时影像的显示速度。

步骤7，逐条检查影像镶嵌线，同时检测影像质量，镶嵌线，使镶嵌线避开变动的地物，例如汽车，并且镶嵌线两端地物可对齐；

步骤8，镶嵌分组影像，对数据进行镶嵌，输出结果为一张较大影像。

步骤9，分割步骤8中获得分组镶嵌影像，并保留像素重叠，获得分组影像的分幅影像及分幅范围；

本领域技术人员可以理解，分割获得分组镶嵌影像中，将影像按照一定规则进行分割，例如标准分幅。

步骤10，利用得到的不同分组影像的分幅范围进行逻辑的判断，同时得到重叠分幅范围。

本领域技术人员可以理解，进行逻辑的判断中，不同组之间的影像边界进行拓扑关系判断，选取中间部分，抛弃中间之外的重叠部分。

步骤11，将重叠影像加入到图像处理软件中，例如Photoshop，此步骤区别于传统遥感处理过程，引入非常见软件进行处理。

实施例3

如图8所示，本发明实施例提供的光学遥感数据批量处理系统包括：

数据准备与预检查模块1，用于进行数据准备与预检查，最大化利用空间，在数据准备后，解压文件夹中文件数据数量，剔除缺陷数据；

影像工程模块2，用于将解压后的分组数据及用于平差和纠正应用的辅助数据加入到影像工程中；

自动连接点穿刺模块3，用于对待处理影像进行影像压缩、影像增强、金字塔影像生成、特征信息处理，以及进行影像间的同名连接点匹配；

区域网平差结算模块4，用于进行水平方向的误差计算、高程方向的误差计算、平面精度误差计算，对存在误差影像返回自动连接点穿刺模块3进行进一步处理；

CPU处理器5，用于进行影像正射纠正、多光谱和全色数据的融合、波段剔除、匀光匀色处理后输出影像，存储在计算机硬盘中；

镶嵌线计算模块6，用于在镶嵌中镶嵌线进行计算，同时输出影像金字塔；

镶嵌线检测模块7，用于逐条检查影像镶嵌线，同时检测影像质量，镶嵌线，使镶嵌线避开变动的地物，并且镶嵌线两端地物对齐；

影像分组模块8，用于镶嵌分组影像，对数据进行镶嵌，输出影像；

分幅影像及范围获取模块9，用于将分割中获得的分组镶嵌影像，并保留像素重叠，获得分组影像的分幅影像及分幅范围；

重叠分幅范围获取模块10，用于利用得到的不同分组影像的分幅范围进行逻辑的判断，同时得到重叠分幅范围；

图像处理模块11，用于将重叠影像加入到图像处理软件中进行处理。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

上述装置/单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

二、应用实施例：

应用例1

本发明应用实施例还提供了一种计算机设备，该计算机设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。

应用例2

本发明应用实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。

应用例3

本发明实施例还提供了一种信息数据处理终端，所述信息数据处理终端用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤，所述信息数据处理终端不限于手机、电脑、交换机。

应用例4

本发明实施例还提供了一种服务器，所述服务器用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤。

应用例5

本发明实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行时可实现上述各个方法实施例中的步骤。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。

三、实施例相关效果的证据：

本发明实施例提供的光学遥感数据批量处理的方法引入了非传统遥感影像处理软件Photoshop，软件虽然常见，但在行业里很少使用，并且软件具有实时可视及强大的处理功能。

以上所述，仅为本发明较优的具体的实施方式，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，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，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种光学遥感数据批量处理的方法，其特征在于，该方法包括以下步骤：

S1，进行数据准备与预检查，最大化利用空间，在数据准备后，解压文件夹中文件数据数量，剔除缺陷数据；

S2，将解压后的分组数据及用于平差和纠正应用的辅助数据加入到影像工程中；

S3，对待处理影像进行影像压缩、影像增强、金字塔影像生成、特征信息处理，以及进行影像间的同名连接点匹配；

S4，进行水平方向的误差计算、高程方向的误差计算、平面精度误差计算，对存在误差影像返回步骤S1进行进一步处理；

S5，在CPU中影像正射纠正、多光谱和全色数据的融合、波段剔除、匀光匀色处理后输出影像，存储在计算机硬盘中；

S6，在程序中进行镶嵌线计算，同时输出影像金字塔；

S7，逐条检查影像镶嵌线，同时检测影像质量，镶嵌线，使镶嵌线避开变动的地物，并且镶嵌线两端地物对齐；

S8，镶嵌分组影像，对数据进行镶嵌，输出影像；对数据进行镶嵌，输出影像包括：检查影像质量和镶嵌线走线同时进行，纠正影像，再重新编辑错误影像镶嵌线，同时检查完后对影像输出，得到大面积的分组镶嵌结果；

S9，分割S8中获得的分组镶嵌影像，并保留像素重叠，获得分组影像的分幅影像及分幅范围；分割S8中获得的分组镶嵌影像是以标准分幅的范围对分组结果进行再分割，同时得到每个分组影像的分幅范围；

S10，利用得到的不同分组影像的分幅范围进行逻辑的判断，同时得到重叠分幅范围；重叠分幅范围为进行再镶嵌的范围；

S11，将重叠影像加入到图像处理软件中进行处理；将重叠影像加入到图像处理软件中进行处理包括：分析范围走向，做出分幅范围的镶嵌线计划；再镶嵌中导入图像处理软件，将相同分幅名称的数据导入，根据指定的镶嵌计划，使用工具编辑影像，最后合并输出为最终结果。

2.根据权利要求1所述的光学遥感数据批量处理的方法，其特征在于，在步骤S1中，所述最大化利用空间包括：根据计算机内存、CPU一次性处理数据不同上限，结合硬盘承载上限进行制定一次处理数据量；

在步骤S2中，辅助数据包括：数字正射影像数据及数字高程模型数据。

3.根据权利要求1所述的光学遥感数据批量处理的方法，其特征在于，在步骤S4中，水平方向的误差计算为：

Δx_i＝x_i-x_GCP

Δy_i＝y_i-y_GCP

式中，σ_x，σ_y分别表示x，y方向的中误差，

分别表示x，y方向的平均误差，(x_i，y_i)表示点云坐标，(x_GCP，y_GCP)表示检查点坐标，Δx_i，Δy_i分别表示每个点与检查点坐标的差，数n为点的个数；

高程方向的误差计算为：

Δz_i＝z_i-z_GCP

式中，σ_z表示z方向的中误差，

表示z方向的平均误差，z_i表示点云坐标，z_GCP表示检查点坐标，Δz_i为每个点的高程值与检查点高程的差，n为点的个数；

平面精度误差计算为：

式中，Δd表示平面中误差。

4.根据权利要求1所述的光学遥感数据批量处理的方法，其特征在于，所述得到大面积的分组镶嵌结果包括：对影像进行分割和重合部分再镶嵌。

5.一种实施权利要求1-4任意一项所述光学遥感数据批量处理的方法的系统，其特征在于，该光学遥感数据批量处理系统包括：

数据准备与预检查模块(1)，用于进行数据准备与预检查，最大化利用空间，在数据准备后，解压文件夹中文件数据数量，剔除缺陷数据；

影像工程模块(2)，用于将解压后的分组数据及用于平差和纠正应用的辅助数据加入到影像工程中；

自动连接点穿刺模块(3)，用于对待处理影像进行影像压缩、影像增强、金字塔影像生成、特征信息处理，以及进行影像间的同名连接点匹配；

区域网平差结算模块(4)，用于进行水平方向的误差计算、高程方向的误差计算、平面精度误差计算，对存在误差影像返回自动连接点穿刺模块(3)进行进一步处理；

CPU处理器(5)，用于进行影像正射纠正、多光谱和全色数据的融合、波段剔除、匀光匀色处理后输出影像，存储在计算机硬盘中；

镶嵌线计算模块(6)，用于在镶嵌中镶嵌线进行计算，同时输出影像金字塔；

镶嵌线检测模块(7)，用于逐条检查影像镶嵌线，同时检测影像质量，镶嵌线，使镶嵌线避开变动的地物，并且镶嵌线两端地物对齐；

影像分组模块(8)，用于镶嵌分组影像，对数据进行镶嵌，输出影像；

分幅影像及范围获取模块(9)，用于将分割中获得的分组镶嵌影像，并保留像素重叠，获得分组影像的分幅影像及分幅范围；

重叠分幅范围获取模块(10)，用于利用得到的不同分组影像的分幅范围进行逻辑的判断，同时得到重叠分幅范围；

图像处理模块(11)，用于将重叠影像加入到图像处理软件中进行处理。

6.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行实施权利要求1-4任意一项所述光学遥感数据批量处理的方法。

7.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，使得所述处理器执行实施权利要求1-4任意一项所述光学遥感数据批量处理的方法。

Images