基于瓦片技术的高分辨率遥感影像快速访问技术在测绘生产中的应用研究

随着地理信息和遥感技术的不断发展,高分辨率遥感影像的应用范围不断扩大,这对海量遥感影像的有效使用和管理提出了迫切需求。本文基于瓦片技术,对高分辨率遥感影像进行处理,实现了影像的快速访问。该技术已经应用到实际的测绘生产中,对提高生产效率和影像的统一管理具有重要意义。

基于Siamese卷积神经网络的影像瓦片变化检测技术

针对地理信息变化较快而传统更新方式效率不高的问题,目前许多学者提出了各类变化检测的方法,但这些方法大都是基于影像数据进行试验,对影像预处理要求较高,且检测精度的稳定性较差,受数据源质量影响较大。而天地图、百度地图、谷歌地图等地图中均可免费下载各种级别的影像瓦片,因此本文提出利用天地图影像瓦片进行试验,采用Siamese卷积神经网络(SCNN)和深度学习技术,开发基于SCNN的高精度变化监测算法,以快速发现变化区域,实现地理信息变化信息检测。

基于GDAL的谷歌影像瓦片数据拼接技术研究

在缺少相关地域影像的情况下,利用谷歌海量的影像瓦片获取目标影像数据是一种有效途径。本文利用开源的GDAL库,实现了影像瓦片数据的拼接,较好地解决了影像瓦片数据拼接的问题。经过拼接后的影像和标准影像对比,拼接的影像空间参考信息准确,具有一定实用价值。为进一步研究瓦片数据的拼接使用提供了方向。

三维石油遥感应用中多时相影像数据管理

针对目前多时相影像数据管理主要是面向影像产品管理,仅考虑影像产品本身的信息作为管理要素,无法满足石油行业遥感应用要求这一问题,提出一种面向三维石油遥感应用的多时相数据管理方法,通过采用数据组织目录结构与瓦片存储目录结构相结合的方式,建立了多时相影像数据的分级管理与访问。该方法满足石油遥感应用多样性、应用的油区范围分散、多数据源组合、油区变化性检测的要求,并以鄱阳湖三角洲环境变化中多时相数据管理为例进行了软件实现。

基于海量遥感影像数据的影像快速校正试验研究

地面控制点的选取是遥感影像处理过程中的一项基础工作,当待校正影像数据量较大时手动选点的效率较低。为提高地面控制点提取的效率,以台湾省台中市为研究区,对云端瓦片影像数据进行挖掘,测试SIFT(scale invariant feature transform)算法并用它来开展自动提取地面控制点的试验。首先,分别提取目标影像和参考影像的特征点;然后,通过特征点匹配和错误匹配剔除,计算特征匹配点相对于参考影像特征点的地理坐标;最后,生成目标图像与参考图像特征点的地面控制点文件。实验结果表明:SIFT算法能够自动提取地面控制点,且精度达99%以上,实现了用较低分辨率校正较高分辨率的影像,表明采用SIFT算法挖掘云端遥感影像特征,可以智能、快速地提取待校正遥感影像的地面控制点,对遥感影像智能化处理具有重要意义。

遥感影像并行服务系统设计与实现

实现海量遥感影像快速处理的重要基础是高速影像数据服务。基于影像瓦片模型、分布式并行存储体系结构,设计和实现遥感影像并行服务系统——瓦片服务系统,用于快速存储和访问以瓦片方式组织的遥感影像,为高速影像处理、实景城市等提供高吞吐数据服务。实验结果表明:瓦片服务系统具有快速存储和访问海量遥感影像的能力,在高速影像处理与影像服务等领域具有广阔应用前景。

谷歌地图关键技术剖析与应用

以研究和分析谷歌地图的设计与运行机制为目标,深入分析了谷歌地图卫星影像的投影模型、瓦片数据组织模型、数据请求与响应流程、瓦片数据URL地址解析等关键技术,并设计了一套可以多线程的方式下载瓦片影像数据、采用OpenGL渲染瓦片影像、并按照MBTiles规范使用SQLite数据库存储瓦片影像的卫星影像下载器。实践效果表明,下载器可实现对谷歌地图卫星影像数据的可靠下载、渲染和存储,验证了关键技术的正确性和有效性。

基于QR码的瓦片遥感影像数字水印算法

针对瓦片遥感影像数据,提出一种基于快速响应矩阵码(quick response code,QR code)的强鲁棒性盲水印算法。算法的设计充分顾及了瓦片遥感影像的数据特征,将包含版权认证信息的QR码水印图像进行数据压缩和预处理,有效降低了嵌入数据量;通过在水印嵌入单元和水印信息位之间建立稳定的映射关系确保水印信息的可靠嵌入;采用改变像素值位平面统计特征的方法实现对含水印瓦片遥感影像的快速定位。最后,对所提算法进行了试验验证。结果表明,QR码的引入有效提升了水印信息容量,所提算法对于常规图像处理操作和拼接攻击具备良好的保真度和鲁棒性,可实际应用于瓦片遥感影像数据的版权保护。

分布式地理数据高效可视化技术研究

传统借助于专业软件浏览地理数据的方式,不仅增加了本地磁盘的占用,而且当数据量较大时浏览效率很低。针对地理数据直接浏览不便的问题,提出了基于Spark的影像文件分布式并行切片方案,并利用Leaflet实现了影像瓦片在线高效可视化。实验结果表明,针对地理大文件的浏览效率明显高于目前常用的GIS软件。

云环境下时序遥感影像的快速缓存切片方法

自然灾害与地表环境实时动态监测对短周期内接收影像的快速缓存切片提出了很高的要求。利用云计算并行编程模式Map-Reduce聚集计算资源,提出了一种在时序影像持续抵达情况下的快速缓存切片方法。围绕Map-Reduce本地化计算特性,该方法在任务分配中利用数据动态划分机制及基于空间相邻的上载机制对缓存切片算法进行优化加速,以满足环境动态监测对瓦片式缓存的及时性需求。实验证明,该方法在大数据量情况下较同类方法具有更好的扩展性能和加速性能。