留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

大文件高分辨率遥感影像的实时可视化方法

仇林遥 杜志强 谢金华 邱振戈 许伟平 张叶廷

仇林遥, 杜志强, 谢金华, 邱振戈, 许伟平, 张叶廷. 大文件高分辨率遥感影像的实时可视化方法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(8): 1021-1026. doi: 10.13203/j.whugis20140379
引用本文: 仇林遥, 杜志强, 谢金华, 邱振戈, 许伟平, 张叶廷. 大文件高分辨率遥感影像的实时可视化方法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(8): 1021-1026. doi: 10.13203/j.whugis20140379
QIU Linyao, DU Zhiqiang, XIE Jinhua, QIU Zhenge, XU Weiping, ZHANG Yeting. A Real-time Visualization Method of High Resolution Remote Sensing Image Bigfiles[J]. Geomatics and Information Science of Wuhan University, 2016, 41(8): 1021-1026. doi: 10.13203/j.whugis20140379
Citation: QIU Linyao, DU Zhiqiang, XIE Jinhua, QIU Zhenge, XU Weiping, ZHANG Yeting. A Real-time Visualization Method of High Resolution Remote Sensing Image Bigfiles[J]. Geomatics and Information Science of Wuhan University, 2016, 41(8): 1021-1026. doi: 10.13203/j.whugis20140379

大文件高分辨率遥感影像的实时可视化方法

doi: 10.13203/j.whugis20140379
基金项目: 

国家自然科学基金 41571390

国家高分辨率对地观测系统应用系统(民用部分)建设项目 03-Y30B06-9001-13/15

详细信息
    作者简介:

    仇林遥, 博士生, 主要从事三维地理系统和灾害信息服务研究。qiu_linyao@163.com

    通讯作者: 杜志强,博士,副教授。 E-mail:duzhiqiang@whu.edu.cn
  • 中图分类号: P237

A Real-time Visualization Method of High Resolution Remote Sensing Image Bigfiles

Funds: 

The National Natural Science Foundation of China 41571390

National High Resolution Earth Observation System (the Civil Part) Technology Projects of China 03-Y30B06-9001-13/15

More Information
    Author Bio:

    QIU Linyao, PhD candidate,specializes in the 3D GIS and disaster information service. E-mail:qiu_linyao@163.com

    Corresponding author: DU Zhiqiang,PhD,associate professor. E-mail:duzhiqiang@whu.edu.cn
图(7) / 表(4)
计量
  • 文章访问数:  1381
  • HTML全文浏览量:  31
  • PDF下载量:  431
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-11-19
  • 刊出日期:  2016-08-05

大文件高分辨率遥感影像的实时可视化方法

doi: 10.13203/j.whugis20140379
    基金项目:

    国家自然科学基金 41571390

    国家高分辨率对地观测系统应用系统(民用部分)建设项目 03-Y30B06-9001-13/15

    作者简介:

    仇林遥, 博士生, 主要从事三维地理系统和灾害信息服务研究。qiu_linyao@163.com

    通讯作者: 杜志强,博士,副教授。 E-mail:duzhiqiang@whu.edu.cn
  • 中图分类号: P237

摘要: 针对GB级大文件形式的高分辨率遥感影像实时可视化过程预处理时耗长等难题,提出了自适应瓦片模型的实时生成方法。基于操作连续性和跨越等级对用户的操作模式进行划分,根据分辨率需求控制瓦片生成顺序,实现不同分辨率瓦片数据的动态生成、选取与调度,从而满足高分辨率遥感影像精细层级的实时可视化,克服了传统“先建库后加载”或者“建立内存金字塔”等方法难以第一时间满足用户“所见即所得”的局限。以资源三号卫星影像数据为例,验证了该方法的有效性。

English Abstract

仇林遥, 杜志强, 谢金华, 邱振戈, 许伟平, 张叶廷. 大文件高分辨率遥感影像的实时可视化方法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(8): 1021-1026. doi: 10.13203/j.whugis20140379
引用本文: 仇林遥, 杜志强, 谢金华, 邱振戈, 许伟平, 张叶廷. 大文件高分辨率遥感影像的实时可视化方法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(8): 1021-1026. doi: 10.13203/j.whugis20140379
QIU Linyao, DU Zhiqiang, XIE Jinhua, QIU Zhenge, XU Weiping, ZHANG Yeting. A Real-time Visualization Method of High Resolution Remote Sensing Image Bigfiles[J]. Geomatics and Information Science of Wuhan University, 2016, 41(8): 1021-1026. doi: 10.13203/j.whugis20140379
Citation: QIU Linyao, DU Zhiqiang, XIE Jinhua, QIU Zhenge, XU Weiping, ZHANG Yeting. A Real-time Visualization Method of High Resolution Remote Sensing Image Bigfiles[J]. Geomatics and Information Science of Wuhan University, 2016, 41(8): 1021-1026. doi: 10.13203/j.whugis20140379
  • 高分辨率遥感影像,尤其是推扫式卫星遥感影像,单景数据量常以GB级大文件形式存储[1, 2]。此类数据可视化的主流方法是预先切割并生成金字塔瓦片文件,并在可视化过程中通过与视点位置相关的瓦片调度方法实现多分辨率显示[3-6]。由于影像切割分块耗时过长和占用额外物理存储空间等缺陷,难以满足时效性要求[7, 8]。针对此问题,研究者提出了无须影像预处理的基于内存金字塔的影像实时可视化方法,在可视化过程中结合缓存和瓦片预测等机制实现瓦片模型的实时生成与绘制[9, 10]。但是,基于内存金字塔的瓦片生成方法难以满足GB级大文件影像实时可视化的需求,主要原因有以下几点:①较广的幅宽范围和较高的空间分辨率导致相同视口下浏览所需要生成的瓦片总数增加; ②不同层级瓦片的生成时耗存在很大差异,视点移动过程中场景产生不同程度延迟; ③高分辨率遥感影像的浏览方式多样,受视点轨迹和操作时间影响,单次操作产生的瓦片数量差异巨大。

    为此,本文在内存金字塔方法的基础上,通过分析不同操作模式对瓦片模型的需求差异,提出自适应瓦片模型生成机制,在确保多级分辨率连续变化的前提下有效减少瓦片生成总量,节约实时处理时耗。

    • 瓦片实时生成方法主要通过建立内存金字塔实现。影像实时可视化的一般流程是根据视口范围和视距实时抽稀瓦片模型[11-14],瓦片生成公式可表示为:

      (1)

      式中,TileNode为瓦片节点;Extent为视口范围;h为视点高度。

      一般影像实时可视化生成所有进入视口范围的瓦片。小文件影像单个瓦片生成时间短,瓦片总量少,能够达到“所见即所得”的可视化效果。而大文件高分辨率遥感影像的可视化则主要存在以下难点:①实时生成瓦片数量增大,在I/O和内存一定的条件下,内存金字塔构建缓慢,场景的刷新速度难与视点的移动同步;②由于数据范围和分辨率不一致[15, 16],不同层级瓦片的生成时耗存在很大差异,导致实时可视化过程难以实现场景“均匀”变化;③不同的场景操作模式导致操作时间和操作间隔有很大差别。对于缩放和平移漫游方式,视点两次运动之间存在较长空闲,为下一帧瓦片的预测和生成提供充足的时间,能够保证场景变化的连续性。对于高时效性的应用需求,用户往往操作视点直接飞向特定区域观察精细的地理景观,视点运动轨迹几乎跨越整个金字塔,短时间内待处理瓦片数量激增,既定的模型生成流程难以满足“所见即所得”的需求。

    • 关于多分辨率遥感影像的可视化操作模式分类主要考虑操作时间、起始层级和终止层级等三个参数:

      (2)

      式中,TNode′为瓦片节点;RExtent为视口范围;h为视点高度;Δt为操作时间;lstart为视点起始位置金字塔层级;lend为视点终止位置金字塔层级。

      1)操作参数分级

      自适应瓦片实时生成方法通过监测影像操作的连续性,将操作时间和浏览范围层级差作为分级标准。操作时间是指单次触发相机镜头完成特定浏览动作的时耗,同时考虑操作时间内轨迹覆盖的瓦片数量将操作连续性分为高、低两个等级。

      高连续性操作指在较短时间内完成视点飞行。该模式可能在短时间内跨越较大的空间范围或较深的金字塔层级,导致单次操作过程中视点轨迹覆盖的瓦片数量较多,瓦片分辨率变化频繁。

      低连续性操作指视点在较长固定时间内完成局部浏览,包括缩放、平移等操作。操作时间基本固定,且浏览范围有限,相比高连续性场景操作,该模式下视点轨迹经过的瓦片数量适中,影像分辨率变化平缓。

      此外,考虑瓦片实时生成过程中不同层级时耗的差异性,结合瓦片范围与视口关系将金字塔层级定义为多个类型,包括视口层级, 即该层级瓦片的空间范围与视口大小近似;时耗层级,即金字塔中抽稀平均时耗最久的瓦片层级,时耗层级一般小于视口层级。

      本算法将浏览跨度分为三个等级:浅层跨越, 即终止层级小于等于耗时层级;适层跨越,即终止层级大于耗时层级,但小于等于视口层级;深层跨越,即终止层级大于视口层级。

      2)瓦片需求影响因子计算

      “操作连续性”与“跨越等级”决定了单次操作中瓦片的平均生成速率。影响因子的计算公式如下:

      (3)
      (4)

      式中,Vhigh为高连续性操作瓦片生成速率;Vlow为低连续性操作瓦片生成速率;lstart为视点起始位置金字塔层级;lend为视点终止位置金字塔层级;N为金字塔总层级数;RExtent为视口范围;Rextenti为第i级瓦片范围,Δt为连续性操作时间。

      通过设定两个因素不同等级的权重,量化每种操作模式对瓦片生成速率的需求。影响因子计算方法对式(3)和式(4)进行定量划分。第一,Δt越短,单位时间内可能产生的瓦片数量越多,需要分配的权重越大。实验发现,当浏览路径一致,“平移缩放”时间一般是“快速飞行”的2~2.5倍,由于操作过程产生的瓦片总量基本相同,两种连续性操作模式的瓦片生成速率比Vhigh:Vlow约等于7:3,权重分别设置为70%和30%。第二,跨越深度(Δlevel)关系瓦片生产总量。以分辨率为1 m的影像(金字塔层级为20)为例,设定lstart为0级,lend在浏览跨度三个等级分别对应的区间约为[5, 8]、[9, 12]和[13, 19],三个等级的跨度比大约为2:3:5,三种模式的权重分别设置为20%、30%和50%。对两个因素的权重集合求笛卡尔积,计算6种操作模式的影响因子,结果见表 1

      表 1  “连续性”和“跨越深度”的笛卡尔乘积

      Table 1.  Cartesian Product of Two Factors

      连续性 跨越等级
      浅层跨越(20%) 适层跨越(30%) 深层跨越(50%)
      高连续性(70%) 0.14 0.21 0.35
      低连续性(30%) 0.06 0.09 0.15

      3)操作模式分类

      影响因子一定程度反映了每种操作对瓦片的需求。根据上述结果可以看出,不同操作方式对应三种复杂度。试验根据影响因子数值分布将其分为三个区间,分别为(0, 0.15)、[0.15, 0.25)和[0.25, 0.35],并将操作模式归纳为三个等级。

      (1)“平缓”模式(0<影响因子<0.15)。该模式包括低连续的三种跨越操作和高连续的浅层跨越操作。前者操作间隔大,操作时间固定,瓦片生成时耗被均匀地分配在整个浏览过程中;后者虽然操作过程很短,但因为只涉及金字塔顶部的若干层级,瓦片的单位生成时耗和瓦片数量有限,浏览过程能够实现流畅可视化。该模式不需要特殊的瓦片处理方式,按照一般生成方法即可满足显示需求。

      (2)“跳跃”模式(0.15≤影响因子<0.25)。该模式是指高连续的适层跨越,即在短时间内跨越较深的金字塔层级,瓦片生成时间远大于“平缓”模式。该情况下需要对不同层级瓦片进行划分和分别处理,保证操作停止时场景完成刷新。

      (3)“激增”模式(0.25≤影响因子≤0.35)。该模式是指高连续的深层跨越,即在短时间内跨越整个金字塔,瓦片生成时间和数量均大大超过前两种模式。视点经过耗时层级附近时会花费大量时间,随着视点接近地表,视口覆盖地理范围缩小,预取机制难以准确判断后续进入可视范围的瓦片,导致预先生成的瓦片范围和数量增加。该模式除了对不同层级瓦片采取不同处理方式外,对于同一层级的瓦片也需要区分对待,避免视点停止运动后等待瓦片逐级更新。

    • 图 1所示,三种操作模式分别对应不同的瓦片“取舍”方式。

      图  1  自适应瓦片实时生成算法流程图

      Figure 1.  Flowchart of the Self-adaptive Real-time Tile Generating Algorithm

      1)“平缓”模式。该模式下操作时间(Δt)较短,或者视点跨越层级(lendlstart)较少,相应计算的影响因子值较小,即瓦片生成的平均速率很低,按照一般实时生成方法即可满足条件,故当前操作为平缓方式时,不需要设置“取舍”条件,任何新增节点均生成相应瓦片模型。

      2)“跳跃”模式。由于耗时层级附近的瓦片单位生成时间大大高于其他层级瓦片,该模式对其附近的层级采取隔层选择的方法,即首先保留目标层级(lend),然后根据实验统计确定耗时层级的分布区间,由目标层级自下而上交叉确定“必要”与“非必要”层级。耗时区间以外的层级,一般处于金字塔顶部,生成时耗很低,均作为“必要”层级保留。“非必要”层级下的节点不抽稀数据,而是选择复制父节点瓦片进行挂载。该模式取舍流程如图 2所示。

      图  2  “跳跃”模式瓦片取舍流程图

      Figure 2.  Flowchart of Tile Selecting in Jump Mode

      3)“激增”模式。实时可视化的一般流程之所以难以满足该模式下的浏览需求,是因为瓦片生成的总时间远大于操作时间。该模式下,首先舍弃耗时区间内的瓦片,保留区间之前的瓦片(MediateLevel);其次,由于视口层级一般处于耗时区间的边缘,生成时耗虽然小于耗时区间内瓦片,但仍大于金字塔两端的瓦片,所以仅需保留视口下的少量瓦片。根据视点轨迹和视口范围可以计算将落入可视区域的瓦片,该层级剩下节点对应的瓦片均被舍弃。被舍弃瓦片的节点通过迭代方式寻找其父节点瓦片,如果瓦片满足MediateLevel的要求,则将其复制挂载;否则继续迭代直到找到满足条件的瓦片为止。该模式取舍流程如图 3所示。

      图  3  “激增”模式瓦片取舍流程图

      Figure 3.  Flowchart of Tile Selecting in Surge Mode

    • 实验设备为戴尔Precision M6500移动工作站,CPU为Intel Q840处理器,内存为4 GB,硬盘为一个7200转750 GB硬盘,操作系统为Windows7 64位操作系统。

      为了验证本文方法,选取三景空间分辨为3.73 m的资源三号卫星多光谱遥感影像[17]作为实验数据。表 2为实验数据的基本描述。实验根据可视化需求分为两组,分别展示影像的实时全景可视化和实时局部精细可视化。

      表 2  实验数据信息

      Table 2.  Information of Experimental Data

      像素规模 地理跨度/km 文件大小/GB
      28 744行×29 959列 50×52 2.5
      28 744行×89 877列 50×156 7.5
    • 实验一影像全景实时可视化

      当视点飞行至距影像高度为270 km时,可视区域覆盖影像全部范围。此过程进行高连续性的适层跨越浏览操作,操作模式为“跳跃”模式。图 4图 5为实时可视化一般方法与自适应方法的瓦片生成数量与时耗对比图。

      图  4  “跳跃”模式下一般方法与自适应方法的各级瓦片生成数量对比

      Figure 4.  Comparison of Tile Generating Amount Between Two Methods in Jump Mode

      图  5  跳跃”模式下一般方法与自适应方法的各级瓦片生成时耗对比

      Figure 5.  Comparison of Time Consumption Between Two Methods in Jump Mode

      表 3可知,“跳跃”模式操作中自适应方法相对一般方法瓦片生成总量减少18块,时耗缩短53.8%,并且不会产生视口内分辨率明显跳跃的效果,操作结束后场景可以快速刷新出相应最高分辨率瓦片。自适应方法既保证了瓦片刷新的连续性,又提高了高分辨率瓦片绘制的时效性,达到实时可视化要求。

      表 3  “跳跃”模式下一般方法与自适应方法的总体瓦片生成情况对比

      Table 3.  Comparison of Total Tile Generating Amount Between Two Methods in Jump Mode

      瓦片生成方法 瓦片数量 瓦片生成时耗/ms
      一般方法 174 30 174
      自适应方法 156 13 926

      实验二精细影像实时可视化

      视点飞行至地表过程进行高连续性的深层跨越浏览操作时,操作模式为“激增”模式。图 6图 7为一般方法与自适应方法的瓦片生成数量与时耗对比图。

      图  6  “激增”模式下一般方法与自适应方法的各级瓦片生成数量对比

      Figure 6.  Comparison of Tile Generating Amount Between Two Methods in Surge Mode

      图  7  “激增”模式下一般方法与自适应方法的各级瓦片生成时耗对比

      Figure 7.  Comparison of Time Consumption Between Two Methods in Surge Mode

      实验结果显示,该操作下瓦片自适应生成方法放弃生成时耗层级(8级)附近及视口层级(10级)大部分的瓦片数据,相应减少瓦片生成时耗,具体见表 4。“激增”模式操作中自适应方法相对一般方法瓦片生成总量减少171块,时耗缩短83.3%。经实验,视点飞越金字塔第6~9层的平均时间小于1 s,故视距缩小过程中不会出现影像分辨率延迟刷新。视点从第10级飞至最精细瓦片层级过程中,层级间距与飞行速度成反比,导致跨越该区间层级瓦片的平均时间很短,能够保证视点接近地面时分辨率的实时刷新。即同时满足了场景浏览对影像分辨率刷新连续性和实时性的需求。

      表 4  “激增”模式下一般方法与自适应方法的总体瓦片生成情况对比

      Table 4.  Comparison of Total Tile Generating Amount Between Two Methods in Surge Mode

      瓦片生成方法 瓦片数量 瓦片生成时耗/ms
      一般方法 320 101 179
      本文方法 149 16 872
    • 本文针对GB级大文件形式的高分辨率遥感影像实时可视化难题,提出了一种自适应瓦片实时生成方法。采用资源三号多光谱影像数据进行方法验证,实验结果表明,本文方法根据用户操作过程中对瓦片可见性的不同需求,引入操作时间和跨越层级的概念,将场景浏览过程中瓦片的生成模式按需分为三个等级,分别采用不同的方式对瓦片的取舍和金字塔的构建进行处理,有效解决了传统方法中因瓦片生成速度滞后、视点移动同步而引起无法满足用户“所见即所得”的实时可视化需求。特别是大数据精细影像可视化时,可以明显减少瓦片生成队列的增长,大大降低需求瓦片生成与绘制的等待时间。

参考文献 (17)

目录

    /

    返回文章
    返回