影像数据处理

影像数据处理（精选12篇）

影像数据处理 篇1

人类感知世界的重要途径就是视觉,而图像作为视觉信息的来源,在人们的生活中占有非常重要的位置。人类肉眼所观测到的影像信息往往会因为主观意识和记忆误差等原因发生扭曲,而现代影像信息技术的出现很好地解决了这个问题。

1影像处理与干涉测量相位的概念

影像处理技术比人的肉眼记忆更加客观、准确,且能够跨越时间的界限。

波前位相重构是干涉测量领域中的一种影像信息处理方式,干涉条纹图是其成像的载体,是通过干涉条纹图的相位来监测被测对象的信息。目前,相位干涉条纹分析的算法有2种,即时域移相算法和空间载频算法。在光学检测领域,被广泛运用的是时域移相算法。该算法的优点是测量精度比较高,但缺点也很明显,它需要至少3张干涉条纹图。而条纹图本身又极易受到外界环境的影响,所以,它不适用于动态测量方法中。

空间载频算法需要1张干涉条纹图,而且它对外界的抗干扰能力比较强。但是,由于其样本太低,导致它难以处理情况复杂的干涉条纹图。常见的空间载频算法有傅立叶变换法和窗口傅立叶变换法。其中,傅立叶变换法无法适应诸如条纹密度变化比较大或者封闭条纹等类型的干涉条纹图;虽然窗口傅立叶变换法能够处理局部问题,但是,它一打开窗就不可以进行逆向操作,所以,无法记录高频和低频的变化,从而限制了其实际运用范围。

在这种情况下,科学家们提出了空域卡雷算法。这种算法能够满足相关部门对干涉测量相位重构研究提出的要求,再结合泰勒展开类似的思想提高精准度,能够有效解决干涉条纹图的相位重构问题。

2空域卡雷算法

在处理单幅干涉条纹图时,运用空域卡雷算法,不需要引入空间载频就能够实现动态测量。但由于其算法上有一些不确定的要素,比如符号、唯一解和相位值误差等问题,所以,其测算出来的结果精度比较低。

其运算过程为:

将单幅干涉条纹图的光强分布表示为:

当光强x发生变化时,在相位展开过程中,通常会出现相位歧义的情况。鉴于此,可以提出2种假设来推测:①将IO和V看作(x,y)上的缓慢变化函数,则任意像素点的确定在小窗内表现为不变;②如果Φ是连续可微函数,那么,像素点会在相位Φ处开始泰勒展开,出现差值。

不论是哪种假设,像素点都会与真实情况有所差异。因此,为了在单幅闭合条纹图中成功应用卡类算法,需要科学分割探测器上的像素点,使相位变化在相等空间间隔的情况下固定。

鉴于此,需要在x轴上提取一组像素点,标出后套入公式得出相位变化量。而在计算过程中,需要取各像素点相位值时的分子和坟墓的正值进行相位展开程序。如此一来,就可以得到一维解包裹算法下的相位值,实现相位重构。

3迭代修正法

在分析担负干涉条纹图时,采用空域卡雷算法选取的一组像素点本身具有邻近性,所以,会影响结果的准确度。虽然空域卡雷算法的相位值有误差,但与真实值已经相当接近了。

采用空域卡雷算法,结合文中提到的2个假设,我们可以用最小二乘法得出星宿点对应的余弦值来进行对比,最终对应证明前者。

奇点处得到的有误差的相位值会以一些突出的线条表现出来,我们称之为毛刺。为了减小误差,需要分析毛刺。在相关分析完成后,能得到迭代小量值ε的表达式。该表达式能够循环使用,不断修正误差,直至接近真实值。

4模拟仿真及结果分析

4.1计算模拟

只有在满足单幅的条纹图,且条纹变化仅为单向递增或递减时,单幅干涉条纹图的相位分布才能采取相应的算法提取出来。当无载频的干涉条纹图仅有几条切闭合条纹时,如果存在曲率和符号的变化,结果就会有偏差。这源于空域卡雷算法的分析是不需要先验知识进行判断就能得到相位信息的,所以,仅凭一副闭合条纹干涉图是无法判断待测相位的方向和变化的。为此,还需要引进Matlab模拟仿真技术,在模拟条纹数量很少的情况下进一步修正结果。

4.2结果分析

空域卡雷算法得出的峰谷值和均方根值为0.329 6和0.0416,而理想相位的峰谷值和均方根值分别为0.265 6和0.035 6,两者的误差为0.089 2和0.009 4,整体误差较小。这说明,空域卡雷算法是一种与真实相位非常接近的算法,但仍然存在一定误差。

采用迭代修正法二次修正时,得出来的峰谷值和均方根值分别为0.329 45和0.039 6,而理想相位的这两个值分别为0.8898和0.006 8,二者之间的误差比使用空域卡雷算法时要小得多。这说明,迭代修正法确实能有效修正误差,而且随着这种算法的重复运用,还能再缩小误差,使所得值更加接近真实值。

摘要：随着科学技术的发展,计算机技术和影像传感技术也在不断发展,出现了CCD、CMOS等传感技术,影像处理技术得到了很大的进步。波前位相重构是干涉测量领域中的一种影像信息处理方式,干涉条纹图是其成像的载体。具体实施方法是,通过干涉条纹图的相位来监测被测对象的信息。运用空域卡雷算法和迭代修正法计算和修正前期数据,使用模拟计算的方法来验证结论。

关键词：影像处理,相位重构,干涉测量,闭合条纹

参考文献

[1]Rajshekhar G,Rastogi P.Fringe analysis:premiseandper—spectives.Optics﹠Lasters in Engineering,2012,50(8):3-5.

[2]徐建程.相位干涉测量的信息理论分析[D].北京:中国工程物理研究院,2009.

[3]Surrel Y.Design of algorithms for phasemeasurements by the use of phase steping.Applied Optics,1996,35(1):51-60.

影像数据处理 篇2

探讨在移动设备上实时无线下载大数据量影像并浏览的`技术关键与实F方法,利用多线程、预取缓存等技术以提高空间信息服务质量.

作 者：赵晶 罗志刚 吴华意 孙轩 王慧妮 ZHAO Jing LUO Zhigang WU Huayi SUN Xuan WANG Huini  作者单位：赵晶,王慧妮,ZHAO Jing,WANG Huini(湖北省基础地理信息中心,湖北武汉,430071)

罗志刚,LUO Zhigang(黄石市防汛监测站,湖北黄石,435002)

吴华意,WU Huayi(武汉大学测绘遥感信息工程国家重点实验室,湖北武汉,430079)

孙轩,SUN Xuan(武汉大学遥感信息工程学院,湖北武汉,430079)

刊 名：地理空间信息 英文刊名：GEOSPATIAL INFORMATION 年，卷(期)： 7(2) 分类号：P208 关键词：G1S   移动GIS   PDA   影像数据库  

腾讯NBA影像数据集中地 篇3

作为目前国内流量最高、影响力最大、产品线最全的NBA门户，腾讯近期率先推出NBA数据库大师—它搜集NBA球星投篮、失误、助攻、抢断和犯规等十大数据，结合比赛视频和专家解说、分析，形成了一个多功能数据系统。

海量的视频数据、独家的NBA资讯、国内顶尖NBA专家的专业解读，腾讯NBA数据库大师不仅给球迷带来了全新的视频体验以及更真实、更全面的篮球享受，并且帮助球迷成长为NBAMaster（NBA大师）。

NBA影像数据集中地

每周，腾讯NBA精选3场重量级的比赛进行视频直播，有“标清”和“高清”两种欣赏模式供球迷选择。在欣赏比赛的同时，用户可以便捷地获取最新的比赛数据，随时使用腾讯微博发表评论，实时与主持人微博互动，并参与有奖竞猜，赢取神秘奖品。

而且，NBA数据库大师记录下每个球星在球场上的表现，包括投篮、抢断、失误等。球员的每个动作，都用圆圈或箭头标出，每个图标都有视频链接。球迷点击任何一个图标，都会出现相应的视频。

海量的点播视频，腾讯NBA不错过任何一场比赛的任何一个经典镜头。赛前热身、每节比赛浓缩回放、当日最佳集锦、十佳进球，到场外花絮、历史片断、宝贝热舞，甚至搞笑视频，在腾讯，只有你想不到的精彩，没有你看不到的画面。

除了独家放送由NBA官方提供的精彩视频集锦外，腾讯NBA还精心制作了多档原创视频节目。《星播客》聚焦NBA最红的球星和最吸引人的比赛，《姚明传》则是国内第一个NBA视频评书节目，《NBA档案密》挖掘那些鲜为人知的NBA历史，无论是“乐活族”还是“考古派”，每个人都能在腾讯NBA找到自己喜爱的内容。

腾讯NBA数据库大师的使用方法便捷、简易，非常容易上手。进入NBA数据库大师，可以看到一个篮球场图样的FLASH，图像上有球队、比赛、球员、全场和数据5个分类项。只要把鼠标放在5个分类项上，每个分类项就会出现选择项，球迷依次进行选择。选择完成后，就能在篮球场上看到相应的图标，点击图标就会出现视频小框，播放相关视频。

NBA独家资讯

NBA全明星进驻腾讯微博更是腾讯NBA数据库大师的一大特色。你知道新科MVP罗斯在腾讯完成了与乒乓球世界冠军刘诗雯的“约会”吗？你知道科比通过腾讯为姚明退役送去祝福吗？你知道阿爾德里奇很满意腾讯为自己送上的新绰号吗？在腾讯微博，你还可以与斯科拉、波什、基德、巴蒂尔、林书豪、海耶斯等二十多位NBA球星互动，零距离接触，以最快的速度获取他们的资讯。

腾讯NBA还邀请张佳玮、管维佳、殳海等国内最优秀的NBA作者，联合业内最顶尖的NBA漫画家李泉，为网友推出国内第一个NBA漫画连载专题《画说NBA》。腾讯还推出国内首个NBA文化平台，为NBA粉丝独家提供NBA好书连载。梁希仪、易小荷、王猛等一线记者的报道，奥尼尔、诺维茨基、珍妮-巴斯等NBA当红球星的传记，在腾讯NBA数据库大师里应有尽有。

并且，为了在新赛季掌握更多的实时资讯，腾讯NBA前方记者兵分两路，一路前往“大苹果城”纽约，让网友亲眼见证尼克斯三巨头的豪门复兴；另一路驻扎在位于美国南海岸的迈阿密，现场直击热火三巨头的夺冠征程。腾讯NBA不让任何一个球迷被忽略，只要球迷在线，就能随时随地获取独家的NBA资讯。

NBA内容深度分析

如果你热衷于数据，腾讯数据库大师为你提供全面、真实和具体的数据参考；如果你错过了某场比赛，腾讯数据库大师为你呈上比赛集锦；如果你只喜欢一名球星，腾讯数据库大师帮你记录下这位球星在球场上所有的表现。对NBA的数据进行详细分析，从此轻而易举。

在腾讯NBA，球迷还可以欣赏业内“二平”元老组合（孙正平、张卫平）原汁原味的现场点评，可以领略于嘉、杨毅等中生代名嘴的妙语连珠，还能感受段旭、管维佳等少壮派专家的酷语辣评，更有李克等嘉宾一针见血的犀利评论。

此外，《体坛周报》、《篮球先锋报》、《扣篮SLAM》、《SLAM》（美国原版）、《篮球》、《NBA特刊》、《东方体育日报》、《尚篮》、《鞋帮》、《尺码》等近二十家体育平面媒体与腾讯NBA进行多平台深度合作，共同提供精彩的内容资源，并联合开展各种线上线下活动。

更重要的是，国内顶尖NBA专家还通过腾讯微博，随时随地与网友分享自己的NBA见解。普通球迷在欣赏NBA专家点评的同时，可以与NBA大师进行讨论、互动，提高自己的水平，最终成为NBA分析大师。

航空影像快速处理技术探讨 篇4

该文利用在某次应急响应中获取的航空影像进行了实验, 测试了基于PHOTOMOD软件进行航空影像快速后处理方面的特性, 解决像片拍摄姿态差导致的无法进行像点匹配的问题, 以及使用POS数据辅助空三提高数据处理效率, 实验证明其精度和效率可以满足应急响应的需求。

1 数据资料

选择某个遭受洪涝灾害的山区进行实验, 面积大约8.3 km2。

1.1 软件介绍

PHOTOMOD系列软件产品是俄罗斯Racurs公司的集航空摄影测量、无人机航测、倾斜摄影测量、近景摄影测量、卫星影像遥感及卫星雷达遥感等数据后处理于一体的综合应用系统, 也是全球率先支持分布式并行运算的高效全数字摄影测量及影像、雷达处理系统。相对于同类软件具备算法先进、配置灵活、功能完备、操作便捷、生产高效、精度可靠、支持众多传感器等优点。

1.2 资料分析

影像数据带P O S辅助设备, 航摄仪为禄莱R o l l e i AICPROIQ180量测型相机, 焦距51.386 mm, 像幅尺寸7760×10328, 像元大小5.2μm, 地面分辨率为0.15 m。航向重叠范围56%~70%, 旁向重叠范围20%~40%。影像清晰, 反差适中, 能满足正射影像和航测成图的需要。POS数据完整, 可以用于空三加密。

航摄完成后, 在测区内进行了外业量测像控点, 采用区域网布点, 但是由于测区受灾严重, 道路不通, 有些地方无法到达测量像控点, 导致布点不够均匀, 部分点量测精度不够理想。

2 基于PHOTOMOD软件的影像快速后处理关键技术

2.1 简化处理步骤、提高生产效率

通过简化影像预处理的步骤、自动高精度匹配算法、自动预测控制点、高效、精准的DTM匹配和平滑滤波、便捷修改镶嵌线、测区内匀光匀色等关键技术, 简化了影像内业处理的步骤。并且PHOTOMOD软件具备分布式并行运算能力和GPGPU技术, 在数据导入、相对定向匹配、区域网平差计算、DEM提取及正射纠正、镶嵌匀色等计算量大、耗时较长的步骤均支持分布式处理, 划分任务模块, 利用计算机多线程并行处理计算, 从而实现高效率生产, 最大化地应用计算机资源, 对于大型、超大型测区处理尤其高效。

2.2 通过调整匹配参数提高空三精度

贵州山区气流较大, 飞行姿态较难稳定, 在应急响应中, 由于天气变化大、起降场地限制等原因飞行条件更为恶劣。获取的航空影像易存在航片倾角、旋偏角过大、像片重叠度变化大等问题。像片的拍摄姿态差对相对定向中同名像点的匹配影响很大, 甚至导致无法进行像点匹配的情况, 可通过调整相对定向参数的方式, 解决如下问题, 改善匹配情况, 提高空三质量。

2.2.1 解决影像畸变差大的匹配问题

当使用非量测型相机进行航空摄影时, 由于相机鉴定的时间离拍摄影像的时间间隔较长等原因, 用相机鉴定报告上的畸变参数进行改正时, 可能并未完全消除相机畸变, 从而导致匹配的相关性差或者存在上下视差的情况。在平差时, 可执行相机自检校, 如果测区有控制点的话, 利用控制点进行相机的自检校。经相机自生检校后, 生成新的相机参数 (焦距、畸变差等) , 可从很大程度上恢复相片的初始状态, 大大提高后续处理的精度。

2.2.2 解决影像相关性差的匹配问题

因飞行条件不好, 飞行姿态不稳定等原因, 获取的航空影像易存在航片倾角、旋偏角过大、像片重叠度变化大等问题, 导致相对定向匹配困难, 可能有部分影像, 航带内和航带间没有匹配上点, 我们可尝试使用调整相对点数、相关性阈值和最大误差等的方式, 仅对这部分影像进行局部匹配。

2.2.3 解决重叠度变化大的匹配问题

不同于传统摄影测量中大飞机航摄的规则航线, 小飞机或无人机因风力原因飞机在航拍过程中左右摇摆, 可能导致航带内、航带间重叠度变化较大, 影响相对定向时在影像间搜索匹配同名点, 可以通过改变搜索区域的大小来解决该问题。

2.3 在应急情况下, POS数据辅助空三加密提高效率测试

POS系统是一种GPS和INS的组合系统, 利用POS系统同时记录的航摄仪三维坐标和姿态参数, 经过后期处理计算出每张航片的外方位元素, 并加入少量的外业控制点坐标进行空中三角测量的技术, 在现阶段折数字航空摄影测量中已经得到广泛应用。与传统的空三加密方法相比, 它在一定程度上简化作业步骤, 并可实现少量甚至无控制点的空三加密, 提高了生产效率, 节约了生产成本, 尤其适用于外业困难地区以及道路、管线等带状领域。

在应急响应的应用中, 影像数据的快速、高效处理至关重要, 尤其是在灾情未知的情况下, 进入灾区进行野外控制点测量既费时又存在安全隐患。因此, 该文利用实验测区数据, 对在1∶1万地形图上图解测区四角的少量控制点以及无控制点两种情况下使用POS数据辅助空中三角测量进行了测试, 简化作业步骤, 减弱空中三角测量对地面实测控制点的依赖, 直接通过POS数据中的GPS信息对相对定向匹配得到的自由网进行绝对定向, 从而得到空三加密和正射影像等成果, 并验证其精度和效率。

3 实验结果分析

3.1 精度分析

3.1.1 空三加密精度

使用外业实测地面像控点进行光束法区域网平差, 得到的控制点平均误差为Exy=0.405, Ez=0.143;控制点最大误差为Mxy=0.797, Mz=0.314。

采用图解少量控制点POS辅助空三的方式, 利用该测区获取的30个野外像控点作为检查点, 对实验中输出的空三成果立体建模, 并在立体模型上量测其三维坐标值, 进行精度统计, 通过检查点精度结果, 计算得到平面中误差为±0.985, 高程中误差为±1.429。

3.1.2 正射影像精度

正射影像成果清晰易读, 色调均匀、反差及亮度适中、接边处色彩过渡自然, 地物合理接边, 无重影和发虚现象, 人工地物接边完整、合理。从正射影像上可清晰了解、判断灾情, 与灾前的卫星影像进行对比分析有更加直观的效果, 可有效指导应急救灾。

3.2 效率分析

经实验过程统计, 该实验测区从影像预处理至空三加密、生成正射影像成果的整个过程, 采用外业实测控制点、图解少量控制点POS辅助空三和无控制POS辅助空三等3种实验方法所用时间如表1所示。

4 结语

通过对洪灾应急响应航空影像进行数据后处理实验, 在PHOTOMOD软件平台上完成了整个流程的操作, 并测试了通过调整相对定向参数解决相对定向匹配问题的方法, 使得匹配精度得到很大改善, 最后输出了空三加密和正射影像成果。经实验验证, 使用外业控制点处理的整个流程耗时约3 h, 空三加密控制点平均误差达到Exy=0.405, Ez=0.143, 可以满足1∶2000测图精度, 正射影像清晰易读, 证明该技术流程可以满足应急响应数据快速处理的精度和效率要求, 可以作为灾情分析、指导救灾使用。

针对应急响应中来不及也无法进行野外实测控制点的情况, 该文还对实验测区进行了POS数据辅助空中三角测量的图解少量控制点和无控制点两种情况进行了测试, 经实验证明, 因POS辅助空三减少了像控量测的工作量, 简化了作业流程, 工作效率也得到了很大的提高, 而且测区越大、像片数越多的情况下, 在效率方面的提升会愈加明显。在图解少量控制点+POS辅助平差的情况下, 取得了较好的平面量测精度, 解决无实测控制点的情况下快速出图指导应急救灾的问题。

摘要：通过数字测绘航空摄影快速获取高分辨率影像, 能快速生成DEM、正射影像、三维景观图等测绘产品, 能够迅速了解灾情并获取受灾地区详细的地面三维信息, 为救援队伍提供精确、可靠的测量数据。通过在受灾区域获取的航空影像, 基于PHOTOMOD软件进行数据快速后处理实验。经过效率分析和精度统计, 证明其效率和取得的正射影像成果可以达到指导应急救灾的需求。

关键词：山区,应急,影像,后处理,测绘产品

参考文献

[1]CH/Z 3003-2010, 低空数字航空摄影测量内业规范[S].国家测绘局, 2010.

[2]CH/T 9008.2-2010, 基础地理信息数字成果1∶500、1∶1000、1∶2000数字高程模型[S].国家测绘局, 2010.

影像数据处理 篇5

SPOT遥感影像处理技术以及在青岛市海洋功能区划中的应用

青岛市海洋功能区划中,大范围采用了法国高分辨率陆地卫星SPOT-5 HRG 1A级遥感数据.利用Geoimage遥感影像处理软件对数据进行了处理,包括:遥感影像的正射纠正、辐射处理和不同分辨率影像地融合等,获得了高空间分辨率和良好的光谱分辨率的遥感图像,很好的`识别出青岛海岸带地区地物分布特征,为海洋功能区划底图补充了真实而丰富的信息.

作 者：乔磊 杨荣民 李广雪 刘勇 马妍妍 作者单位：中国海洋大学海洋地球科学学院,山东青岛,266003;海底资源与探测技术山东省重点实验室,山东,青岛,266003刊 名：海洋湖沼通报 ISTIC PKU英文刊名：TRANSACTIONS OF OCEANOLOGY AND LIMNOLOGY年，卷(期)：2005“”(2)分类号：X87关键词：SPOT 影像处理 融和技术 海洋功能区划

宁夏国土资源遥感影像数据库设计 篇6

【关键词】地理信息；遥感影像

1.前言

宁夏遥感影像数据库设计了三个子系统，每个子系统由若干个功能模块组成，各个功能模块相对独立，耦合度低，通过标准接口和流程，贯穿整个业务系统，覆盖系统所有功能需求。每个子系统的主要功能如下：

数据入库子系统负责整理历史的宁夏国土资源遥感卫星影像数据，根据产品的标准化和规范化要求进行统一整理，并入库管理。同时负责接收其他数据源（例如：中国资源卫星应用中心）的数据，进行整理后入库统一管理。

数据管理子系统负责对收集到的遥感卫星元数据、浏览数据以及产品数据进行统一管理，向其他子系统提供统一数据库访问接口和数据的统一访问服务，负责优化数据库访问，数据库备份和恢复，保证系统数据库的高效、可靠、稳定、安全的运行。

用户服务与数据分发子系统是面向用户进行遥感卫星数据分发的主要服务平台，为用户提供遥感卫星数据的检索、浏览、订购和下载的服务，并负责接收用户注册信息，管理用户信息，订单信息等工作。为用户提供方便快捷、安全可靠的遥感卫星数据服务。

2.数据入库子系统

本子系统负责整理历史数据，同时支持从其他数据平台（例如中国资源卫星应用中心）进行数据传输，收集各个遥感卫星的元数据、浏览数据等，并根据元数据标准和规范、以及产品的标准和规范要求将收集的数据进行统一整理，然后调用数据管理子系统提供的接口入库归档。本系统由6个功能模块组成：

（1）历史数据整理模块

本模块可以对历史的遥感影像产品进行分析和预处理，使其符合数据中心统一管理的要求，然后通过产品入库模块存入数据中心，与后续新数据统一管理，服务和分发。

（2）数据传输模块

本模块实现数据的发送和传输，通过本模块可以接受资源中心推送的数据产品，也可向资源中心发送数据请求。

（3）产品格式转换模块

本模块可以将历史产品和浏览图像的格式进行转换，转换成系统的统一格式，支持国际上各种主流遥感卫星数据产品格式的相互转换功能，常用格式例如：GEOTIFF/TIFF/HDF/HDF5等。

（4）数据入库模块

本模块负责将历史产品和后续的产品及其元数据进行入库。

数据获取服务从其他数据平台（例如中国资源卫星应用中心）获取到遥感卫星数据的元数据、浏览图像和产品文件。

1）系统收集到元数据后，通过元数据格式分析转换模块，对元数据进行标准化处理，使其符合元数据设计标准，然后通过元数据入库模块调用数据管理子系统的元数据服务接口入库归档。

2）系统收集到浏览图像后，通过浏览图像格式分析转换模块，对浏览图像进行标准化处理，然后通过浏览图像入库模块调用数据管理子系统的浏览图像服务接口入库归档。

3）系统收集到产品文件后，通过产品文件格式轉换模块，对产品进行标准化处理，然后通过产品文件入库模块调用数据管理子系统的产品服务接口入库归档。

3.数据管理子系统

数据管理子系统负责对收集到的遥感卫星元数据、浏览数据以及产品数据进行统一管理，向其他子系统提供统一数据库访问接口和数据的统一访问服务，负责优化数据库访问，数据库备份和恢复，保证系统数据库的高效、可靠、稳定、安全的运行。

（1）元数据维护模块

本模块负责对存储的所有遥感卫星数据的元数据进行维护，提供对元数据插入、编辑、删除、锁定、级别限制等操作功能，方便对元数据进行管理。

（2）数据库备份恢复模块

本子系统是负责其他各模块和系统与数据库进行通信的主要模块，同时负责对数据库的管理和统计功能，所以数据库的备份和恢复是本子系统重要功能之一。数据库备份恢复模块完成对数据库的备份和恢复功能，定时（时间可设置）对数据库进行备份，备份策略可选为增量备份和完全备份两种模式，备份内容包括数据库备份和数据库系统备份，备份数据直接保存到磁盘阵列中，并根据设定值保存一个时间段。数据库恢复功能，当数据库丢失或数据库系统宕机时，根据备份点，可实时选择对数据库进行恢复。

（3）数据统计分析模块

本模块负责对数据库中的数据进行统计并进行分析，形成报表和图表，并提供报表和图表打印和导出功能，为系统优化管理等提供数据支撑。通过属性分类统计、时间范围、地域分布统计、研究范围统计等多种统计手段对元数据、用户数据、订单数据、门户支撑数据、日志信息等数据库内容进行统计。

（4）数据服务接口

本模块对磁盘阵列上的浏览数据和产品数据进行统一管理，同时提供这些数据的对外访问接口，供其他子系统进行调用，同时负责保障数据访问和提供的安全性。

（5）产品定时清理模块

用户订购的产品将被传输到数据中心缓存磁盘阵列后，系统磁盘阵列后，需要定时对这些数据进行清理，否则磁盘阵列的容量将不够使用。此功能根据一个时间段（可设置），根据数据库中订单的完成时间定时清理删除磁盘阵列上的内容。

4.用户服务与数据分发子系统

用户服务与数据分发子系统是面向用户进行遥感卫星数据分发的主要服务平台，为用户提供遥感卫星数据的检索、浏览、订购和下载的服务，并负责接收用户注册信息，管理用户信息，订单信息等工作。为用户提供方便快捷、安全可靠的遥感卫星数据服务。

（1）用户注册登陆模块

本模块负责新用户的注册和用户的登陆功能。注册功能以方便用户为主，首次注册用户仅需输入email地址，登录密码，即可检索数据产品。用户可在以后通过资料修改模块来补充自己的资料信息。包括：公司，姓名，电话等。

登录功能是用户能够访问本分系统其他功能的入口，用户只有登录成功后，才能享受本分系统的其他功能。登录子功能还要负责检验用户的身份，验证用户密码的正确性。它还要负责获取用户登录的时间，地点，IP地址，所在国家，所在地区等信息。

（2）用户管理模块

本模块负责对已注册用户的管理，包括：

用户检索子功能，用户删除子功能，密码修改子功能，用户锁定子功能，角色控制子功能，资源分配子功能，用户资料导出子功能，用户资料排序子功能。

（3）资源管理模块

本模块对本系统的页面资源进行管理，结合功能模块与用户权限的不同，可将页面资源分配给不同级别的用户，也对页面中的功能模块进行管理，根据用户不同的访问权限，提供不同的访问资源。

（4）数据检索模块

本功能模块提供了文本方式与图形方式检索功能。图形检索功能与文本检索功能在同一个页面中完成。

在文本方式中可以指定的检索条件包括：卫星类型，地理坐标，图像数据，图像时间，产品名称，产品类型，投影方式，时间范围，数据质量，传感器简称等。

在图形方式中，直接在页面中框选要检索的区域，并可以放大、移动、改变已选择的区域范围，缩放已选择区域的比例尺。

在文本方式和图形方式中实现选择区域的联动，在图形中选择了一定区域，则在文本中显示该区域的范围（经纬度值），在文本中输入范围，则在图形中显示该范围。

产品关联查询功能，用户选择了一种产品，想同时下载相同时间和区域的其它产品，可以方便用户选择。

（5）数据浏览模块

本模块负责将用户检索出来的产品以不同的形式和页面战士给用户，为用户提供直观的数据产品展示，帮助用户更快的获取需要的数据。本模块将制定几种展示方式供用户选择，用户可根据网络的状况、机器的环境、以及自己的爱好选择不同的展示方式。

参考文献

[1]郭斌，等.国土资源信息元数据及系统[J].国土资源科技管理，2007，5：85-90.

影像数据处理 篇7

1 Agisoft Photo Scan简介

Agisoft Photo Scan是由俄罗斯Agisoft公司研发的摄影测量影像处理软件,基于计算机视觉对影像进行三维重建,由静态影像图片自动生成密集点云、纹理化的多边形模型、具有地理参考信息的数字地形模型。软件只需要导入具有一定重叠率的照片,无论是精细的工业模具还是大量的航空摄影测量影像,其都可以通过自动化的工作流程进行处理,可得到精确度高、细节丰富的结果。支持GPU加速计算和网络分布式处理,在处理海量影像数据时可提高拼接和三维重建的效率。支持多种相机的影像数据,包括单幅相机、鱼眼镜头相机以及球面镜头相机。软件支持Python语言,可通过脚本控制作业自动化流程。

2 影像处理流程

根据Agisoft Photo Scan的特点制订的无人机影像快速处理流程如图1所示。

1)无人机航拍数据准备。无人机的用途和种类十分丰富,其获取的POS数据格式有所差别,需要将不同格式的POS数据编辑为Photo Scan认可的格式,方可导入软件中。一般来讲,无人机在影像获取作业中,自身带有GPS和IMU构成的POS系统,可以获得飞行过程中的WGS-84坐标以及无人机的飞行姿态等数据[2]。部分无人机的影像数据写入了拍摄时的GPS数据,Photo Scan可从照片的EXIF信息中读取到位置信息,此外无人机的姿态数据不是必需的,此时就不需要再次导入影像的POS数据。

2)导入并对齐影像。打开Photo Scan添加无人机影像,当航摄区域面积较大时可以分区处理,每个区域的照片数量不必太多,这样可充分利用计算机的性能,也可提高影像处理的效率。本文中导入的大疆无人机影像数据中已经写入了位置信息,无需导入影像POS数据。导入照片后可以设置影像的坐标参考系、相机精度、标记精度、标尺精度等。接着进行照片对齐,照片对齐的精度从低到高分为5个级别,精度越低照片的对齐速度越快。软件利用多视图三维重建技术可自动计算照片的位置、姿态等,可在自动过程中进行内定向、相对定向和绝对定向。

3)生成密集点云。Photo Scan可根据估算的相机位置计算出深度信息进行合并为单一的密集点云。可选择生成的密集点云的质量,由低到高分为5个级别,质量越高处理的速度越慢,可按需选择合适的点云质量。在灾害应急航摄时,可降低点云质量以加快处理速度。可按需裁剪或删除部分点云数据。生成密集点云后,假如最终成果需要得到多边形三维模型,可以进一步构建网格,假如只需要获得正射影像和DEM,则不需要这一操作。生成网格后,可通过几何图元编辑功能删除不需要的面。假如无人机原始影像数据的重叠度不够,生成的网格模型可能存在孔洞,可通过Photo Scan关闭孔洞。此外,要得到多边形模型,还需要生成纹理。

4)生成DEM。基于密集点云或者网格模型可生成数字高程模型(DEM),由于生成网格模型的步骤并不是必须的,另外为了提高DEM精度,通常选择密集点云作为生成DEM的源数据,可设置生成DEM的分辨率。生成的DEM如图2所示。

5)生成数字正射影像。通常将DEM作为数字正射影像的表面。数字正射影像的像素尺寸可根据无人机原始影像的平均分辨率来确定。根据选择的表面区域大小和输入的像素尺寸可计算出生成的正射影像的大小。生成的数字正射影像如图3所示。

6)成果导出。DEM的导出可选择其地理投影、像素大小,在DEM范围较大时导出过程可能占用大量的系统内存,可通过分块导出解决。可以通过绘制图形指定为DEM的导出范围。数字正射影像的导出设置与上述类似,可导出为JEPG,TIFF,PNG,Googl KMZ,Google Map Tiles,MBTile S,World Wind Tiles等多种格式。导出为Google KMZ后可将其添加到Google Earth中查看,如图4所示,可以看出由无人机影像生成的数字正射影像可与Google Earth中的高清卫星影像几乎无缝重叠。

3 结语

本文以实际案例为基础,以消费级大疆无人机为平台获取的影像数据为基础资料,根据Photo Scan软件的技术特点和对影像数据的实际需求为出发点,介绍了快速无人机影像的快速处理方法,最后快速、高效、成功得到所需的各项技术成果。结果表明,利用Photo Scan的三维场景自动建模技术进行无人机影像数据的拼接、DEM、数字正射影像、三维模型的生成具有速度快、作业过程简洁自动化等特点。在无人机应急救援影像获取、区域制图上,该处理方法流程有广阔的应用前景。

参考文献

[1]吴正鹏.无人机载双相机低空遥感系统应用初探[J].城市勘测,2011(1):76-80.

数码相机影像处理部分设计分析 篇8

目前﹐数码相机技术进步很快，朝着高解析﹑高ISO、多功能、超薄、超小、防水、防震等方面不断发展。但其中，数码相机拍出的照片图像质量才是最重要的﹐图片的成像质量与镜头、CCD﹑DSP等等均有关联，特别是影像处理部分硬件方面的设计尤显关键。

本文所说的影像处理部分硬件包含以下几个部分。 (见图1)

关键元器件的选择

(1) CCD光电耦合器

CCD的总类较多﹐按滤光片的颜色分有原色CCD及补色CCD，原色CCD滤光片按绿蓝﹑红绿方式排序，补色CCD滤光片按洋红绿﹑青黄方式排序。基本上，原色CCD的色彩还原性好但灵敏度差﹐补色CCD的色彩还原性差但灵敏度好﹐一般数码相机使用原色CCD的较多。按电荷的转移方式分有全帧转移设计 (FT) CCD﹑行间转移设计 (IT) CCD﹑帧行转移设计 (FIT) CCD。FT CCD器件面积较大，价格较低;IT CCD面积最小﹑价格最低;FIT CCD面积最大﹐价格最高﹐综合考虑﹐一般家用普通数码相机均使用IT CCD。

首先﹐根据相机的设计要求决定CCD使用多少的像素﹐再根据与镜头的搭配性确认其合适的尺寸﹐并仔细了解CCD的规格书﹐重点确认饱和输出及灵敏度的值 (如图2) ﹐选用值大的产品。简单来说﹐CCD就是将光信号转化为电信号的器件 (如图3) 。

(2) IC AFE

AFE模拟前端，TG时序发生器，CDS关联双倍取样器，通常与CCD驱动、ADC等整合在一起，组成一个整体的从CCD电荷读出、取样、放大、模数转换处理单元IC AFE。基本上，只要选定了CCD，此处理单元AFE也随之确定。AFE就是将CCD输出的仿真电信号转化为数字信号的器件 (如图4、图5) 。

(3) DSP数字处理器

DSP主要就是对经过AFE得到的数字影像信号进行一系列处理﹐如白平衡﹑亮度调整﹑色调整﹑γ修正﹑锐利化﹑白点﹑热燥点补正﹑噪声处理﹑压缩等﹐一般根据产品的设计规格﹑DSP厂商演示实际效果评价﹑成本分析等决定。 (见图6、图7)

电路设计

上述关键元器件确定后﹐就可以根据厂商提供的规格书进行电路设计﹐本文以CCD使用Panasonic MN34542PAJ (12M像素) ﹐AFE使用Panasonic NN12083A﹐DSP使用Novatek NT96433BG作做设计。

电路重点分析说明

(1) CCD使用-6V及+12V两组电源，其中+12V同时提供给CCD输出电流放大IC U3使用﹐CCD输出的信号质量直接影响图像质量﹐故对+12V电源噪声要求很高﹐需小于60mV (越小越好) 。

(2) 在AFE电路中﹐CCD信号进入AFE前设计了一个由R210及C242组成的简单的RC滤波器﹐将高频噪声滤掉。AFE各部分使用的电源对噪声要求较高﹐故使用了三个LDO对电源进行净化﹐+1.8V同时提供TG及模拟部分﹐用L200作分隔。H1/H2/HL/RG均是对C C D电荷进行驱动转移及清除用的﹐频率为40.5MHz﹐瞬间电流较大 (达到60～80mA) , 对EMI影响很大﹐增加FL200/FL201 LC滤波器作改善。

PCB设计

考虑到装配需求﹐通常C C D部分电路单独使用一块FPC﹐AFE/DSP及其他电路放在另一块PCB上, 通过FPC输出连接。

(1) CCD FPC设计重点﹕一是CCD输出两旁及底部要完整包地﹐线宽要求8mils (1mils=0.0254mm) 以上。二是H1/H2/HL/RG优先走线, 两旁及底部要完整包地﹐线宽要求6mils以上﹐并且尽量远离CCD输出信号 (32mils以上) (见图8、图9) 。

(2) A F E/D S P部分﹐C C D输出﹑H 1/H 2/H L/R G要求同 (1) ﹐另外还需要注意﹕一是C237/238/239/241/243/244/246是提供基准电平用的﹐必须与CCD输出隔直电容C240尽量靠近;二是AFE每组电源旁需放置至少一个0.1µF的旁置电容;三是40.5MHz晶振必须远离CCD输出信号。

调试

样品组装出来后，必须经过复杂且繁琐的调试过程，其中调试的项目、内容、步骤很多，这里只介绍CCD输出 (输入) 信号取样点的调整﹐因为此对图像的质量至关重要。

(1) 调整H1/RG﹐使CCD输出P与D部分宽度基本相等 (如图10) 。

(2) 调整SHP﹐使其上升沿在CCD输出信号P段的相对平滑处﹐此为CCD输出信号取样比较 (黑电平) 的基准点 (如图11、图12) 。

(3) 调整S H D，使其上升沿在CCD输出信号D段的幅度最大且相对平滑处，此为CCD输出信号亮度取样的基准点。

常见图像不良现象分析处理

(1) 图片左边有一固定亮条。

原因﹕RG/HL驱动电流过大。

对策﹕调整RG/HL驱动电流至合适 (无过冲)

(2) 图片上方有一固定亮条。

原因﹕RGVDD/HVDD电流响应不够快。

对策﹕靠近AFE IC RGVDD/HVDD PIN增加0.01µF LOW ESR MLCC电容。

(3) 图片中有一些固定的竖条纹。

原因﹕AFE TG时序与CCD垂直驱动要求时序不符。

对策﹕调整AFE TG时序与CCD垂直驱动要求时序一致。

(4) 图片中有一些固定的横条纹。

原因﹕不同帧的曝光时间不同。

对策﹕调整DSP的相关设定﹐使曝光时间一致。

(5) 图片中有不固定的斜条纹。

原因﹕AFE CDS/CCD/TG电源噪声大。

对策﹕调整AFE CDS/CCD/TG电源设计﹐尽量减小电源噪声。

结语

本文针对数码相机影像部分的硬件设计给出了一个从元器件的选择到电路的制作﹑PCB的布线等整个过程的具体实施方案﹐并针对设计及调试中常遇到的一些重点注意事项进行了较深入的分析。

参考文献

[1]Panasonic MN34542PAJ CCD规格书Ver.0.1[R], 2008/10/16

[2]Panasonic NN12083A AFE规格书Ver.0.37[R], 2008/11/4

[3]Novatek NT96433BG DSP规格书Ver.1.3[R], 2008/4/9

[4]Sony ICX677SQW CCD规格书Ver.0.1[R], 2008/6/27

影像数据库的建立及性能优化 篇9

关键词：影像数据库,多线程处理,数据压缩

影像数据是承载着空间信息的数据, 具有多光谱、多时相、高分辨率的特性。随着空间信息获取方式越来越多以及空间信息迅速增长, 一个高效的、合理的、安全的存储和管理方式是必不可少的。经过近30多年的发展后, 影像数据库由文件管理方式向关系数据库管理影像数据的方式逐步升级过渡。现阶段, 基于关系数据库平台的影像数据库系统慢慢崛起, 需要根据系统特点进行多方面的性能优化, 以此对海量影像数据进行有效管理[1]。

1 遥感影像建库流程及主要功能

1.1 影像库建库流程

以国家基础地理信息中心1∶5000栅格数据建库为例, 中心提供的数据有一个共同特点:同一文件目录下的影像数据, 绝大部分的波段和分辨率都是一定的, 只有少数的数据出现了不一致。为了使之批量入库, 一种行之有效的办法是:对同一文件目录下的所有影像数据, 首先要判断它们的波段, 做出一个统计得到主要数据所带有的波段和分辨率信息, 然后以这个信息为标准, 建立一个目录图层, 对于不符合这些元信息的数据, 以它们的“波段-分辨率”为目录图层名, 进行单独存放。其流程如图1所示。

1.2 影像库主要功能

大型的影像库应用系统应该具备如下几个主要功能:

(1) 上传数据:对于大量的影像数据, 将它们从一定格式文件导入到数据库表单中, 这个过程是数据管理第一步;

(2) 查询数据:数据库系统能够为用户提供快捷的数据查询, 对于影像数据的查询可以提供多种条件复合的查询, 方便用户在最短时间内准确找到所需要的数据;

(3) 数据浏览:能够利用窗口视图, 对所选择的数据进行浏览查看, 可以对单个图层进行浏览, 也可以对单个目录图层进行整体浏览;

(4) 数据下载:已经浏览过的数据, 如果想以某种数据格式得到它们, 应该提供快速的下载功能[2]。

2 遥感影像建库的关键技术

2.1 影像数据的存储结构

Oracle数据库提供了BFILE、BLOB数据模型来存储影像数据, 在所要建立的1∶5000栅格数据库系统将采用BLOB数据模型。

BLOB是一种内部LOB类型, 适用于2进制数据的存储, 它以字节流的形式存储在数据库的内部, 这种存储方式的最大优点是可以充分发挥数据库系统强大的安全保密机制。由于BLOB类型不考虑数据的格式, 仅把存储在其中的数据看作是长短不一的字节流, 这样可以在存储时引入各种加密算法进行进一步的保密处理, 最大限度地保护数据不被非法浏览、使用或修改。Oracle提供了多种使用和操作BLOB的方式, 如, 使用PL/SQL调用DBMS_LOB包、调用OCI等[3,4]。

2.2 影像数据的分块

由于在海量影像数据库中, 每次调度和使用的图像数据只是数据库中的小部分。如果数据文件很大, 将直接影响到数据的读取执行速度。如何高效的组织和管理数据, 将直接影响到系统的性能。数据分块是影像数据库的关键技术, 数据块太大或太小会影响系统的有效性能。如果数据块太大, 则可能导致读取过多的多余数据 (不在目标范围内的数据) ;如果数据块太小, 尽管减少了多余数据, 但却增加了磁盘寻址和读操作次数, 不利于节省总的读数据时间。目前, 建立影像数据库多采用数据块大小为128×128个像素或256×256个像素[5,6]。如图2所示。

3 遥感影像库的性能优化

3.1 影像数据压缩

几乎所有的自然数据都有一些冗余的信息, 数据压缩的核心问题就是怎样把这些冗余信息除掉并以更精炼的方式把信息表现出来。遥感数据的规模与信息含量并不是线性关系的。对遥感数据进行压缩, 降低数据的规模, 有利于节省存储空间, 提高数据上传、下载的速度和提高系统的整体性能。

根据重建图像的质量, 数据压缩分为无损压缩和有损压缩。无损压缩可以完整的恢复原始图像, 不会丢失图像任何重要信息, 但压缩比例比较低;有损压缩允许重建信号局部失真, 但压缩倍率比较高。因为, 影像库对数据主要是一种管理功能, 数据可能被下载后做一些精确性的应用, 所以, 不能因为追求系统的最高性能而使数据质量下降。鉴于此, 可以利用JPEG2000的开源代码, 修改针对特定格式文件的读取部分代码, 使之应用到影像数据的压缩系统中[7,8]。压缩解压模块和整个系统的应用关系, 如图3所示。

3.2 多线程处理

系统会比较多的用到数据的上传和下载, 为了能够提高系统执行效率, 数据的压缩只是从源头降低了数据量。对于某一个特定的系统, 可以考虑对数据的显示、下载等多个操作过程实现多线程处理, 这样可以继续提高系统性能的并发性, 可以同时进行部分数据的浏览和部分数据的上传或下载。

利用多线程的C++ API函数创建多个线程, 确定每个线程的功能后, 采取合适的调度算法和线程间的通信方式, 使各个线程的功能得到发挥[9,10], 多线程的处理方式, 如图4所示。

4 结论

系统实践表明, 文中给出的建库方案和优化技术较好的解决了对多样遥感数据的入库、浏览、下载等功能的实施。对于图像的无损压缩, 较好的解决了图像数据量和图像质量的矛盾;多线程的操作方式使系统具有并行操作成为可能, 提高了数据管理和应用的效率。该系统已经实施并交付给国家地理信息中心使用, 结果表明它能很好的完成对栅格数据的管理任务。

参考文献

[1]罗睿, 张永生.遥感影像数据模型及影像数据库的建立[J].测绘学院学报, 2002 (12) .

[2]李兰勇.影像数据库系统的研究与建立[D].辽宁工程技术大学硕士研究生论文, 2005 (1) .

[3]王连备, 吴云东.基于oracle数据库的遥感影像存储技术[J].测绘学院学报, 2002, 19 (4) :12.

[4]杨培章.OCI接口简介及其在VC++中的应用[J].电脑编程技巧与维护, 2003 (11) .

[5]王密.大型无缝影像数据库系统 (GeoImage DB) 的研制与可量测虚拟现实 (MVR) 的可行性研究[D].武汉大学博士学位论文, 2001 (11) .

[6]赵峰.上海市遥感影像数据库的研建[D].同济大学硕士研究生学位论文, 2002 (10) .

[7]李飞鹏, 秦前清, 李德仁.海量遥感数据库实时压缩系统的设计与实现[J].计算机工程与应用, 2003 (26) .

[8]何凯涛, 张海江.整数小波变换在海量影像数据库系统建设中的应用研究[J].长春科技大学学报, 2004 (4) .

[9]Bil Lewis, Daniel J.Berg.PThreads Primer:A Guide toMultithreaded Programming[M].2002 (10) .

影像数据处理 篇10

GIS由于其图形直观展示、空间查询计算、集成各专业数据等技术特点, 在海洋石油领域得到了广泛应用。遥感影像数据作为GIS数据的一种重要组织和存储方法, 由于其获取的方便、经济、大范围等特点, 并且能够为决策提供更强的时效性信息, 从而成为GIS平台很重要的数据来源[1]。

遥感影像数据组织为栅格像素矩阵形式, 为了很好地与二维矢量数据一样在GIS平台的不同投影下显示, 栅格数据的投影问题是无法回避的技术难题。如何精确、高效地进行栅格数据投影是本文研究的重点。本文提出了一种栅格地图投影变换优化方法, 运用了金字塔技术、中间图像技术、多线程技术及分块仿射技术, 综合提高了栅格数据投影显示的效率, 并使用最近内插技术进行了栅格数据的重采样, 提供了具体思路和实现流程。利用本文提出的方法可以优化栅格影像地图投影变换。

1 栅格投影特点及技术研究

1.1 栅格投影变换难点

栅格数据是按网格单元的行与列排列, 是具有不同灰度或颜色的矩阵数据。栅格投影变换是从一种矩阵排列到另一种矩阵排列变形的过程。栅格地图投影变换使用到的优化技术方法是本文研究的核心内容。目前基本方法为解析变换法[2]。即找出两投影间的解析关系式, 即{xi, yi}→{Xi, Yi}。常用的数值解析变换法存在以下3个问题:

(1) 海量遥感数据的广泛应用, 使得计算机显示效率低。

随着遥感影像数据的分辨率逐步提高, 高分辨率数据量呈几何级增长。利用金字塔技术能实现遥感影像的快速搜索与显示, 具有局部图像快速更新、图像无缝连接等优点, 但在显示效率上还有优化空间。

(2) 遥感影像数据量大、投影效率低, 投影算法复杂。

按逐个像素进行投影的效率极为低下, 特别是在图像漫游显示过程中, 不断读取硬盘中的数据在所难免, 因此需要解决的是如何尽量减少这种硬盘操作时的读取数据量及读取次数。

(3) 准确率低。

图像的重采样是研究栅格投影变换后图像修补的主要算法, 在新的图像长宽下, 对变换后的结果进行评估和分析, 确定变换结果。

1.2 研究思路及关键技术

1.2.1 研究思路与方法

如何解决海量数据的显示问题, 如何高效地进行遥感影像数据的投影, 基本思路如图1所示。

(1) 对于栅格地图投影变换, 处理的对象是原始影像通过金字塔分级切片以后的瓦片图像, 所以栅格投影变换可以看作是瓦片从一个平面到另一个平面的变换[3]。通过当前屏幕大小找到屏幕范围下的瓦片文件作为中间图像, 按当前投影存入文件缓存中。

(2) 针对每一个瓦片进行投影变换, 为提高效率采用多线程和分块映射的方法[4]。并重新计算仿射后瓦片新的长度和宽度, 采用像素映射按位置对应关系进行投影。

(3) 最后按插值算法重采样进行空白修补, 分边缘修补及整体修补两种方法。

1.2.2 中间图像技术

成熟的瓦片地图金字塔模型是一种多分辨率层次模型, 一般思路是从瓦片金字塔的底层到顶层, 按分辨率由高到低的次序, 以文件瓦块的方式分层存储。快速找出具体瓦片的位置即层名及文件名, 作为中间图像放入文件缓存中, 再进入下一步的投影变换[5]。

在中间图像中, 不只是简单地将原始遥感图像进行分块后存储, 而是在建立中间图像过程中, 属性数据与图像数据分别存放在两个文件, 文件命名规则以投影代号—层号—纬度代号—经度代号的规则编码组成。建立了分级中间图像后, 就可以实现所有格式图像的统一显示和处理, 从而大大降低了图像处理系统的开发工作量和程序代码量, 也使得开发人员可以集中精力开发针对中间图像的处理。

1.2.3 分块仿射技术

每一个瓦片图片投影变换, 通常是对瓦片每一个像素进行像素级的一个个投影算法的变换, 由于投影算法本身比较复杂, 效率相当低。这里采用分块仿射技术, 先按等大小分块, 计算每块的大地坐标, 再针对每一小块像素点投影后坐标进行插值计算大地坐标。在具体设置影像数据块大小时, 为了配合金字塔技术, 通常数据块的宽、高取为2的整数幂, 本文的影像数据块划分大小为m_oldRow /_DEG@m_oldRow /_DEG。这种分块仿射技术使得投影的效率大幅提高, 提高了_DEG倍。

1.2.4 最临近内插技术

由于考虑到图像效率问题, 这里采用了简单的像素映射填充法。映射算法是逐像素、逐行地产生输出图像。即设 (u, v) 为源图像上的点, (x, y) 为目标图像上的点, 则空间变换就是将源图像上 (u, v) 处的颜色值与目标图像上 (x, y) 处的颜色对应起来[6,7]。

除了采用多线程进行每块的仿射变换, 还需确定新的图片长宽大小, 以便建立像素RGB映射关系。本文的算法是先求中线的倾角, 以确定位图扭曲的角度进而确定新位图的宽高 (尽可能保持像素为1∶1的分辨率) , 图2为投影后图像长宽的计算方法。

double xc1 = (pNewX[0][0] + pNewX[0][m_NewCol-1]) /2;

double yc1 = (pNewY[0][0] + pNewY[0][m_NewCol-1]) /2;

double xc2 = (pNewX[m_NewRow-1][0] + pNewX[m_NewRow-1][m_NewCol-1]) /2;

double yc2 = (pNewY[m_NewRow-1][0] + pNewY[m_NewRow-1][m_NewCol-1]) /2;

double a = ( (int) abs ( atan2 (yc2-yc1, xc2-xc1) *AngleToRad) % 90)

int NW = ceil (nWidth * (sin (a ) + cos (a) ) ) ;

int NH = NW; //长宽等大小

图像投影后处理包括图像空洞填补等问题, 每个像素的灰度级由邻近像素的插值所唯一确定, 最简单的插值算法是最邻近插值, 也称为零阶插值, 输出的像素灰度值等于距离它映射到的位置最近的输入像素的灰度值。最邻近插值算法简单效率高, 在许多情况下都能得到令人满意的结果。

2 实现与应用

公共GIS平台主界面是GIS底图, 左边是空间对象的类别列表, 显示遥感影像如图3所示。该公共GIS平台在海洋石油多个专业系统有着广泛应用。

3 结语

本文针对海洋石油领域的需求实际, 对优化的遥感影像投影技术引入海洋石油领域的方法及实践进行了研究, 是GIS数据高效显示从矢量到栅格方式的飞跃。其重要意义在于通过采用中间图像技术、栅格分块仿射技术、临近内插技术, 使得在充分利用计算机软硬件资源的基础上很好地解决了海量遥感图像投影中的关键性问题, 并且系统在实际工作中有很好的应用效果。

摘要：针对GIS遥感影像数据投影变换特点, 对影像数据变换的金字塔中间图像、分块仿射变换、最临近内插等技术与方法进行了研究。着重阐述了遥感影像数据投影中的难点, 提出了影像投影优化的研究思路及关键技术, 解决了投影中遇到的主要问题。最后通过项目实践验证了影像投影变换技术在中海油GIS平台中的应用效果及意义。

关键词：GIS,遥感影像,投影变换,海洋石油

参考文献

[1]张云飞, 张钦, 杨建钦, 等.基于空间对象的公共GIS模型及其在海洋石油信息化中的应用[J].中国海上油气, 2009 (3) .

[2]许勇, 万国龙.海量图像数据快速显示技术[J].计算机工程与设计, 2003 (6) .航天大学北方科技学院学生, 研究方向为计算机科学与技术;李佳佳 (1991-) , 女, 沈阳航空航天大学北方科技学院学生, 研究方向为计算机科学与技术。

[3]吴信才, 郭玲玲, 李军.RDBMS和COM量的海遥感影像数据的管理和Web发布[J].中国图像图形学报, 2002 (4) .

[4]张怀莉, 王卫安.几种Web GIS技术解决方案综述[J].东北测绘, 2003 (12) .

[5]陈述彭, 鲁学军, 周成虎.地理信息系统导论[M].北京:科学出版社, 2000.

[6]章孝灿.海量遥感图象快速显示技术[J].中国图像图形学报, 2002 (10) .

[7]ZHANG L I.Geographic information system in the Internet age[J].A cta Geodaetica et Cartograph ica Sinica, 2002 (1) .

影像和影像 篇11

李萌是河北石家庄人，在北京上学，寒暑假经常往返于两地，而北京西站则是这两座城市连接的缎带。在《北京西站》这件作品中，透过情侣慢悠悠地看着显示列车次的屏幕、好友搭肩走過，有说有笑、母亲和孩子依偎在角落等待父亲的回来、陌生男子低头忙发短信、在候车大厅里徘徊，等待上车的人们等等，来纪录和思考普通人与这个时代的关系。李萌把她在北京西站拍摄的图片连接起来，完成了《北京西站》这件影像作品。也许这些身影行色匆匆，但你怎么去判定什么是值得关注什么是值得忽略的呢？李萌的影像作品最接近我所认识的影像，《北京西站》是通过影像来表现和思考内在关系的，行为成分并不明显，影像作为媒介的成分低于影像本身。它既是艺术作品，也是艺术短片，它跟影像和媒介的关系都很模糊。随着李萌视角的不断延伸，《北京西站》这种创作方式必然会延续到她梦想的电影作品上去。

“2013年的某一天，我带着大学毕业之前创作的所有作品，来到潮白河边，一张一张的将他们投入火中，希望他们还能陪伴着那个已经死去的我，希望他们还能给那个死去的我带来快乐。”这是胡靖行为影像作品《醉生梦死—5》配以的旁白。不敢相信，胡靖将他之前所有的作品在潮白河边付之一炬，燃烧过后，只剩下了一堆灰烬。他把这个燃烧的过程通过影像的方式纪录了下来，取名为“醉生梦死—5”。这件作品不存在影像本身的任何实践和思考，而是胡靖本身的思考和切割，不管是以前的创作还是那个已经死去的 “我”。他的作品精准而且震撼，通过将作品付之一炬的行为，表现出自我的恐惧和对时代的迷茫，否定自我又惶恐不安，极力躲避又无处可逃。胡靖的影像作品最不接近我所认识的影像，它更偏重于行为，影像只是作为一种媒介，记录下了他的行为而已，影像本身是苍白的。所有的创作过程和艺术观点都通过行为来传达，不经过影像转换。而《醉生梦死》系列的前四部作品也并非影像作品。

方列丰带来“雪花”电视机，名为“唇”的影像作品。整件作品从头到尾都是“雪花”，看不出任何内容和图像。不过，过于相信自己的眼睛并不是一件好事，因为这些“雪花”正是我们平时看到的图像。只不过，在方列丰的数码转化下，呈现出了他们的原始状态：即统一码、万国码、单一码。陈明强带来的则是名为《起来……》的影像作品，通过天安门升旗现场和在不同地点演唱国歌的双画面对比，来对自己唱国歌这件事给予严肃正当的理由。张丽丹带来的作品则是《一颗名叫“张丽丹”的树》，他试图通过短暂的时间，让自己和树做一个本体的转换，即张丽丹成为几分钟的树，以此来对“存在”这个问题做一次非物理、非哲学的解读和验证。

毋宁说，他们在影像上的偶遇是必然的，因为不管任何媒介，他们终会相遇。YCEA青年实验艺术小组的存在是对艺术多样性的挑战，也是对当代艺术的挑战，不管他们使用的媒介是影像还是其他，他们的创作热情和初衷始终坚定不移。

遥感影像数据融合方法的新探讨 篇12

关键词：遥感影像数据融合,改进型HIS变换

0 引言

随着遥感技术的发展,不同传感器的遥感影像相继出现,这使得为用户提供不同空间分辨、不同时相与不同光谱信息的海量遥感影像数据成为现实。不同数据源的数据各自显示了自身的优势和局限,同时也造成了信息冗余。影像融合问题的提出解决了这些多源影像数据的合理有效的利用。遥感影像数据融合[1]是指将不同的遥感影像按照一定的算法(即融合方法),在规定的地理坐标系下,生成新的影像的过程。遥感影像融合的方法很多[2,3,4,5],但在实际应用中,除了基于Multiplictive算法的融合、基于小波分析的融合、基于主成分分析(PCA)的融合之外,基于HIS变换的融合是比较有效且较为普遍的一种影像融合方法。

1 基于HIS变换的融合

HIS变换[2]是一种影像显示增强和信息综合的方法。即将低分辨率的多光谱影像分离出代表空间信息的明度I和代表光谱信息的色别H、饱和度S的3个分量,利用其高空间分辨率的全色波段代替RGB影像变换的I分量,然后进行HIS的逆变换,完成融合过程。

在色度学中,把彩色影像的红(R)、绿(G)、蓝(B)变换成亮度(I)、色度(H)、饱和度(S)称为HIS变换,而I、H、S变换成R、G、B称为反变换;与HIS之间可以相互变换,并且过程是可逆的[6]。也就是说,对于一幅彩色图像来说,经过正反两次变换以后,图像信息不会发生改变。可是这种融合方法也有自己不足之处:影像波段选择的局限性,由于其固有的融合运算方法,使得该融合方法只能选择三个波段作为融合前的多光谱影像;另外就是融合运算的局限性,即每一次运算只能解决两种不同空间分辨率之间的融合问题;进而,我们提出了改进型HIS变换法,它能够很好的弥补HIS变换法的不足之处,能够很好的解决多种不同空间分辨率融合、多光谱信息叠加的问题。

2 改进型HIS变换

改进型HIS变换实质上是由N次HIS变换的叠加运算而实现的一种融合方法,这样融合后的影像较之传统的HIS变换后的影像具有更高的空间分辨率,同时又保持了原低空间分辨率多光谱影像相同的色度和饱和度,而且具有更多更丰富的影像光谱信息以及纹理信息。

该方法能够一次性解决多种不同空间分辨率影像数据之间的融合问题,现以低、中、高三种不同空间分辨率的影像数据为例,来说明该方法的具体实现步骤。(见图1)

由图1可以很明显地看出:该方法经过两次正反HIS变换后,影像信息不会发生变化,不仅能够同时做出两种不同空间分辨率的影像数据,并且越高空间分辨率的影像数据具有越多的影像光谱信息,更有利于提高影像的空间分辨率,增强目标特征,改善解译精度;而且最大限度地保留了低空间分辨率多光谱影像的光谱信息,有利于提高影像分类精度。

3 质量评价

现以经过校正配准的Landsat-7卫星ETM B7、B4、B1(30米)合成的多光谱影像和全色波段B8(15米)以及P6数据(5.8米)为例(见影像1、影像2),对改进型HIS变换法做进一步的评价。

需要指出的是:选用Landsat-7的B7、B4、B1作为低空间分辨率多光谱影像数据是因为这三个波段之间的相关性低,合成的影像具有很丰富的色彩信息,与高空间分辨率的影像融合,更能通过色调来显示出地物之间的差别,同时又能增加更多的纹理信息以及光谱信息;而不选用P6的多光谱数据作为低空间分辨率多光谱影像数据的原因是它的各波段之间的相关性很高,合成的影像色彩单一,与高空间分辨率的影像融合,地物之间不能够表现出极好的差异。

目前常用的融合结果评价标准有:主观和客观两类[7~8]:

(1)主观评价标准主要是目视判别,由人主观来评判融合效果:影像是否更清晰,影像的光谱是否畸变。

影像1是选用经过校正配准的Landsat-7 ETM B7、B4、B1与P6数据经过HIS变换法融合而成的影像数据,而影像2是选用Landsat-7 ETM B7、B4、B1和B8以及P6数据经过改进型HIS变换融合而成的影像数据;通过目视判读可以明显地看出:影像2具有很高的清晰度,并且纹理信息也很强,不同的地物有不同色彩信息。

(2)客观评价标准主要是统计方法:

主要是通过影像间的光谱相关系数hsp、空间相关系数hHF、偏差指数DDR、平均梯度等做定量的比较分析来评价影像融合结果的[9];影像各波段之间的相关性的离散程度也可以很好的说明一幅影像融合数据质量的好坏,如果各波段之间的离散程度高,则说明该影像数据各波段间的相关性就差,影像色调就更丰富,增强了各地物目标特征,那么影像质量就好;反之影像质量就较差。不过,所谓的离散程度只是相对而言的。

在此,影像1与影像2之间的融合质量的好坏程度我们通过各自影像波段之间的离散程度来说明(见图2、图3),其它的统计方法在这里就不做一一比较了。

通过这两幅图,我们可以看到图3中两波段的离散程度较图2中两波段的离散程度高,则说明由改进型HIS变换法融合的影像质量优于HIS变换法融合的影像质量。该融合方法不仅提高了多光谱影像的空间分辨率,而且很好的保留了多光谱影像的光谱信息,并且极大的增强了目标特征,改善了解译的精度、可靠性以及使用率。

4 改进型HIS变换法在遥感专业软件中的实现

任何一个好的融合方法不仅要考虑到融合影像质量要好,而且还要考虑到在融合实现的过程中速度要快、占用系统空间要少、产生的冗余数据要少,在改进型HIS变换法中由于牵扯到多种不同空间分辨率的影像数据,势必会在融合过程中其速度、系统占用空间都会受到很大的影响,因此有必要对改进型HIS变换法作为一个独立的功能将其实现。

遥感专业软件主要指的是遥感数字图像处理系统,主要有RDAS IMAGINE、ENVI、Geomatica等。由于Geomatica遥感数字图像处理系统拥有相当齐全的功能模块,包括四百多个软件包,因此,该变换法的实现主要在Geomatica遥感数字图像处理系统中完成。

利用PCI Modeler模块编程实现改进型HIS变换功能的实现。(见图4)

需要再一次指出的是:改进型HIS变换法可以一体化实现多种不同空间分辨率影像数据的融合问题,为了能更好的阐述该功能模块,在这里只实现三种不同空间分辨率影像的融合。(统称低、中、高空间分辨率)

下面具体介绍一下该功能模块:

(1)数据输入模块:有三个输入模块,分别输入经过校正配准的三中不同空间分辨率的影像数据,一个是低空间分辨率的多光谱影像数据,两个是高空间分辨率的全色影像数据。

(2)数据处理模块:主要由两个HIS变换和两个RGB变换组成。

(3)数据输出模块:分别由两个输出模块和两个显示模块组成,两个输出模块分别输出的是由多光谱影像与中空间分辨率的全色影像融合而成的中空间分辨率的多光谱影像数据和由中空间分辨率的多光谱影像与高空间分辨率全色影像融合而成的高空间分辨率的多光谱影像数据。两个显示模块分别是对这两个输出数据的屏幕显示。

用户只要在输入模块中输入经过校正配准的影像数据,定义好输出数据的文件名及文件类型,通过运行上述的模块,就能很方便的得到需要的两种不同空间分辨率的融合影像,并且运算速度快,占用系统空间少。

5 结论

本文通过对HIS变换法与改进型HIS变换法的分析比较,我们知道改进型HIS变换法不但继承了HIS变换法的所有优点,而且很好的弥补了HIS变换法的不足之处,不仅最大限度地保留了低空间分辨率多光谱影像的光谱信息,而且只通过一次改进型HIS变换的运算就能生成多种不同空间分辨率的影像数据。

参考文献

[1]覃征,鲍复民.数字影像融合[M].西安:西安交通大学出版社,2004.

[2]孙家炳,李军.多源遥感影像融合[J].遥感学报,1998,2(01):47-50.

[3]杨肖琪,林嵩,全斌,高建阳,修晓龙.高分辨率卫星遥感数据的融合比较研究[J].集美大学学报,2005(4):338-342.

[4]Chavez P S Anderson J A.Comparison of the Three Different Meth-ods to Merge Multi—resolution and Multispectral Data:TM&SPOT Pan[J].Photogram metric Engineering and Remote Sensing,1991,57:295-303.

[5]贾永红.遥感多光谱影像空间分辨力增强的融合方法[J].遥感技术与应用,1997:P19-23.

[6]W.K.Pratt.Digital image processing[M].Addison Wesley Publishing Company,1991.

[7]李树涛,王耀南,张昌凡.多传感器图像融合的客观评价与分析[J].仪器仪表学报,2002,23(6):651-655.

[8]夏明革.基于小波分析的图像融合评述[J].红外与激光工程,2003,32(02):177-180.