申 煥，石曉春，邱宏華

（廣東省國土資源測繪院，廣東 廣州510500）

0 引 言

隨著遙感技術(shù)和數(shù)字?jǐn)z影技術(shù)的快速發(fā)展，遙感影像數(shù)據(jù)的應(yīng)用越來越廣泛，已成為重要的數(shù)據(jù)源和數(shù)據(jù)更新的手段[1]。近年來，遙感技術(shù)研究的力度不斷加大，各種新衛(wèi)星不斷升空，遙感數(shù)據(jù)源呈現(xiàn)出高空間分辨率、高光譜分辨率、高時間分辨率的發(fā)展趨勢，傳感器常常接收到超過1G的大數(shù)據(jù)量遙感影像[2]。

有效處理海量遙感影像數(shù)據(jù)，是解決諸如氣象預(yù)報、資源普查、導(dǎo)航定位、農(nóng)業(yè)生產(chǎn)、環(huán)境監(jiān)測等領(lǐng)域遙感產(chǎn)品生產(chǎn)系統(tǒng)的大規(guī)模復(fù)雜應(yīng)用的關(guān)鍵。國內(nèi)外許多學(xué)者已進(jìn)行大量研究，如袁帥等[3]在ArcInfo和Oracle8i的基礎(chǔ)上，通過對影像數(shù)據(jù)分塊存儲、建立空間索引、元數(shù)據(jù)存儲、完成了海量影像數(shù)據(jù)的管理；王俊等[4]對多圖幅海量數(shù)據(jù)電子地圖快速顯示做了一系列研究；朱江等[5]基于Geo－Raster實現(xiàn)了海量影像數(shù)據(jù)的在線發(fā)布和共享；王佳等[6]提出了一種面向海量空間數(shù)據(jù)的并行UNION查詢技術(shù)。針對目前通用的順序處理已不能滿足海量數(shù)據(jù)運(yùn)算要求的問題，基于MPI并行處理開發(fā)環(huán)境，進(jìn)行了海量遙感影像并行處理研究，大幅度地提高了海量遙感影像數(shù)據(jù)的運(yùn)算速度。

1 技術(shù)背景

1.1 遙感影像切分與合成

遙感影像切分即將整幅遙感影像按照其金字塔分層的級別分割成若干小的圖片，每個切片單獨(dú)存儲為一個文件，并按照一定的規(guī)則存儲在文件系統(tǒng)中。遙感影像合成即將切片目錄中的所有切片拼合在一起，形成一幅完整的影像，且該完整影像需復(fù)制切片的空間參考、仿射變換等信息。在影像切分之前，必須預(yù)先定義一組標(biāo)準(zhǔn)的影像切分參數(shù)，影像切分參數(shù)既能保證影像切分過程的一致性，也能保證影像切分后的影像切片信息描述的完整性。影像切分參數(shù)是影像根據(jù)以切片為單位顯示或處理時坐標(biāo)映射、影像顯示的核心參數(shù)，包括：

1）切片大?。═ileSize：xSize，ySize）

影像經(jīng)過切分后生成許多小塊的圖片，稱為切片（tile）。切片的寬（xSize）和高（ySize）一般相等，亦即我們通常使用正方形的切片，以像素為單位，通常有

切片的寬、高的尺寸應(yīng)以大于等于128像素為佳。

2）圖片格式

可以選用Png或Jpeg，圖像質(zhì)量比較好，并支持Alpha通道。

3）坐標(biāo)系統(tǒng)

國際上坐標(biāo)系統(tǒng)普遍采用的是歐洲石油勘探組織（EPSG），坐標(biāo)參考系數(shù)集的編碼表示法，各大GIS軟件廠商幾乎都支持EPSG表示法，GDAL同樣支持EPSG表示法。開放地理信息聯(lián)盟（OGC），標(biāo)準(zhǔn)中間參考系統(tǒng)的（SRID）與EPSG的空間參考系統(tǒng)的ID是一致的。

4）金字塔分級數(shù)

金字塔分級數(shù)是根據(jù)切片的尺寸來計算的。對于同一幅影像，不同大小的切片對應(yīng)不同的金字塔分級數(shù)。確定了金字塔分級數(shù)，對原始影像重采樣，建立影像金字塔。

5）仿射變換

仿射變換用含有6個元素的雙精度浮點數(shù)數(shù)組來表示，描述了地圖上像元行列坐標(biāo)到地理參考空間的映射。

6）顏色對照表

16位的遙感影像（含1個波段）通常含有一個顏色對照表的記錄，其DN值（Data Number）在0～255區(qū)間內(nèi)取值，0～255內(nèi)的每一個值對應(yīng)著一個顏色值，DN值與顏色值的一一對應(yīng)，便構(gòu)成了顏色對照表。

1.2 MPI簡介

消息傳遞接口（MPI）是目前比較流行的并行計算開發(fā)環(huán)境之一。MPI是一個并行計算消息傳遞接口標(biāo)準(zhǔn)，由 MPI論壇（MPI Forum）推出，該標(biāo)準(zhǔn)的目的是提高并行程序的可移植性和開發(fā)效率。MPI論壇是由歐美主要的并行計算機(jī)生產(chǎn)商，大學(xué)、政府實驗室和工廠研究人員組成的一個非官方組織。MPI論壇在1994年6月正式推出了MPI的第一個版本MPI 1.0，又于1995年6月推出了MPI 1.1，對原有的版本進(jìn)行了修改、完善和補(bǔ)充。1997年7月推出的MPI 2.0版本中，又加入了遠(yuǎn)程存儲訪問、并行I／O、動態(tài)進(jìn)程管理等內(nèi)容。MPI現(xiàn)在已經(jīng)成為產(chǎn)業(yè)界廣泛支持的并行計算標(biāo)準(zhǔn)。

1.3 MPI.NET開發(fā)環(huán)境配置

MPI.NET開發(fā)環(huán)境配置前需安裝以下應(yīng)用程序：首先安裝 Microsoft Visual Studio 2005或更高版本；其次安裝 MS－MPI，可安裝 Microsoft HPC SDK 或者 Microsoft Compute Cluster Pack SDK，其中包含編寫MPI程序需要的 MS－MPI的頭文件。

上述文件安裝之后，即可安裝MPI.NET軟件開發(fā)包，接著在Path環(huán)境變量中加入“C：＼Program Files＼Microsoft Compute Cluster Pack＼Bin＼mpiexec.exe”，再打開命令提示符窗口，將當(dāng)前目錄改變到MPI.NET的安裝目錄下（默認(rèn)為C：＼Program Files＼MPI.NET），最后輸入命令“mpiexec.exe–n 8PingPong.exe”，執(zhí)行效果如圖1所示。

圖1 MPI運(yùn)行示例

圖1中所示，mpiexec程序啟動了PingPong程序的8個進(jìn)程，在PingPong中，秩（rank）為0的進(jìn)程（這里為主進(jìn)程）向其它進(jìn)程發(fā)送ping命令，然后返回運(yùn)行這些進(jìn)程的計算機(jī)名，因為這里的8個進(jìn)程運(yùn)行在一臺計算機(jī)上，這8個進(jìn)程返回的計算機(jī)名是相同的。如果PingPong程序運(yùn)行正確的話，說明MPI.NET安裝成功，其后就可以開發(fā)MPI并行程序。

2 基于MPI的海量遙感影像并行處理技術(shù)實現(xiàn)

遙感影像的存儲是二維數(shù)組，大部分遙感影像的處理都是對像素值的逐點處理，因此遙感影像的并行處理過程如下：

1）影像切分

利用影像切分算法將遙感影像切分成若干個合適的切片，具體算法如下：

①計算金字塔分級數(shù)

假設(shè)原始影像的寬度為RasterXSize，高度為RasterYSize，切片的尺寸為TileSize，則有：

將xLevel和yLevel兩者取整后的最大整數(shù)作為金字塔的分級數(shù)。

②建立金字塔并重采樣

GDAL提供的重采樣的方法有Nearest、GAUSS、CUBIC、AVERAGE、MODE、AVERAGE＿M(jìn)AGPHASE等，這里選用Nearest方法。

這樣便建立了影像金字塔，每一個overview對應(yīng)金字塔的一層，overviewId＝－1代表原始影像，overviewId的值越小，其比例尺越小，其分辨率越大。

③計算金字塔各層的仿射變換參數(shù)

如上所述，overviewid＝－1代表原始影像，Transform[1]和Transform[5]分別表示影像在X方向和Y方向的分辨率，那么影像金字塔overviewid所對應(yīng)的分辨率為

式中，xResolution、yResolution分別為原始影像在x方向和y方向的分辨率。

④坐標(biāo)系統(tǒng)

利用GetProjection（）方法讀取原始影像的坐標(biāo)系統(tǒng)：string proj＝ds.GetProjection（）；

該方法的返回值為WKT格式的空間參考系，再利用SetProjection（）方法設(shè)定切片的坐標(biāo)系統(tǒng)：dsTile.SetProjection（proj）；

⑤設(shè)定顏色對照表

利用GetRasterColorTable（）方法獲取原始影像相應(yīng)波段的顏色對照表：ColorTable ct＝bandIn.GetRasterColorTable（）；

再利用原始影像相應(yīng)波段的顏色對照表設(shè)定切片相應(yīng)波段的顏色對照表：

bandOut.SetRasterColorTable（ct）；

⑥切圖，生成切片

已知原始影像的寬為RasterXSize，高為RasterYSize，切片尺寸為TileSize。

其中，nTileX、nTileY分別為在X、Y 方向上能夠切分的足額切片數(shù)，nPixelRemX、nPixelRemY分別為在X、Y方向上剩余部分。首先切分足額的切片部分，再切分X、Y方向的剩余部分，當(dāng)剩余部分的寬度或高度＜TileSize，無DN值處，以0值填充。

⑦記錄原始影像大小

為了以后將切片合成為整幅影像的需要，需使用一個文本文件，記錄原始影像的尺寸（因切片的綜合尺寸與原始影像的尺寸不一定相符）。

2）按行對影像進(jìn)行分塊計算

每個切片的高度為h，并行運(yùn)算計算機(jī)的節(jié)點數(shù)為n.將切片分成n塊，每塊有連續(xù)r行向量，r＝h／n的整數(shù)部分，余數(shù)部分留給主節(jié)點處理。

3）將n塊數(shù)據(jù)用send方法發(fā)送到各個計算節(jié)點因采用主從模式，秩（rank）為0的節(jié)點為主節(jié)點，主節(jié)點負(fù)責(zé)發(fā)送n塊數(shù)據(jù)，接收各個節(jié)點的計算結(jié)果，并處理第0塊數(shù)據(jù)和余數(shù)部分的數(shù)據(jù)。

4）各個子節(jié)點通過Receive方法接收從主節(jié)點發(fā)送來的數(shù)據(jù)塊，采用一定的算法進(jìn)行影像處理運(yùn)算，并將運(yùn)算結(jié)果通過Send方法發(fā)回主節(jié)點。

5）主節(jié)點利用Receive方法接收各個子節(jié)點的運(yùn)算結(jié)果，將各運(yùn)算結(jié)果合并，生成影像切片的最終處理結(jié)果。

6）繼續(xù)循環(huán)，并行處理下一個影像切片。

7）影像合成

各切片均處理完成后，應(yīng)用影像合成算法合成完整影像的最終運(yùn)算結(jié)果，影像合成算法如下：

①從切片目錄下的sizenote.txt文件中讀取完整影像的尺寸信息，讀取得到影像的寬度和高度，分別記為xSize、ySize；②創(chuàng)建用戶指定格式的數(shù)據(jù)類型的驅(qū)動以用來創(chuàng)建新的柵格文件；③讀取空間參考、仿射變換等信息；④創(chuàng)建數(shù)據(jù)集，并給其設(shè)置空間參考、仿射變換等信息；⑤遍歷讀取切片的DN值，并寫入新建的數(shù)據(jù)集中；⑥保存文件。

3 結(jié) 論

當(dāng)前所使用的并行處理遙感影像的技術(shù)是將主節(jié)點運(yùn)算量按計算機(jī)節(jié)點平均分配，各子節(jié)點處理完后，將處理結(jié)果發(fā)回主節(jié)點，主節(jié)點將運(yùn)算結(jié)果合并。這種不考慮子節(jié)點性能和運(yùn)算時間的并行處理方式稱為靜態(tài)負(fù)載均衡。在今后的研究中，應(yīng)該考慮使用動態(tài)負(fù)載均衡技術(shù)，即主節(jié)點負(fù)責(zé)發(fā)送數(shù)據(jù)，子節(jié)點負(fù)責(zé)處理數(shù)據(jù)，子節(jié)點處理完將結(jié)果返回給主節(jié)點，主節(jié)點接收到處理結(jié)果后，再次向該子節(jié)點發(fā)送待處理數(shù)據(jù)。這樣，子節(jié)點一直有任務(wù)在進(jìn)行，直至所有任務(wù)結(jié)束。

[1]王永會，宋曉宇，沈 暉.基于OLE Automation的GIS系統(tǒng)的開發(fā)方法[J].沈陽建筑工程學(xué)院學(xué)報，2000，16（2）：140－142.

[2]王 橋，鄭丙輝.環(huán)境遙感技術(shù)研究與應(yīng)用進(jìn)展[J].衛(wèi)星應(yīng)用，2006，14（1）：35－40.

[3]袁 帥，宋曉宇，王永會，等.GIS海量影像數(shù)據(jù)管理系統(tǒng)的設(shè)計與實現(xiàn)[J].沈陽建筑工程學(xué)院，2003，19（3）：236－239.

[4]王 俊，張文詩，王建濤.多圖幅海量數(shù)據(jù)電子地圖快速顯示的研究與實現(xiàn)[J].測繪工程，2003，12（3）：18－20.

[5]朱 江，張立立，曾志明，等.海量影像數(shù)據(jù)的發(fā)布集群系統(tǒng)與應(yīng)用[J].地球信息科學(xué)，2006，8（2）：101－105.

[6]王 佳，楊樹強(qiáng)，賈 焰.面向海量數(shù)據(jù)的并行UNION查詢技術(shù)研究與實現(xiàn)[J].微電子學(xué)與計算機(jī)，2006，23（10）：68－71.