龔建輝，楊正銀，陳中林

(四川省遙感信息測繪院，四川 成都 610100)

?

應(yīng)急遙感影像高性能集群處理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

龔建輝，楊正銀，陳中林

(四川省遙感信息測繪院，四川 成都 610100)

Design and Implementation of High-performance Cluster for Emergency Remote Sensing Image Processing System

GONG Jianhui，YANG Zhengyin，CHEN Zhonglin

摘要：深入分析了PixelGrid高分辨率遙感影像數(shù)據(jù)一體化測圖系統(tǒng)在生產(chǎn)單位中存在的問題，提出并實(shí)現(xiàn)了以控制資料服務(wù)體系為基礎(chǔ)，依托高速局域網(wǎng)的分布式并行處理模塊，集成PixelGrid，解決了控制點(diǎn)自動(dòng)量測并實(shí)現(xiàn)了流程化定制作業(yè)，提高了應(yīng)急遙感影像快速處理效率。

關(guān)鍵詞：遙感影像；控制資料；服務(wù)體系；自動(dòng)量測；分布式并行處理

四川盆地屬我國地質(zhì)災(zāi)害多發(fā)區(qū)，近年該地區(qū)發(fā)生了多次特大型地質(zhì)災(zāi)害，如“5·12”汶川地震、“4·20”蘆山地震、“7·10”泥石流等，這些地質(zhì)災(zāi)害對人民群眾的生命財(cái)產(chǎn)安全造成了極大創(chuàng)傷。

如何提高正射影像更新的效率，關(guān)鍵在于如何快速獲取航空航天影像空中三角測量所需的地面控制資料。目前主要依靠人工判讀的方法在新獲取的影像和已有的地面控制資料間量測一定數(shù)量的控制點(diǎn)對新影像進(jìn)行空中三角測量。將這些影像與已有的地面控制資料對應(yīng)起來是一件非常費(fèi)時(shí)費(fèi)力的工作，而且由于作業(yè)時(shí)測區(qū)內(nèi)部地物地貌發(fā)生的變化通常都是未知的，這就更加增大了控制點(diǎn)判讀的難度。

本文以現(xiàn)代攝影測量與遙感科學(xué)技術(shù)理論為基礎(chǔ)，融合計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)通信技術(shù)，研究多源控制庫構(gòu)建技術(shù)，航空航天影像基于已有地理信息數(shù)據(jù)進(jìn)行快速自動(dòng)匹配定向的理論和技術(shù)，并在此基礎(chǔ)上，結(jié)合生產(chǎn)單位實(shí)際作業(yè)中遇到的困難和問題，引進(jìn)、開發(fā)和集成可處理多源航空航天遙感影像的、滿足應(yīng)急測繪保障體系下測繪作業(yè)單位實(shí)際生產(chǎn)需要的正射影像并行處理系統(tǒng)。

一、PixelGrid遙感影像高性能集群處理系統(tǒng)存在的問題

我院引進(jìn)的高分辨率遙感影像數(shù)據(jù)一體化測圖系統(tǒng)PixelGrid是由中國測繪科學(xué)研究院自主研發(fā)的“十一五”重大科研成果。該系統(tǒng)全面實(shí)現(xiàn)了對衛(wèi)星影像數(shù)據(jù)、航空影像數(shù)據(jù)及低空無人機(jī)影像數(shù)據(jù)的快速自動(dòng)處理。然而在實(shí)際使用過程中存在以下幾個(gè)問題：①基于文件的控制點(diǎn)量測；②基于文件的DEM控制；③基于文件的DOM影響更新；④控制資料源分析及整理工作量大；⑤無法進(jìn)行海量遙感影像數(shù)據(jù)自動(dòng)化生產(chǎn)。

筆者所在單位作為測繪生產(chǎn)單位通過不斷的項(xiàng)目生產(chǎn)，積累了大量的控制點(diǎn)資料、DEM數(shù)字高程模型成果、DOM正射影像成果等控制資料，該平臺(tái)基于文件的處理模式無法對其進(jìn)行高效的利用，這直接影像到生產(chǎn)效率及給基礎(chǔ)資料數(shù)據(jù)的安全帶來隱患。

本文提出并實(shí)現(xiàn)了基于控制資料服務(wù)體系，集成PixelGrid，運(yùn)用稀少/無控制區(qū)域網(wǎng)平差、POS數(shù)據(jù)輔助空三、高精度DEM/DSM自動(dòng)提取、遙感影像并行處理等技術(shù)，搭建集海量數(shù)據(jù)存儲(chǔ)、并行集群計(jì)算機(jī)、高速網(wǎng)絡(luò)與服務(wù)、多源異構(gòu)遙感影像處理于一體的遙感影像高性能集群處理系統(tǒng)，結(jié)合已有全野外測量與無人機(jī)航空攝影設(shè)備，形成“天地一體”的航空航天遙感資料快速獲取、處理平臺(tái)，為地質(zhì)災(zāi)害防治、應(yīng)急搶險(xiǎn)救援提供及時(shí)、高效的測繪保障，提升地質(zhì)災(zāi)害科學(xué)防治能力和應(yīng)急處置效率。

二、應(yīng)急遙感影像高性能集群處理系統(tǒng)的建立

1. 總體框架

應(yīng)急遙感影像高性能集群處理系統(tǒng)以控制資料源為基礎(chǔ)，以控制資料服務(wù)體系為核心，集成PixelGrid，運(yùn)用稀少/無控制區(qū)域網(wǎng)平差、POS數(shù)據(jù)輔助空三、高精度DEM/DSM自動(dòng)提取、遙感影像并行處理等技術(shù)，搭建集海量數(shù)據(jù)存儲(chǔ)、并行集群計(jì)算機(jī)、高速網(wǎng)絡(luò)與服務(wù)、多源異構(gòu)遙感影像處理于一體的遙感影像高性能集群處理系統(tǒng)，結(jié)合已有全野外測量與無人機(jī)航空攝影設(shè)備，形成“天地一體”的航空航天遙感資料快速獲取、處理平臺(tái)，搭建基于高速局域網(wǎng)的分布式并行處理模塊，實(shí)現(xiàn)流程化作業(yè)，為地質(zhì)災(zāi)害防治、應(yīng)急搶險(xiǎn)救援提供及時(shí)、高效的測繪保障，提升地質(zhì)災(zāi)害科學(xué)防治能力和應(yīng)急處置效率。系統(tǒng)的構(gòu)架如圖1所示。

圖1

2. 控制資料服務(wù)體系建立

為了充分利用已有的地理信息數(shù)據(jù)成果，需要建立包含DEM、DOM、外業(yè)采集控制點(diǎn)數(shù)據(jù)及其他已有控制點(diǎn)資料的數(shù)據(jù)庫，為新數(shù)據(jù)處理提供控制資料[2]，并以服務(wù)的形式發(fā)布，從而建立多源控制資料庫與應(yīng)急遙感影像高性能集群處理系統(tǒng)之間的聯(lián)系，如圖2所示。

圖2

3. 建立基于高速局域網(wǎng)的分布式并行化處理模塊

基于高速局域網(wǎng)的分布式并行處理模塊，主要使用已有的DEM與DOM數(shù)據(jù)，進(jìn)行海量遙感影像數(shù)據(jù)自動(dòng)化生產(chǎn)。該模塊基于GPU快速圖形運(yùn)算、CPU多核并行計(jì)算、分布式處理、高速局域網(wǎng)通信技術(shù)等關(guān)鍵技術(shù)，能夠?qū)崿F(xiàn)流程化定制作業(yè)，如圖3所示。

其工作流程簡述如下：

1) 添加流程模板：在處理命令中依次添加所需要的流程處理命令。

2) 添加訂單：設(shè)置工程路徑、衛(wèi)星路徑、DOM路徑、DEM路徑、輸出路徑，在流程中選擇已經(jīng)定制好的流程模板，同時(shí)修改各項(xiàng)流程處理命令中的輸入?yún)?shù)。

3) 任務(wù)處理：按照訂單提交任務(wù)，實(shí)現(xiàn)任務(wù)處理的自動(dòng)化，提高生產(chǎn)作業(yè)效率。

圖3

4. 改進(jìn)PixelGrid搭建應(yīng)急遙感影像高性能集群處理系統(tǒng)平臺(tái)

基于建立的控制資料服務(wù)體系，集成多源遙感影像高性能集群處理平臺(tái)Pixelgrid，采用大范圍區(qū)域稀少控制衛(wèi)星影像區(qū)域網(wǎng)平差技術(shù)，減少對地面控制的要求，研發(fā)同軌同時(shí)相衛(wèi)星影像的虛擬拼接技術(shù)，使同軌同時(shí)相的多景衛(wèi)星影像以一張?zhí)摂M影像的方式參與區(qū)域網(wǎng)平差，以期進(jìn)一步減少對外業(yè)控制點(diǎn)的需求，實(shí)現(xiàn)包括對 IKONOS、GeoEye-I/II、WordView-I/QuickBird、IRS-P5、SPOT 5、ALOS/PRISM和國產(chǎn)CBERS-02、天繪一號(hào)、資源三號(hào)等衛(wèi)星影像的區(qū)域網(wǎng)平差；DOM等測繪產(chǎn)品的生產(chǎn);衛(wèi)星遙感影像與已有DOM和DEM的自動(dòng)配準(zhǔn)；高分辨率衛(wèi)星影像區(qū)域網(wǎng)平差過程中控制點(diǎn)的自動(dòng)提取等功能。實(shí)現(xiàn)大范圍高分辨率遙感影像的快速精準(zhǔn)定位和高效高精度的影像圖制作。改進(jìn)的工藝流程如圖4所示。

其工作流程簡述如下：

1) 建立測區(qū)：對航空影像進(jìn)行重采樣，獲得航空影像的金字塔影像。使用原始影像(1∶1)和金字塔影像(1∶3或1∶5)分別建立兩個(gè)測區(qū)。其中兩個(gè)測區(qū)的航帶和影像列表結(jié)構(gòu)完全一樣，唯一的區(qū)別就是一個(gè)測區(qū)使用的是原始影像，另一個(gè)使用的是金字塔影像。

圖4

2) 使用金字塔影像測區(qū)進(jìn)行空中三角測量自動(dòng)轉(zhuǎn)點(diǎn)，實(shí)現(xiàn)航空影像之間的連接，建立測區(qū)的像點(diǎn)網(wǎng)。

3) 人工在正射影像和航空影像的金字塔影像上判讀少量控制點(diǎn)作為種子點(diǎn)[4]。通常情況下，只需要在測區(qū)的四角量測種子控制點(diǎn)即可。通過這些種子點(diǎn)，可以調(diào)用光束法區(qū)域網(wǎng)平差程序解求得到所有航空影像外方位元素的近似值。

4) 獲得航空影像外方位元素的近似值后，所有航空影像與已有正射影像和DEM之間的相對位置關(guān)系已知，可以通過新影像與已有正射影像間的自動(dòng)匹配進(jìn)行控制點(diǎn)的自動(dòng)量測[5]。

5) 在原始影像測區(qū)中，使用步驟4)中自動(dòng)量測的連接點(diǎn)和控制點(diǎn)進(jìn)行區(qū)域網(wǎng)平差和少量人工編輯，最終解算得到所有航空影像外方位元素的精確值。

6) 利用航空影像外方位元素的精確值和DEM(或者使用已有的DEM數(shù)據(jù)，或者使用新影像重新自動(dòng)匹配生成)進(jìn)行正射影像微分糾正和快速鑲嵌得到攝影區(qū)域的更新正射影像。

7) 建立立體像對后輸出正射影像、制作專題圖、生成DEM。

在上述工作流程中，需要指出步驟1)～3)的主要目的是為了獲取航空影像外方位元素的初值。因此這3個(gè)步驟主要是在1∶3或1∶5的金字塔影像測區(qū)中進(jìn)行處理。眾所周知，通常情況下金字塔影像上的自動(dòng)匹配要比原始影像上的自動(dòng)匹配容易一些，這主要是由于金字塔影像上的自動(dòng)匹配受地形起伏在金字塔影像上引起的投影畸變的影響要小一些。除此以外，如果攝影區(qū)域是一些非常困難的區(qū)域，如高山地、茂密植被覆蓋和大面積落水區(qū)域等，為了能夠順利地完成金字塔影像測區(qū)的連接和建立像點(diǎn)網(wǎng)，有時(shí)需要將測區(qū)進(jìn)一步細(xì)分為幾個(gè)子測區(qū)，同時(shí)人工在每一個(gè)子測區(qū)中判讀少量控制點(diǎn)，影像外方位元素近似值的解求也是在每個(gè)子測區(qū)中獨(dú)立進(jìn)行的。

三、測試結(jié)果分析

系統(tǒng)建成后，選用了5景衛(wèi)星影像糾正，共耗時(shí)約2 h 40 min，其中人工干預(yù)時(shí)間約為60 min，見表1、表2。

表1　測試效率　min

表2　檢查評估　m

四、結(jié)束語

通過本項(xiàng)目的實(shí)施，傳統(tǒng)生產(chǎn)工藝將得到改進(jìn)，采用網(wǎng)絡(luò)地理信息服務(wù)共享替代傳統(tǒng)的數(shù)據(jù)傳輸模

式，設(shè)計(jì)并實(shí)現(xiàn)了基于控制服務(wù)體系對PixelGrid的改進(jìn)，建立了基于高速局域網(wǎng)的分布式并行處理模塊，在保障數(shù)據(jù)安全的同時(shí)，最大限度地利用了網(wǎng)絡(luò)上的計(jì)算機(jī)資源，縮短了生產(chǎn)時(shí)間，使生產(chǎn)效率得到了極大提高。

參考文獻(xiàn)：

[1]張博. 高分辨率遙感影像多尺度分類方法研究[D]. 成都：電子科技大學(xué)，2013.

[2]毛志紅，韓改婷. 測繪控制資料管理信息系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 城市勘測，2002(6)：14-17.

[3]舒寧. 關(guān)于遙感影像處理分析的理論與方法之若干問題[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)，2007(11)：71-74.

[4]全斌，劉二洋. 金字塔影像結(jié)構(gòu)在影像匹配中的應(yīng)用[J]. 測繪通報(bào)，2010(3)：14-16.

[5]戴激光，宋偉東，賈永紅，等. 一種新的異源高分辨率光學(xué)衛(wèi)星遙感影像自動(dòng)匹配算法[J]. 測繪學(xué)報(bào)，2013，42(1)：84-90.

[6]梁瑩. 基于閃存固態(tài)盤的內(nèi)存交換技術(shù)研究[D]. 大連：遼寧師范大學(xué)，2013.

[7]肖漢. 基于CPU+GPU的影像匹配高效能異構(gòu)并行計(jì)算研究[D].武漢：武漢大學(xué)，2011.

[8]王強(qiáng).異構(gòu)環(huán)境下的航空遙感影像協(xié)同存儲(chǔ)及處理關(guān)鍵技術(shù)研究[D]. 武漢：武漢大學(xué)，2011.

[9]謝毅. 海量遙感影像數(shù)據(jù)存儲(chǔ)組織結(jié)構(gòu)研究[D].南京：河海大學(xué)，2011.

[10]張宇坤.多源控制點(diǎn)影像匹配策略及控制點(diǎn)影像庫設(shè)計(jì)研究[D]. 西安：西北大學(xué)，2008.

中圖分類號(hào)：P208

文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：0494-0911(2016)04-0103-03

作者簡介：龔建輝(1975—)，男，高級(jí)工程師，主要從事地理信息系統(tǒng)開發(fā)及3S集成研究。E-mail：251767234@qq.com

基金項(xiàng)目：四川省測繪地理信息局科技支撐項(xiàng)目(J2014ZC04；J2015ZC04)

收稿日期：2015-05-20

引文格式： 龔建輝，楊正銀，陳中林. 應(yīng)急遙感影像高性能集群處理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].測繪通報(bào)，2016(4)：103-105.DOI:10.13474/j.cnki.11-2246.2016.0133.