[发明专利]一种遥感影像的快速栅格转矢量方法在审
| 申请号: | 201810735059.3 | 申请日: | 2018-07-06 |
| 公开(公告)号: | CN108875073A | 公开(公告)日: | 2018-11-23 |
| 发明(设计)人: | 唐德可;李振钊 | 申请(专利权)人: | 航天星图科技(北京)有限公司 |
| 主分类号: | G06F17/30 | 分类号: | G06F17/30;H04L29/08 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 101399 北京市顺义区临空经济核*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 遥感影像 矢量 主节点 栅格 合并 影像 结果返回 拓扑结构 计算量 分块 转换 创建 | ||
本发明公开了一种遥感影像的快速栅格转矢量方法,通过启动多个节点对要转换的影像进行处理,主节点负责对影像进行拆分,创建处理任务,启动从节点并将任务发送给从节点进行处理,从节点将处理后的结果返回给主节点进行合并。本发明通过启动多个处理任务,并将遥感影像分块发送给各个处理任务,处理完成之后进行合并,并且在合并的时候可以从拓扑结构上解决计算shell和hole的问题,极大的减少了计算量,提升了计算速度,加快了处理速度。
技术领域
本发明涉及一种栅格转矢量方法,尤其涉及一种遥感影像的快速栅格转矢量方法。
背景技术
遥感影像的栅格矢量化广泛应用于在遥感影像中提取道路、植被、水体等算法的后期处理,GDAL中的相关算法逐行对影像逐行扫描,把相同颜色值的像素归为一类,提取同类的边界,得到一个边界的数组,再遍历边界数组对shell和hole进行查找和合并,计算量非常大且无法并行,计算量随边界数量的增长呈指数增长。当边界数量很大时,计算速度会非常慢。
当前处理器单核频率无法提高,主要以提升处理器核数为主。如果要在短时间内对大量的遥感影像进行处理,通常采用分布式计算的方式。然而现有的方案直接使用GDAL中的方法,存在着以下缺点:只能使用单个线程进行转换,无法充分利用多核处理器或集群的性能;由于数据结构的问题,对shell和hole的计算的时间复杂度为O(n2),当计算出的矢量中的多边形较多时,转换速度将会非常慢。
发明内容
为了解决上述技术所存在的不足之处,本发明提供了一种遥感影像的快速栅格转矢量方法。
为了解决以上技术问题,本发明采用的技术方案是:一种遥感影像的快速栅格转矢量方法,整体步骤如下:
步骤一、启动主节点,对要处理的影像进行拆分,将影像分成1024×1024像素的小块,只需记录拆分信息,不需要真正的进行拆分;
步骤二、以拆分后的影像信息创建处理任务,每个任务对应一块影像数据;
步骤三、主节点启动子节点,并将任务信息通过消息队列发送给子节点,启动子节点的个数将由配置文件和任务数量共同决定;
步骤四、子节点接受任务并根据任务信息将对应的栅格影像转换为矢量数据;
步骤五、子节点将转换后的矢量数据发送给主节点;
步骤六、主节点对每个子节点发送过来的分块的矢量数据进行合并,得到整个影像的矢量数据。
步骤六中的合并流程如下:
步骤I、对分块信息建立二叉树,二叉树中的每个父节点由两个子节点合并得到,属于同一个父节点的两个子节点在拓扑关系上是相邻的;
步骤II、主节点得到矢量数据后,在二叉树中查找能进行合并的节点进行合并,并将合并之后的信息写到对应的节点中;
步骤III、重复步骤II,直到合并到跟节点,合并完成。
本发明通过启动多个处理任务,并将遥感影像分块发送给各个处理任务,处理完成之后进行合并,并且在合并的时候可以从拓扑结构上解决计算shell和hole的问题,不仅充分利用多核处理器或计算集群的计算能力,快速的对大量的GDAL栅格影像进行矢量化的并行转换,而且加快了对大的遥感影像的转换速度,极大的减少了计算量,提升了计算速度,加快了处理速度。此外,本发明在遥感影像植被提取和水体提取算法上使用,经测试,转换速度有了很大的提高,特别是在生成的矢量多边形较多的情况下,速度有了几十倍的提升。
附图说明
图1为本发明栅格转矢量并行方法的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于航天星图科技(北京)有限公司,未经航天星图科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810735059.3/2.html,转载请声明来源钻瓜专利网。





