基于瓦片合并的影像快速切片技術(shù)研究

摘 "要：隨著遙感影像質(zhì)量提升和更新頻率的加快，傳統(tǒng)方式切片計(jì)算能力受限，為滿足影像快速切片的需求，該文借鑒并行計(jì)算的思路，設(shè)計(jì)實(shí)現(xiàn)一套瓦片并行切片和基于瓦片合并的影像快速切片算法。從實(shí)驗(yàn)結(jié)果來看切片效率得到明顯提升，有效解決單機(jī)切片效率低下的問題。

關(guān)鍵詞：遙感；切片；并行切片；瓦片合并；性能測(cè)試

中圖分類號(hào)：P208 " " "文獻(xiàn)標(biāo)志碼：A " " " " "文章編號(hào)：2095-2945（2024）20-0050-04

Abstract： With the improvement of remote sensing image quality and the acceleration of update frequency， the computing ability of traditional slicing is limited. In order to meet the needs of fast image slicing， this paper draws lessons from the idea of parallel computing. A set of tile parallel slicing and image fast slicing algorithm based on tile merging are designed and implemented. Based on the experimental results， the slicing efficiency is improved obviously， which effectively solves the problem of low efficiency of stand-alone slicing.

Keywords： remote sensing; slicing; parallel slicing; tile merging; performance testing

伴隨著衛(wèi)星遙感技術(shù)的發(fā)展，遙感影像分辨率、采集頻率越來越高，已成為地理空間應(yīng)用中最重要的數(shù)據(jù)來源。然而由于數(shù)據(jù)量龐大，在影像分發(fā)、快速瀏覽、在線應(yīng)用過程中存在困難，因此WebGIS技術(shù)應(yīng)運(yùn)而生，WebGIS應(yīng)用得益于影像數(shù)據(jù)瓦片化技術(shù)的發(fā)展[1-2]。影像數(shù)據(jù)瓦片化是根據(jù)影像分辨率、范圍大小，按照一定的規(guī)則，將一幅或多幅遙感影像切分成眾多規(guī)則排列的正方形圖片整個(gè)過程，瓦片化之后的影像，在網(wǎng)絡(luò)應(yīng)用中只加載特定層級(jí)、特定區(qū)域范圍內(nèi)數(shù)據(jù)，在滿足加載速度和效果的前提下，提供給用戶最優(yōu)的使用體驗(yàn)。

1 "瓦片金字塔結(jié)構(gòu)

影像金字塔模型是一種多分辨率數(shù)據(jù)模型，該數(shù)據(jù)模型具有統(tǒng)一的空間參照坐標(biāo)系統(tǒng)，根據(jù)需要構(gòu)建不同分辨率的影像進(jìn)行存儲(chǔ)，形成分辨率由高到低、影像數(shù)據(jù)量由大到小的金字塔結(jié)構(gòu)。影像金字塔層級(jí)越高，該層級(jí)影像分辨率越高，影像越清晰，影像數(shù)據(jù)越大；層級(jí)越低，影像分辨率越低，影像越模糊，影像數(shù)據(jù)越小。

瓦片金字塔是對(duì)影像金字塔每一層級(jí)影像分別進(jìn)行瓦片切片所形成的金字塔[3]。瓦片金字塔構(gòu)建有多種切片規(guī)則，但有一個(gè)共同點(diǎn)：金字塔每一層級(jí)瓦片數(shù)是上一層級(jí)的4倍，比例尺是上一層級(jí)的2倍，瓦片坐標(biāo)原點(diǎn)分別位于影像左上角或左下角[4]。每層影像切片過程相同，瓦片從坐標(biāo)原點(diǎn)開始進(jìn)行切割，按照從左到右，從上到下（或從下到上）的順序，瓦片有固定的命名規(guī)則，根據(jù)瓦片所在的層級(jí)、行號(hào)、列號(hào)進(jìn)行瓦片索引，瓦片金字塔結(jié)構(gòu)示意圖如圖1所示。

影像投影坐標(biāo)相對(duì)地理坐標(biāo)而言便于換算和處理，因此應(yīng)用中通常將遙感影像進(jìn)行地理坐標(biāo)投影，將球面的地理坐標(biāo)投影到平面坐標(biāo)。目前應(yīng)用比較流行的是Web墨卡托投影，是基于墨卡托的一種球面投影，最早由GoogleEarth開始使用，也是應(yīng)用最廣泛的一種投影。該投影將基于橢球體的墨卡托投影簡(jiǎn)化為“正球體”，并把地理坐標(biāo)系投影到正方形，為地圖切片的四叉樹分割和計(jì)算提供極大的便利。

瓦片行列號(hào)系統(tǒng)是地圖瓦片與實(shí)際地理范圍之間的一種映射關(guān)系，由瓦片起始點(diǎn)、瓦片行列軸方向、瓦片分辨率和地圖分辨率確定。瓦片行列號(hào)模型如圖2所示，影像左上角為坐標(biāo)原點(diǎn)，橫軸為X方向，縱軸為Y方向，基于瓦片所處的金字塔層級(jí)和橫縱坐標(biāo)位置確定瓦片號(hào)，z為瓦片層級(jí)，i為瓦片坐標(biāo)系橫軸坐標(biāo)位置，j為瓦片坐標(biāo)系縱軸坐標(biāo)位置，瓦片命名規(guī)則為（z，i，j）。

2 "影像并行切片設(shè)計(jì)

影像瓦片生產(chǎn)流程一般先生成影像金字塔，然后依次讀取影像金字塔每層數(shù)據(jù)，對(duì)該層數(shù)據(jù)進(jìn)行切片。該流程有一個(gè)缺點(diǎn)，當(dāng)影像數(shù)據(jù)量很大時(shí)，構(gòu)建金字塔耗時(shí)比較多。

本文借鑒并行計(jì)算的思路提出影像并行切片算法，該算法主要用于最高層級(jí)瓦片生成，無須構(gòu)建金字塔，直接根據(jù)原始影像的分辨率計(jì)算與其分辨率最接近的瓦片層級(jí)，而后將原始影像瓦片化到該層級(jí)，最后通過該層瓦片依次合成低層級(jí)瓦片。這種方法只需對(duì)原始影像執(zhí)行一次切片操作，而后就可以合成整個(gè)瓦片金字塔，在實(shí)時(shí)性要求不高的情況下，可以極大提高瓦片緩存的生成效率。

影像并行切片數(shù)據(jù)處理流程如下。

2.1 "瓦片并行任務(wù)劃分

切片任務(wù)劃分過程以圖3為例進(jìn)行說明，圖示表示影像被分成4行5列，每個(gè)瓦片代表一個(gè)瓦片任務(wù)，同一時(shí)刻只有8個(gè)進(jìn)程并行處理。根據(jù)瓦片坐標(biāo)系下的瓦片分布，按照從左到右，從上到下的順序依次分配給8個(gè)處理進(jìn)程，當(dāng)一個(gè)處理循環(huán)結(jié)束后，繼續(xù)下一周期重復(fù)操作，直到所有瓦片切片結(jié)束。進(jìn)程號(hào)和分配到的瓦片行列號(hào)對(duì)應(yīng)關(guān)系如下式

tx=tminX+（pos%twidth），

式中： " " " " " " " " " " " " " " " " " " n為

進(jìn)程總數(shù)，i為當(dāng)前進(jìn)程進(jìn)程號(hào)，tcount=twidth×theight，其中，twidth=tmaxX-tminX，theight=tmaxY-tminY，[tmaxX，tmaxY]對(duì)應(yīng)瓦片最大行列號(hào)坐標(biāo)，[tminX，tminY]對(duì)應(yīng)瓦片最小行列號(hào)坐標(biāo)；符號(hào) "表示向下取整；%表示取余。

當(dāng)tcount%n≠0時(shí)，進(jìn)程號(hào)ilt;tcount%n的部分進(jìn)程還需處理瓦片行列號(hào)[tx2，ty2]滿足以下條件的瓦片

tx2=tminX+（pos2%twidth），

，

式中：pos2=tcount-tcount%n+i；%為取余； "為向下取整。

首先對(duì)影像坐標(biāo)進(jìn)行投影變換，根據(jù)變換后地理坐標(biāo)范圍，計(jì)算影像坐標(biāo)范圍內(nèi)所包含的瓦片行列號(hào)取值范圍。先將影像分成4行5列共20塊瓦片，即tcount=20。假設(shè)解算出來的瓦片列號(hào)tx范圍為0～4，ty范圍為0～3，進(jìn)程總數(shù)n=8，則 " " " " " " " ，因無法整除，表示所有進(jìn)程在執(zhí)行完2輪分配后，進(jìn)程號(hào)ilt;tcount%n的部分進(jìn)程即進(jìn)程0、進(jìn)程1、進(jìn)程2、進(jìn)程3要處理剩下的 " " " " " " " " " " " " " " " "個(gè)瓦片，8個(gè)進(jìn)程總共要執(zhí)行3輪，才能把所有瓦片任務(wù)分配完。以進(jìn)程0為例，循環(huán)3輪，每輪中分配到一個(gè)瓦片，在圖中按照瓦片行列號(hào)從上到下從左到右的順序分別對(duì)應(yīng)行列號(hào)坐標(biāo)為（0，3）、（3，2）、（1，0）的瓦片，將這些瓦片按照順序依次加入該進(jìn)程的任務(wù)池中，瓦片在任務(wù)池中的順序即序列號(hào)j，即（0，3）的序列號(hào)為0，（3，2）的序列號(hào)為1，（1，0）的序列號(hào)為2。

2.2 "瓦片并行任務(wù)執(zhí)行

通過公式計(jì)算，每個(gè)處理任務(wù)確定了所需處理的瓦片號(hào)，然后每個(gè)進(jìn)程從任務(wù)池中依次取出瓦片任務(wù)，圖4為影像切片過程示意圖。

假設(shè)第i個(gè)進(jìn)程任務(wù)用job（i）表示，job（i）任務(wù)處理的當(dāng)前瓦片號(hào)為txi，tyi。任務(wù)執(zhí)行前首先檢查名為level的文件夾是否存在，不存在則創(chuàng)建level層級(jí)文件夾，然后檢查名為txi的文件夾，如果不存在則在level目錄下創(chuàng)建名為txi的文件夾，最后由瓦片行列號(hào)反算計(jì)算出瓦片的地理范圍，從原始影像讀取該范圍數(shù)據(jù)，然后重采樣將數(shù)據(jù)寫入瓦片[5]。

3 "基于瓦片合并的低層級(jí)瓦片生成設(shè)計(jì)

低層級(jí)瓦片生成的基本思路是由上一層級(jí)相鄰的4張瓦片合并成1張瓦片，并降采樣生成。首先由上一節(jié)并行切片方案生成最高層級(jí)瓦片，然后由最高層級(jí)瓦片合并生成次高層級(jí)瓦片，以此類推，逐級(jí)生成下一層級(jí)瓦片。

具體步驟如下：①根據(jù)影像分辨率計(jì)算影像能切出的最高切片層級(jí)，或者用戶指定最高切片層級(jí)，通過并行切片方案快速切出最高層級(jí)瓦片。②將切出的瓦片保存到本地磁盤，瓦片存儲(chǔ)路徑為tile/z/x/y.png，z為瓦片層級(jí)，x、y為瓦片行列號(hào)。③按照瓦片合并規(guī)則，將上一層級(jí)相鄰的4張瓦片合并成一張瓦片，以此類推，直到合并生成最低層級(jí)的瓦片。

4 "性能測(cè)試

采用本文設(shè)計(jì)的切片方案，搭建影像切片系統(tǒng)，并對(duì)切片性能進(jìn)行測(cè)試。

實(shí)驗(yàn)用到的數(shù)據(jù)選取多種載荷遙感影像，傳感器載荷來自于GF2、GF1B、GF1D、ZY1E和ZY302等。為了避免不同的影像切片實(shí)現(xiàn)對(duì)實(shí)驗(yàn)結(jié)果的影響，本次實(shí)驗(yàn)采用自主研發(fā)的同一套切片程序，通過設(shè)置程序中的切片進(jìn)程參數(shù)，來實(shí)現(xiàn)單線程切片和多線程切片。

4.1 "測(cè)試并行切片效率

在單機(jī)環(huán)境下，通過本文算法提出的任務(wù)劃分、任務(wù)執(zhí)行算法，將單機(jī)串行單任務(wù)切片調(diào)整為單機(jī)多線程并行多任務(wù)切片，提升單機(jī)環(huán)境下的切片執(zhí)行效率。

切片環(huán)境：32CPU，64 G內(nèi)存，實(shí)驗(yàn)中切片等級(jí)為zoom=10～16級(jí)，PNG瓦片，多線程任務(wù)數(shù)設(shè)置為16。

實(shí)驗(yàn)數(shù)據(jù)和實(shí)驗(yàn)結(jié)果見表1。

從表1統(tǒng)計(jì)結(jié)果可以看出，多進(jìn)程切片效率優(yōu)于單進(jìn)程切片，在單機(jī)環(huán)境下切片效率得到明顯提高，隨著單景影像數(shù)據(jù)量增加，多進(jìn)程切片充分利用計(jì)算機(jī)有效資源，影像切片的加速優(yōu)勢(shì)更加明顯。

4.2 "測(cè)試瓦片合并生成低層級(jí)瓦片效率

通過本文算法提出的合并瓦片策略，測(cè)試瓦片合并生成低層級(jí)瓦片的生產(chǎn)效率，實(shí)驗(yàn)中切片等級(jí)為zoom=10～16級(jí)，16級(jí)瓦片從影像直接切片，10～15級(jí)瓦片均由上一級(jí)瓦片合并得到，實(shí)驗(yàn)結(jié)果見表2。

從表2中統(tǒng)計(jì)結(jié)果可以看出，低層級(jí)瓦片合成算法可以明顯提高低層級(jí)瓦片的生產(chǎn)效率，相比直接切片技術(shù)，生產(chǎn)的瓦片數(shù)據(jù)量越大，瓦片生成效率提升越大。

5 "結(jié)束語

本文提出的瓦片并行切片算法和低層級(jí)瓦片合并算法相較傳統(tǒng)切片算法有明顯的效率提升，在計(jì)算資源有限的前提下，使用多線程技術(shù)、瓦片合并算法加快瓦片生產(chǎn)效率，為瓦片快速生產(chǎn)提供技術(shù)支撐。

參考文獻(xiàn)：

[1] 羅智勇，黎小東.基于數(shù)據(jù)庫存儲(chǔ)方案的高性能瓦片地圖服務(wù)研究[J].地理與地理信息科學(xué)，2015，29（3）：48-51.

[2] 楊軼.PC集群環(huán)境下地圖切片的并行計(jì)算方法[J].測(cè)繪科學(xué)，2014，39（3）：120-123.

[3] 殷福忠，孫立民.基于瓦片金字塔技術(shù)的地圖發(fā)布平臺(tái)開發(fā)研究[J].測(cè)繪與空間地理信息，2010，33（5）：16-17，20.

[4] 龍瀅.遙感影像瓦片金字塔模型[C]//第四屆長(zhǎng)三角論壇——測(cè)繪分論壇，2007：153-156.

[5] 木林.基于GDAL的地圖切片技術(shù)的設(shè)計(jì)與實(shí)現(xiàn)[J].智能城市，2021，7（9）：49-50.