[发明专利]一种海量遥感影像分布式几何纠正系统及方法

说明书

本发明涉及一种海量遥感影像分布式几何纠正系统及方法。系统对每幅遥感影像的操作流程包括以下几个部分：步骤a)、选择一个几何纠正模型并确定控制点范围，然后把影像块依次输送到控制点选取端口，各终端协同选取控制点；步骤b)、选择空闲子节点进行几何纠正模型参数计算，得到坐标转换关系；步骤c)、将坐标转换关系发送到各个子节点，开始并发进行影像几何纠正；步骤d)、将各块纠正结果归约为一个完整的遥感影像。本发明大幅提高了在对海量遥感影像数据进行几何纠正时的纠正速度。

技术领域

本发明涉及遥感影像数据的预处理技术领域，更具体而言涉及一种基于Hadoop的海量遥感影像分布式几何纠正系统及方法。

背景技术

随着对地观测技术的不断发展，特别是遥感技术和信息技术的快速发展，通过航天/航空遥感手段获得的遥感影像数据在国土、交通、军事和商业等领域的应用越来越广泛。目前我国遥感技术发展势头强劲，遥感数据的获取能力不断提高。从2010年开始，我国启动了高分辨率对地观测系统重大专项，该项目是《国家中长期科学与技术发展规划纲要(2006-2020年)》确定的十六个重大科技专项之一，将统筹建设基于卫星、平流层飞艇和飞机的高分辨率对地观测系统，形成全天候、全天时、全球覆盖的遥感数据获取能力。到2016年12月，我国首个自主研制的0.5米级高分辨率商业遥感卫星——高景一号发射成功，标志着国产商业遥感数据水平正式迈入国际一流行列。目前，我国的高分卫星数据已实现替代进口、自给率达80％。

在遥感数据获取能力极大提高的同时，为了使其更好的服务于国民经济，首先必须对这些原始遥感影像数据进行预处理。特别是在应急、救灾、实时监测等一些对时效性有很高要求的应用领域，如果无法快速完成对遥感影像数据的精确预处理，将会极大影响后续的使用，从而成为制约遥感应用技术发展的瓶颈。

几何纠正是遥感影像预处理中非常关键的一步。遥感成像的时候，由于飞行器的姿态、高度、速度以及地球自转等因素的影响，造成影像相对于地面目标发生几何畸变，这种畸变表现为象元相对于地面目标的实际位置发生挤压、扭曲、拉伸和偏移等，针对几何畸变进行的误差校正就叫几何纠正。几何纠正的实质是把遥感影像上的影像坐标转换为地图坐标并消除误差的一个步骤。目前进行几何校正的主要方法有基于多项式的遥感影像纠正、基于共线方程的遥感影像纠正、基于有理函数的遥感影像纠正等。这些方法的本质都是建立输入平面到输出平面之间的相互转换关系，然后寻找输出平面点在输入平面中的对应关系，最后整个输出平面内执行重采样。

传统的遥感影像几何纠正系统，存在以下不足：

1、大规模遥感影像的几何纠正工作量较大，一般需要多人共同完成。而传统的遥感影像几何纠正系统都是基于单机开发，面向单人操作、流程串行化，作业的速度和精度也取决于个人的熟练程度，因此难以利用多人协同操作带来的管理和效率上的优势。

2、传统的单机运行的遥感影像几何纠正系统受限于处理器性能和机器内存大小，在对大型遥感影像进行数据重采样等操作的时候，需要消耗较长的时间，而且容易因为机器的故障导致处理失败，甚至导致基础遥感数据受损，因此需要合理利用分布式计算带来的性能和稳定性上的优势。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是在海量数据和分布式多人协作的环境下，如何提高遥感影像几何纠正处理的效率。

(二)技术方案

本发明的一个目的是提供一种海量遥感影像分布式几何纠正系统。

本系统是在Hadoop基础上实现的。Hadoop是Apache开源组织的一个分布式计算框架，可以在大量廉价的硬件设备组成的集群上运行应用程序，构建一个具有高可靠性和良好扩展性的并行分布式系统，Hadoop分布式文件系统(HadoopDistributed File System，HDFS)、MapReduc编程模型和HBase分布式数据库是其三大核心技术。