[发明专利]一种基于分布式框架的遥感影像城市绿地提取方法

说明书

本发明公开了一种基于分布式框架的遥感影像城市绿地提取方法，其整体步骤为：一、在LLTS分布式框架中，按照指定分块大小对多光谱影像进行分块并计算分块参数；二、将计算出的分块参数向计算节点下发计算任务，分别对各分块的绿地影像进行判定；三、对下发计算任务生成的多个结果进行并行结果输出。本发明基于LLTS分布式框架及框架下的影像读写库，可实现NDVI绿地提取算法的分布式处理及并行化输出，从而降低算法对资源的强依赖性，并大幅度提高NDVI绿地提取算法效率，可有效解决单机版本城市绿地提取方法严重依赖单个机器内存、处理器性能的缺陷，能满足高分辨率、大数据量遥感影像快速处理的需要。

技术领域

本发明涉及一种遥感影像中城市绿地的提取方法，尤其涉及一种基于分布式框架的遥感影像城市绿地提取方法。

背景技术

近年来，国内很多城市将遥感技术应用到城市绿地信息提取中，以动态掌握绿地覆盖面积，优化绿地空间结构，这不仅可以实现城市绿地的整体规划，同时对于改善生态环境，提高城市的可持续发展潜能具有很重要的实际意义。随着遥感影像的空间分辨率提高到米级甚至亚米级，单景融合后的多光谱影像的数据量达到了数十GB，如果融合后的多景之间再做镶嵌，数据量可达上百GB。这样的数据量，只依靠单机处理，根本无法达到快速处理完成的要求。要想将所关心的地区的城市绿地提取出来，必须对城市绿地所在地区的影像全部处理一次，这就必须要求能够处理大的数据量。

归一化植被指数(Normalized Difference Vegetation Index，NDVI)是一种常见的绿地提取方法指标，其思想是在近红外波段、红波段，植被在光谱曲线特征上有明显的“陡坡效应”，即在近红外波植被的像素值较高，在红波段植被的像素值较底，出现明显的陡坡。利用这些特性构建植被指数，可以用来区分绿地与其他地物。但现有归一化植被指数方法主要通过插件方式应用于单机版软件中，严重受到运行环境资源的影响，阻碍遥感影像、特别是大数据量遥感影像绿地计算速度的提升。此外，由于受一个进程只能操作一个文件的限制，绿地计算的结果只能顺序输出到一个文件中，也间接导致处理时间的增加。因此，针对高分辨率、大数据量的遥感数据，现有技术在进行城市绿地信息提取时，处理速度受限严重，无法满足遥感影像快速处理的需要。

发明内容

为了解决上述技术所存在的不足之处，本发明提供了一种基于分布式框架的遥感影像城市绿地提取方法。

为了解决以上技术问题，本发明采用的技术方案是：一种基于分布式框架的遥感影像城市绿地提取方法，其整体步骤为：

一、在LLTS分布式框架中，按照指定分块大小对多光谱影像进行分块并计算分块参数；

二、将计算出的分块参数向计算节点下发计算任务，分别对各分块的绿地影像进行判定；

三、对下发计算任务生成的多个结果进行并行结果输出。

进一步地，步骤二中对各分块的绿地影像进行判定的具体方式为：

a、利用归一化植被指数公式，计算获得植被指数，计算公式为：

其中，red是红波段的像素值，nir是近红外波段的像素值，NDVI是计算获得的植被指数；

b、对植被指数进行阈值分割，根据多次实验经验，将阈值大于0.1的判定为绿地，否则为非绿地影像；

c、对分割提取出的栅格绿地进行矢量化处理。

进一步地，步骤三中对下发计算任务生成的多个结果进行并行结果输出的具体方式为：利用LLTS分布式框架下的支持并行的读写库，通过头文件+分块二进制文件的形式实现结果并行输出，从而真正实现从处理到输出的分布式并行化。