新的分布式遙感圖像分類器系統開發

(1.中南大學 地質與環境工程學院 長沙 410083; 2.佛山科學技術學院 信息與教育技術中心，廣東 佛山 528000; 3.解放軍理工大學 網格技術研究中心 南京 210007)

摘 要：為實現分布式的遙感圖像分類，達到計算的高性能，提出一種利用決策樹SVM和網格技術實現遙感圖像分類的解決方案。通過共享計算資源，將經預處理后的遙感數據切割成塊并分別分配到網格計算節點進行并行計算。針對比例尺為1∶50 000的TM遙感圖像的實驗表明，此方案提高了分類效率，并為海量遙感數據的分類開辟了一條新的途徑。

關鍵詞：支持向量機; 網格計算; 遙感; 圖像分類

中圖分類號：TP391.41文獻標志碼：A

文章編號：1001-3695(2009)05-1944-03

New distributed classification system development of remote sensing images

ZENG Lian-ming1，2，3 WU Xiang-bin1LIU Peng3

(1.School of Geosciences Environmental Engineering Central South University Changsha 410083，China; 2.Information Educational Technology Center，Foshan University Foshan Guangdong 528000，China; 3.Grid Technology Research Center PLA University of Science Technology Nanjing 210007，China)

Abstract:This paper proposed a new distributed image classification scheme of remote sensing in order to get a high performance computing which was based on the decision tree SVM algorithms and grid technology.By sharing the computing resources in a distributed network environment，datas of the pretreatmented remote sending images would be cut into blocks and be assigned to the grid nodes doing parallel computing thus realized distributed classification processing.The experimental data of a 1∶50 000 TM remote sensing image proves the validity of this scheme，and then provides a new method for the classification of mass remote sensing images.

Key words：SVM(support vector machine); grid computing; remote sensing; image classification

遙感圖像分類是遙感地學應用領域中的一項重要環節^[1]。支持向量機(SVM)在模糊識別，特別是小訓練樣本分類中的應用越來越成為首選^[2]。網格技術在大規模密集型數據上并行計算的高效性已經被國內外眾多網格項目證明，如歐洲數據網格(European data grid)、美國地球系統網格(earth system grid，ESG)等^[3]。文獻[4，5]描述了SVM在高分辨率遙感圖像分類中的應用；文獻[6]提出了SVM在高分辨率遙感圖像分類中的改進算法。目前針對SVM在分類上的應用研究，重點著眼于算法的改進上，包括核函數的選擇、分類方法和分類參數的優化、訓練樣本的壓縮策略等。本文設計了基于網格的分布式遙感圖像分類器系統，在Internet環境下，針對計算密集型遙感圖像分類的特點，將SVM的分類功能與網格計算緊密結合在一起，充分利用SVM和網格計算的優勢，提高分類效率；同時可以以面向服務的模式提供給更多的用戶使用。實驗結果表明，本系統能提高遙感圖像的處理效率，特別是計算密集型遙感數據的處理，它是一種新的遙感圖像分類系統。

1 基于網格的分布式遙感圖像分類器系統

1.1 現存遙感圖像分類系統

遙感圖像的分類功能是遙感圖像處理軟件的一個重要組成部分，國際上被廣泛使用的軟件系統有美國 ERDAS公司開發的ERDAS Imagine、加拿大 PCI公司開發的PCI Geomatica以及美國 Research System公司開發的ENVI等。國產遙感圖像處理軟件主要有三聯公司的RSIES、中國林業科學院與北大遙感所聯合開發的SAR INFORS、國家遙感應用技術研究中心開發的IRSA，以及中國測繪科學研究院與四維公司聯合開發的CASM ImageInfo。各個軟件系統各有特色，但相比之下又都有功能上的缺陷。總體上，國外軟件的功能相對強大一些，國產軟件功能有待于進一步完善。

遙感圖像處理軟件及其分類子系統，主要集成了成熟的分類技術和算法并進行歸類，如ENVI歸為監督分類、非監督分類、決策樹分類、ROIs分類等。分類算法有最大似然法、神經網絡法、K-means、Iso-DATA法等。目前各分類系統并不支持分布式計算，其數據處理均在單機上進行，當進行海量數據分類計算時，會影響其分類效率。

考慮到ENVI在針對像元處理中的強大功能以及最大似然方法是目前最常用、性能穩健的監督分類方法^[7]，本文采用單機ENVI系統下的最大似然方法分類結果與網格環境下所做的實驗結果進行比較分析。

1.2 SVM圖像分類與網格計算

目前遙感圖像分類主要面臨著兩個方面的問題：a)對遙感圖像分類的精度要求越來越高，而傳統的監督分類和非監督分類方法由于分類樣本采集比較困難，部署起來比較復雜，精度方面很難達到理想的效果；b)遙感圖像通常數據量都非常大，常常是幾百兆、幾千兆甚至更大的規模，普通的PC機器根本勝任不了處理的需要，必須由擁有高性能計算資源的工作站來完成，導致遙感圖像的處理效率非常低，而大量計算設備又被閑置，造成資源浪費。SVM圖像分類可以實現高精度的分類，其機理主要是在樣本中尋找到一個能夠把代表不同類別信息的圖元區別開來的一個或幾個最優分類超平面，而且這個超平面能夠使分開的圖元距離最大。目前使用比較多的是決策樹的分類方法，核函數則選用徑向基核函數^[8]，也是本文所采用的分類方法和核函數。網格計算主要是為解決當前網絡資源分配與利用不均而提出的一種先進的網絡資源共享模型，其目標是將廣域網上這些資源與其他設備等互連，形成一個大的可相互利用、合作的高性能計算網，對各種類型的設備進行分布式協同并行處理來為用戶服務^[9，10]。它的出現為有效解決大容量空間數據共享提供了各種底層處理功能，并為建立上層的各種空間數據應用提供了框架性的指導^[11]。本文所設計的系統主要使用了網格環境下的網格計算資源，將圖像分類過程中大量的數據計算提交給網格；由網格節點管理器將計算任務分配給由網格節點虛擬成的超級計算機參與圖像分類，并返回計算結果，從而最大限度地利用和共享了網格資源，提高計算效率。

1.3 系統功能模塊及其組成

網格遙感圖像分類管理系統應用SVM分類技術、數據庫技術、網格技術，參照傳統分類方法，實現了遙感數據格式轉換、參數優化、數據分解與合并、并行計算和系統管理等各項功能，滿足了大規模密集型遙感數據的分類要求。系統由預處理、網格計算、圖像分類、用戶和用戶組管理、角色管理和系統設置等幾個模塊構成，如圖1所示。

預處理模塊解決如何將不同格式的遙感數據進行轉換，使之符合SVM樣本訓練和分類的數據格式，同時實現網格環境初始化；網格計算實現網格環境下的并行計算功能；圖像分類接受用戶提交的任務并進行任務分解，調用網格計算執行分類，最終輸出并顯示分類結果；用戶、組、角色管理模塊規范用戶管理，設定系統使用的權限范圍和使用方式；系統設置模塊監控整個系統的運行，使之保持穩定、安全、高效的工作狀態。

2 系統實現及分類流程

運用SVM對遙感圖像實現分類的過程包括圖像格式轉換、歸一化處理、參數優化、樣本訓練、分類預測、分類和結果顯示^[12]。如何將分類和網格計算結合在一起是本系統的一個重點和難點。一方面，遙感圖像的分類有其本身的特點和流程，涉及到訓練樣本的獲取和數據格式的處理過程，其中必然有大量的數據、參數的傳遞；另一方面，必須將分類過程嵌入到網格計算環境下，使其可以利用網格的強大計算資源進行分布式并行計算，以達到利用資源和提高分類效率的目的，但這種處理不能影響分類的正常進行和分類的精度。本系統根據遙感數據量大的特點，采取如下開發思路進行系統的設計和編程，即對分類過程中關聯性弱、運算數據量大的若干階段的數據進行分割，如大數據集的樣本訓練和模型生成階段以及海量數據集分類預測和正式分類階段；數據分割完成后，啟動網格計算進程，將分割后的數據由網格管理節點分別分配給網格計算單元進行并行處理，最后合并計算結果。這樣的思路只適合于分類過程中處理過程獨立性強、關聯性小的處理環節。

在具體實施的過程中，本文選擇在樣本訓練模型生成的環節和分類的環節對SVM和網格進行結合，兩個環節的實施過程相似，不同的是傳遞的參數有區別。以樣本模型生成為例，首先須對分類圖像進行樣本采集，這個過程可以在遙感圖像處理軟件中進行，樣本和分類時的數據都必須轉換為ASCII碼格式，再將此ASCII碼文件轉換為能被SVM識別的數據格式；最終以文本文件的形式保存，以供進一步處理。根據使用何種SVM程序來決定能被其識別的數據格式，本文采用SVMlib程序，其數據格式為〈label〉 〈index1〉:〈value1〉 〈index2〉:〈value2〉… 每一組數間用空格隔開。其中：〈label〉 是訓練數據集的分類標簽（標志某類的整數，支持多個類)；〈index〉 是以1開始的整數，可以是不連續的；〈value〉為實數，表示像元顏色分量的值。例如4 1:255 2:67 3:89，表示該像元的RGB分量值為（255，67，89），屬于類別4。

經格式化轉換后的遙感圖像數據以文本文件存放，目的在于使分類訓練模型的生成以及分類的過程引入網格計算成為可能，這也是SVM分類和網格計算得以結合的關鍵所在。因為文本數據可以按行讀取，也可以獲得指定行范圍的數據。這些數據分配給不同的網格計算單元進行并行計算，處理過程彼此獨立，互不影響，設計者需要對計算結果對應于原數據的位置進行控制，當重新組合計算結果時，才可以確保整個圖像計算結果的完整性。為此，必須把每個網格線程所計算的數據起始行位置及計算總行數作為參數進行傳遞，以用于分配網格計算單元以及實現各網格線程計算結果的合并。此外，遙感圖像的格式有幾十種，文本格式是一種通用的數據格式，可以屏蔽因不同格式遙感圖像造成的數據異構。

SVM適合于小樣本，因此每一種樣本的采集適量即可。根據實驗的結果表明，6 000~12 000個像素作為訓練樣本已經足夠滿足精度的要求了，采集的樣本盡量覆蓋不同經維度的像元，也要考慮同類像元間亮度和對比度的差別，這使得所采集的樣本更具有廣泛的代表性，有利于提高SVM的識別精度。為了減少額外數據對分類的干擾，樣本數據中最好不要包含坐標等位置信息，只需要保留像元的RGB值。樣本采集可以通過ENVI的ROIs工具進行。

網格節點分為服務節點和計算節點，在進行網格計算之前，必須進行網格節點部署，即在負責服務管理的計算機上安裝服務端程序，在參與計算的計算節點安裝客戶端程序（通常是一臺計算機為一個計算節點），并使其登錄到網格服務節點；網格服務節點由此獲知計算節點的資源信息，如磁盤空間、操作系統類型、CPU頻率等，可以決定如何使用計算節點已知的資源，實現對所有計算節點的管理。為了讓用戶使用網格服務，網格服務節點必須對外公布其調用方式和訪問接口，如登錄地址、端口號、用戶名、用戶密碼等。用戶首先需要在主程序里實現與網格服務節點的連接；其次添加網格線程處理程序到網格計算池模型中；再次在每個網格線程里同時讀入待處理數據并調用SVM分類函數或子程序對數據進行計算；最后接收反饋的完整計算結果。計算的過程全部由網格及其節點來完成。基于網格和SVM的分布式圖像分類流程描述如下：

輸入：遙感圖像數據集

輸出：遙感圖像分類結果

Begin

a)初始化

(a)建立并初始化網格線程及每個線程所要計算的數據量；

(b)設定SVM訓練參數c、γ等的值； 

(c)統計參與樣本訓練或分類的遙感圖像二進制數據文件的數據行總量；

(d)網格計算節點登錄網格服務管理節點；

(e)添加網格計算線程到網格計算模型中。

b)啟動網格計算線程，對每一線程待訓練樣本數據同時進行網格計算

(a)讀入每一網格線程中指定范圍的數據行數據；

(b)在網格線程中調用SVM函數，分解訓練樣本數據，將結果存放在網格線程中。

c)合并網格線程計算結果，構建完整的SVM待訓練數據

d)執行樣本訓練，返回SVM訓練模型文件，結束樣本訓練網格計算

e)讀入待分類數據和SVM訓練模型

f)轉到步驟a)，初始化網格和計算量

g)對每一線程待分類遙感數據同時進行網格計算

(a)讀入每一網格線程中指定范圍的數據行數據；

(b)在網格線程中調用SVM分類程序，使用訓練好的訓練模型進行分類計算。

h)合并網格線程，計算各線程分類結果并以文件形式保持

i)分類結束

End

分類結束后，還必須將分類結果與分類遙感圖像的原始數據文件進行逐行比對，以過濾出已分類的像元，這樣處理后的分類結果才可以在不同的遙感圖像處理軟件中打開并顯示。

3 應用實例及分析

基于以上的設計和分析，將網格計算技術和SVM應用到遙感圖像的分類中，形成分布式圖像分類器系統。圖2為實驗用原始遙感TM圖像，其分辨率為1∶50 000，圖像大小為422×320。實驗環境：Windows 操作系統，編程語言Visual Studio 2005 C#，SVM開源程序LibSVM 2.6和網格開源程序Alchemi 1.06^[13]，SVM分類程序和網格程序屬于同一個VS工程文件。網格服務管理節點1個，配置為P4 M CPU 1.8 GHz，512 MB內存；網格計算節點6個，配置為P4 CPU 2.0 GHz，256 MB內存的機器。

本實驗采用C-SVM分類方法，核函數為徑向基核函數 c=128，γ=0.125，初始化網格線程20個，每個線程計算1 000行數據，分別用1~6個計算節點進行分類實驗。

圖3深色部分為使用SVM分類出來的房屋建筑(即圖2中淺色部分圖像)。從圖中可以看到，圖像的分類效果非常理想，達到了很高的精度要求。

SVM圖像的分類效果主要取決于核函數的選擇和參數c、γ的值。根據人們的經驗，采用徑向基核函數單獨構成的分類器取得的分類效果比用其他核函數單獨構成的分類器取得的分類效果好；把多個核函數組合起來的分類器比單個核函數構成的分類器性能更為優良；參數c和γ的值則常常使用多次交叉驗證的方法求解最優^[14]。圖4為使用常規最大似然法分類出來的房屋建筑。參照原圖2，對比兩種方法及其分類結果可以看到，在相同樣本情況下，采用SVM分類方法的分類結果更加準確，特別是對不同類屬的邊界區域目標的識別。雖然兩者都需要使用樣本信息，但最大似然分類方法需要更多的樣本信息才能保證分類效果；同時還需要借助于先驗知識，而類別的先驗概率往往無法直接獲取，從而影響了該方法的分類精準度。

圖5為計算時間和網格節點關系圖，網格節點為1時表示在本機上運行，沒有使用網格計算；節點數大于1時，表示在網格環境下并行執行。從圖5可以看出，由于受網絡數據傳輸和通信的影響，節點數少時執行效率并沒有提高，相反，效率可能降低了；當節點數等于2時，所花費的時間比單機執行還要多，但隨著節點的增加，效率明顯提高，所處理的數據量越大，效率提高得越明顯。其性能的提高并不是無限的，當節點數達到一定值時，其運行時間趨于穩定，主要原因是網絡通信和網格任務調度趨于飽和。

另外，實驗效率的提高跟遙感數據的分割策略也有關系，在一個擁有同樣數量網格計算節點的環境下，網格線程與每個線程所承載的運算量越平均，對計算資源的利用率越高，計算效

率就會越高；相反，會造成局部計算資源的閑置或濫用，因而降低執行效率。

4 結束語

基于上述設計方案開發的遙感圖像分類器系統，是網格計算技術在遙感圖像地質應用中的一個非常成功的應用。鑒于網格環境的復雜性和分類算法的特殊性，目前還做不到讓更多的分類算法部署在網格中。如何將網格下的資源(包括各種算法和數據)更好地為互聯網上的用戶所共享，實現按需服務，使網格服務的范圍和效率得到進一步的增強和提高，這是以后要進一步研究的內容。