大區(qū)域遙感影像快速處理流程研究

國仲凱　鄭福海

摘要：本文通過利用并行處理技術對大區(qū)域遙感影像進行稀少控制區(qū)域網平差、DEM密集匹配及影像批量糾正試驗，總結并行處理技術在遙感影像快速糾正中的生產流程、效率以及相關的應用條件等。

關鍵詞：遙感影像；并行計算；密集匹配；快速處理；流程研究

引言

隨著遙感影像使用范圍越來越廣泛，現在已經成為提供空間信息的重要數據源。遙感數據的應用范圍擴大到各個社會信息服務領域，發(fā)揮著重大作用。經過定向后的遙感影像數據可為測繪、城市基礎地理信息動態(tài)更新、國土資源調查、生態(tài)環(huán)境監(jiān)測、災害監(jiān)測、海洋資源、農業(yè)監(jiān)測、快速響應等不同的領域提供相應的地理信息數據。

傳統(tǒng)影像處理需要高性能的計算機，并且配備多種影像數據處理軟件協(xié)同作業(yè)，各工序僅對流程負責，數據處理效率低，精度差。現代遙感影像的獲取頻率越來越快，同時數據量也越來越大，傳統(tǒng)的基于串行計算的處理方式已很難滿足高效率的生產需求和快速響應，因此必須采用并行計算來快速地對大區(qū)域影像進行處理，提高數據處理效率。

1. 并行處理技術簡介

1.1 并行技術處理種類

現代計算機并行處理技術主要有基于CPU和基于GPU這兩大類處理方法，各有相應的具體處理方案，如通過CPU加速的MPI、OpenMP、PVM等，還有Intel的TBB等；基于GPU的有NVIDIA的CUDA和ATI的Stream技術。本試驗根據數據特點和計算機硬件配置情況，采用基于GPU方法的軟件系統(tǒng)進行影像的快速糾正試驗。

1.2 GPU并行處理優(yōu)勢

1.2.1 高效的并行性

在目前主流的GPU中，配置多達16個片段處理流水線，6個頂點處理流水線。多條流水線可以在單一控制部件的集中控制下運行，也可以獨立運行。GPU的頂點處理流水線使用MIMD方式控制，片段處理流水線使用SIMD結構。相對于并行機而言，GPU提供的并行性在十分廉價的基礎上，為適合于在GPU上進行處理的應用提供了一個很好的并行方案。

1.2.2 高密集的運算

GPU通常具有128位或256位的內存位寬，因此GPU在計算密集型應用方面具有很好的性能。

1.2.3 超長圖形流水線

GPU超長圖形流水線的設計以吞吐量的最大化為目標（如NVIDIA GeForce 3流水線有800個階段），因此GPU作為數據流并行處理機，在對大規(guī)模的數據流并行處理方面具有明顯的優(yōu)勢。

2. 遙感影像快速處理應用

2.1 應用區(qū)簡介

試驗區(qū)內覆蓋46景P5影像，布設外業(yè)控制點68個、檢查點17個，用于區(qū)域網平差的解算及精度檢查；在立體模型中選取26個檢測點，用于檢測DEM和DOM成果精度。試驗區(qū)范圍及控制點分布（見圖1）。

2.2 使用的軟硬件

主要軟硬件設備包括集群式影像處理系統(tǒng)PCI GXL軟件及可進行圖形、圖像處理的高配置計算機等。

2.3 應用區(qū)生產

2.3.1 稀少控制區(qū)域網平差

（1）建立測區(qū)工程

建立測區(qū)工程，設置工程參數及投影坐標系、控制點文件、DEM格網間距及正射影像分辨率。同時根據影像之間的相互關系設置影像列表，導入衛(wèi)星影像并建立模型。

（2）區(qū)域網平差

首先利用軟件對所有影像自動進行連接點的量測，然后對控制點進行預測，人工輔助量測控制點，最后采用“RPC測區(qū)絕對定位”解算方法對區(qū)域網進行平差解算，剔除掉粗差點，得到滿足精度的區(qū)域網平差結果，控制點平差結果見表1。

表1 區(qū)域網平差結果（單位：m）

[類型＼&個數＼&平面中誤差＼&高程中誤差＼&平面最大誤差＼&高程最大誤差＼&控制點＼&68＼&1.385＼&0.836＼&2.723＼&1.042＼&檢查點＼&17＼&4.667＼&1.436＼&6.679＼&1.496＼&]

2.3.2 DEM及DOM生產

首先利用區(qū)域網平差定向后的影像進行DEM密集匹配，然后利用擬合、平滑、內插、定值等工具對密集匹配結果進行編輯，得到滿足精度的DEM數據，最后利用DEM數據采用并行計算的方法對影像進行批量糾正，得到DOM數據。DEM及DOM批量鑲嵌結果見圖2。

2.3.3 精度統(tǒng)計

利用立體模型量測的檢測點對DEM及DOM進行精度檢測，檢測結果見表2。

2.3.4 效率統(tǒng)計

數據處理整理耗時情況見表3。

3. 結論

通過生產試驗表明，利用并行處理技術對大區(qū)域遙感影像數據進行區(qū)域網平差后制作的DEM與DOM精度能夠滿足不同比例尺規(guī)范的相關要求，同時并行處理技術能夠簡化生產流程，大幅度提高運算效率并減少運算時間，特別在對大區(qū)域遙感影像進行處理時，優(yōu)勢明顯。

參考文獻：

[1] 鄭福海，楊木，宋紅艷等.利用IRS—P5影像制作1：500003D產品的試驗研究[J].測繪與空間地理信息，2011，34（6）：117—120.

[2] 肖漢，張祖勛等.基于GPGPU的并行影像匹配算法[J].測繪學報，2010，39（1）：46—51.

[3] 孫影，鄭福海，王鐵軍等.PixelGrid集群式系統(tǒng)在影像快速糾正中的應用研究[J].測繪與空間地理信息，2014，37（10）：221—223.

[4] 李宏寬，楊曉冬，鄒珍軍.基于MPI并行的遙感影像系統(tǒng)幾何校正快速處理技術研究[J].河南工程學院學報·自然科學版，2011，23（1）：49—52.

[5] 陳國良，孫廣中.并行計算的一體化研究現狀與發(fā)展趨勢[J].科學通報，2009，（8）：25—27.

[6] 張利娜， 張東芳， 白亞彬. 基于GDAL的遙感影像快速讀取與顯示方法研究[J]. 西部資源， 2014（1）.

[7] 杜斌， 張煒. 基于面向對象的高分辨率遙感影像分類技術研究[J]. 西部資源， 2016（5）.