应急遥感影像高性能集群处理系统的设计与实现

2016-06-01龚建辉杨正银陈中林

测绘通报 2016年4期

关键词：遥感影像服务体系

龚建辉，杨正银，陈中林

(四川省遥感信息测绘院，四川成都 610100)

应急遥感影像高性能集群处理系统的设计与实现

龚建辉，杨正银，陈中林

(四川省遥感信息测绘院，四川成都 610100)

Design and Implementation of High-performance Cluster for Emergency Remote Sensing Image Processing System

GONG Jianhui，YANG Zhengyin，CHEN Zhonglin

摘要：深入分析了PixelGrid高分辨率遥感影像数据一体化测图系统在生产单位中存在的问题，提出并实现了以控制资料服务体系为基础，依托高速局域网的分布式并行处理模块，集成PixelGrid，解决了控制点自动量测并实现了流程化定制作业，提高了应急遥感影像快速处理效率。

关键词：遥感影像；控制资料；服务体系；自动量测；分布式并行处理

四川盆地属我国地质灾害多发区，近年该地区发生了多次特大型地质灾害，如“5·12”汶川地震、“4·20”芦山地震、“7·10”泥石流等，这些地质灾害对人民群众的生命财产安全造成了极大创伤。

如何提高正射影像更新的效率，关键在于如何快速获取航空航天影像空中三角测量所需的地面控制资料。目前主要依靠人工判读的方法在新获取的影像和已有的地面控制资料间量测一定数量的控制点对新影像进行空中三角测量。将这些影像与已有的地面控制资料对应起来是一件非常费时费力的工作，而且由于作业时测区内部地物地貌发生的变化通常都是未知的，这就更加增大了控制点判读的难度。

本文以现代摄影测量与遥感科学技术理论为基础，融合计算机技术和网络通信技术，研究多源控制库构建技术，航空航天影像基于已有地理信息数据进行快速自动匹配定向的理论和技术，并在此基础上，结合生产单位实际作业中遇到的困难和问题，引进、开发和集成可处理多源航空航天遥感影像的、满足应急测绘保障体系下测绘作业单位实际生产需要的正射影像并行处理系统。

一、PixelGrid遥感影像高性能集群处理系统存在的问题

我院引进的高分辨率遥感影像数据一体化测图系统PixelGrid是由中国测绘科学研究院自主研发的“十一五”重大科研成果。该系统全面实现了对卫星影像数据、航空影像数据及低空无人机影像数据的快速自动处理。然而在实际使用过程中存在以下几个问题：①基于文件的控制点量测；②基于文件的DEM控制；③基于文件的DOM影响更新；④控制资料源分析及整理工作量大；⑤无法进行海量遥感影像数据自动化生产。

笔者所在单位作为测绘生产单位通过不断的项目生产，积累了大量的控制点资料、DEM数字高程模型成果、DOM正射影像成果等控制资料，该平台基于文件的处理模式无法对其进行高效的利用，这直接影像到生产效率及给基础资料数据的安全带来隐患。

本文提出并实现了基于控制资料服务体系，集成PixelGrid，运用稀少/无控制区域网平差、POS数据辅助空三、高精度DEM/DSM自动提取、遥感影像并行处理等技术，搭建集海量数据存储、并行集群计算机、高速网络与服务、多源异构遥感影像处理于一体的遥感影像高性能集群处理系统，结合已有全野外测量与无人机航空摄影设备，形成“天地一体”的航空航天遥感资料快速获取、处理平台，为地质灾害防治、应急抢险救援提供及时、高效的测绘保障，提升地质灾害科学防治能力和应急处置效率。

二、应急遥感影像高性能集群处理系统的建立

1. 总体框架

应急遥感影像高性能集群处理系统以控制资料源为基础，以控制资料服务体系为核心，集成PixelGrid，运用稀少/无控制区域网平差、POS数据辅助空三、高精度DEM/DSM自动提取、遥感影像并行处理等技术，搭建集海量数据存储、并行集群计算机、高速网络与服务、多源异构遥感影像处理于一体的遥感影像高性能集群处理系统，结合已有全野外测量与无人机航空摄影设备，形成“天地一体”的航空航天遥感资料快速获取、处理平台，搭建基于高速局域网的分布式并行处理模块，实现流程化作业，为地质灾害防治、应急抢险救援提供及时、高效的测绘保障，提升地质灾害科学防治能力和应急处置效率。系统的构架如图1所示。

图1

2. 控制资料服务体系建立

为了充分利用已有的地理信息数据成果，需要建立包含DEM、DOM、外业采集控制点数据及其他已有控制点资料的数据库，为新数据处理提供控制资料[2]，并以服务的形式发布，从而建立多源控制资料库与应急遥感影像高性能集群处理系统之间的联系，如图2所示。

图2

3. 建立基于高速局域网的分布式并行化处理模块

基于高速局域网的分布式并行处理模块，主要使用已有的DEM与DOM数据，进行海量遥感影像数据自动化生产。该模块基于GPU快速图形运算、CPU多核并行计算、分布式处理、高速局域网通信技术等关键技术，能够实现流程化定制作业，如图3所示。

其工作流程简述如下：

1) 添加流程模板：在处理命令中依次添加所需要的流程处理命令。

2) 添加订单：设置工程路径、卫星路径、DOM路径、DEM路径、输出路径，在流程中选择已经定制好的流程模板，同时修改各项流程处理命令中的输入参数。

3) 任务处理：按照订单提交任务，实现任务处理的自动化，提高生产作业效率。

图3

4. 改进PixelGrid搭建应急遥感影像高性能集群处理系统平台

基于建立的控制资料服务体系，集成多源遥感影像高性能集群处理平台Pixelgrid，采用大范围区域稀少控制卫星影像区域网平差技术，减少对地面控制的要求，研发同轨同时相卫星影像的虚拟拼接技术，使同轨同时相的多景卫星影像以一张虚拟影像的方式参与区域网平差，以期进一步减少对外业控制点的需求，实现包括对 IKONOS、GeoEye-I/II、WordView-I/QuickBird、IRS-P5、SPOT 5、ALOS/PRISM和国产CBERS-02、天绘一号、资源三号等卫星影像的区域网平差；DOM等测绘产品的生产;卫星遥感影像与已有DOM和DEM的自动配准；高分辨率卫星影像区域网平差过程中控制点的自动提取等功能。实现大范围高分辨率遥感影像的快速精准定位和高效高精度的影像图制作。改进的工艺流程如图4所示。

其工作流程简述如下：

1) 建立测区：对航空影像进行重采样，获得航空影像的金字塔影像。使用原始影像(1∶1)和金字塔影像(1∶3或1∶5)分别建立两个测区。其中两个测区的航带和影像列表结构完全一样，唯一的区别就是一个测区使用的是原始影像，另一个使用的是金字塔影像。

图4

2) 使用金字塔影像测区进行空中三角测量自动转点，实现航空影像之间的连接，建立测区的像点网。

3) 人工在正射影像和航空影像的金字塔影像上判读少量控制点作为种子点[4]。通常情况下，只需要在测区的四角量测种子控制点即可。通过这些种子点，可以调用光束法区域网平差程序解求得到所有航空影像外方位元素的近似值。

4) 获得航空影像外方位元素的近似值后，所有航空影像与已有正射影像和DEM之间的相对位置关系已知，可以通过新影像与已有正射影像间的自动匹配进行控制点的自动量测[5]。

5) 在原始影像测区中，使用步骤4)中自动量测的连接点和控制点进行区域网平差和少量人工编辑，最终解算得到所有航空影像外方位元素的精确值。

6) 利用航空影像外方位元素的精确值和DEM(或者使用已有的DEM数据，或者使用新影像重新自动匹配生成)进行正射影像微分纠正和快速镶嵌得到摄影区域的更新正射影像。

7) 建立立体像对后输出正射影像、制作专题图、生成DEM。

在上述工作流程中，需要指出步骤1)～3)的主要目的是为了获取航空影像外方位元素的初值。因此这3个步骤主要是在1∶3或1∶5的金字塔影像测区中进行处理。众所周知，通常情况下金字塔影像上的自动匹配要比原始影像上的自动匹配容易一些，这主要是由于金字塔影像上的自动匹配受地形起伏在金字塔影像上引起的投影畸变的影响要小一些。除此以外，如果摄影区域是一些非常困难的区域，如高山地、茂密植被覆盖和大面积落水区域等，为了能够顺利地完成金字塔影像测区的连接和建立像点网，有时需要将测区进一步细分为几个子测区，同时人工在每一个子测区中判读少量控制点，影像外方位元素近似值的解求也是在每个子测区中独立进行的。

三、测试结果分析

系统建成后，选用了5景卫星影像纠正，共耗时约2 h 40 min，其中人工干预时间约为60 min，见表1、表2。