一种基于LLTS框架的卫星影像正射纠正算法制造技术

本发明专利技术公开了一种基于LLTS框架的卫星影像正射纠正算法，其整体流程为：首先读取输入影像、输入RPC数据及DEM数据；根据输入参数计算输出影像范围及影像宽高；对输出影像进行逻辑分块；子进程重采样；子进程执行完毕后汇总到主进程。本发明专利技术在传统正射纠正算法中引入LLTS框架，而且通过多进程的方式，可实现多机集群并行处理，从而对单机及多机的计算资源实现统一管理分配，不仅充分利用了计算资源，而且大大提高了处理速度。

【技术实现步骤摘要】
一种基于LLTS框架的卫星影像正射纠正算法
本专利技术涉及一种算法，尤其涉及一种基于LLTS框架的卫星影像正射纠正算法。
技术介绍
近年来，随着卫星技术、传感器技术和电子技术的飞速发展，人类获取遥感数据的手段越来越多样化，获取的遥感数据也由TB级向ET级发展。正射影像是遥感领域常用的标准成果影像，是地图生产、地物识别分类、变换检测等
常用的输入影像。面对海量的遥感数据，如何快速实时的将原始影像转化成可用的正射影像是当前亟需解决的问题。传统正射纠正基于单机多线程的模式，处理速度依赖于单个计算机的处理能力，这对单个计算机的性能要求很高，尤其是处理单景影像的正射纠正时，处理速度与计算机性能成正比，理论处理速度存在极限值。处理多景影像数据时，虽然可以采用多机并行策略，但多机之间因缺少统一调度和管理，无法灵活对各个计算机的计算资源进行合理分配调度，从而造成一定的计算资源浪费。
技术实现思路
为了解决上述技术所存在的不足之处，本专利技术提供了一种基于LLTS框架的卫星影像正射纠正算法。为了解决以上技术问题，本专利技术采用的技术方案是：一种基于LLTS框架的卫星影像正射纠正算法，其整体流程为：a、首先读取输入影像、输入RPC数据及DEM数据；b、根据输入参数计算输出影像范围及影像宽高：将一幅原始图像(abcd)定义在图像坐标系a-xy中；将原始图像纠正后的图像(a1b1c1d1)定义在地图坐标系O-XY中；将计算机中纠正后图像的范围及相应的地面位置记为(ABCD)，记输出影像行列方向的分辨率为△X和△Y；把原始图像的四个角点a，b，c，d按RPC正算模型计算其在地理坐标系中的8个坐标值：(Xa1,Ya1)，(Xb1,Yb1)，(Xc1,Yc1)，(Xd1,Yd1)；然后对这8个坐标值按X、Y方向分别计算最大、最小值记为Xmin、Xmax、Ymin、Ymax；Xmin＝min(Xa1,Xb1,Xc1,Xd1)Xmax＝max(Xa1,Xb1,Xc1,Xd1)Ymin＝min(Ya1,Yb1,Yc1,Yd1)Ymax＝max(Ya1,Yb1,Yc1,Yd1)其中，Xmin、Xmax、Ymin、Ymax即为纠正后影像地理范围；根据影像分辨率△X和△Y计算输出影像的宽高，其中，宽＝(Xmax-Xmin)/△X，高＝(Ymax-Ymin)/△Y；同时可得到输出影像的地理六参数GeoTransf1～6；GeoTransf1＝XminGeoTransf2＝△XGeoTransf3＝0GeoTransf4＝YmaxGeoTransf5＝0GeoTransf6＝-△Y；c、对输出影像进行逻辑分块：确定影像范围后以输出影像为基准，按行列方向构建格网点；相邻格网点组成的矩形格网即为单个任务需要处理的一个任务单元；d、子进程重采样：利用LLTS框架，将每个矩形格网块的影像数据作为一个任务发送至子进程；对于每个子进程，根据待纠正影像像点坐标p1(r,c)及地理六参数GeoTransf1～6计算像点的地理坐标P0(lon，lat)，计算方法为：lon＝GeoTransf1+GeoTransf2*r+GeoTransf3*clat＝GeoTransf4+GeoTransf5*r+GeoTransf6*c根据像点的地理坐标P0(lon，lat)在迭代内插DEM高程值，得到像点对应的物方点高程h；由地理坐标P0(lon，lat)物方点高程h根据RPC反算模型计算像点在原始影像上的像点坐标p(r,c)；再采用双线性内插法内插出p(r,c)点像素值，并赋给p1(r,c)点；依次计算子进程中所有待纠正像点像素值，即完成子进程内影像的重采样；e、子进程执行完毕后汇总到主进程：所有计算机子进程执行任务完毕后，汇总任务结果到LLTS框架，LLST框架将结果反馈给主进程，主进程根据反馈的任务结果生成最后结果。进一步地，LLTS框架任务的分发机制为：通过LLTS框架启动正射纠正主进程，主进程计算输出影像范围并提交任务给LLTS框架，LLTS框架根据剩余计算资源动态分配任务给多个计算机。本专利技术在传统正射纠正算法中引入LLTS框架，而且通过多进程的方式，可实现多机集群并行处理，从而对单机及多机的计算资源实现统一管理分配，不仅充分利用了计算资源，而且大大提高了处理速度。附图说明图1为本专利技术的整体流程示意图。图2为输入的原始图像在图像坐标系中的示意图。图3为计算输出影像范围的示意图。图4为格网点的构建方式示意图。图5为子进程重采样的过程示意图。图6为LLTS框架的任务分发机制示意图。具体实施方式下面结合附图和具体实施方式对本专利技术作进一步详细的说明。LLTS(LowLatencyTaskService，低延迟的任务服务)框架是为了一组相近的计算需求，提供低延迟的计算任务执行服务。图1所示的一种基于LLTS框架的卫星影像正射纠正算法，其整体流程为：a、首先读取输入影像、输入RPC(RationalPolynomialCoefficients，有理多项式系数，一种常用的影像几何关系表达模型的参数)数据及DEM(DigitalElevationModel，数字高程模型)数据。b、根据输入参数计算输出影像范围及影像宽高：如图2为一幅原始图像(abcd)，定义在图像坐标系a-xy中；图3中O-XY是地图坐标系，(a1b1c1d1)为原始图像纠正后的图像，(ABCD)表示在计算机中纠正后图像的范围及相应的地面位置，记输出影像行列方向的分辨率为△X和△Y；把原始图像的四个角点a，b，c，d按RPC正算模型计算其在地理坐标系中的8个坐标值：(Xa1,Ya1)，(Xb1,Yb1)，(Xc1,Yc1)，(Xd1,Yd1)；然后对这8个坐标值按X、Y方向分别计算最大、最小值记为Xmin、Xmax、Ymin、Ymax；Xmin＝min(Xa1,Xb1,Xc1,Xd1)Xmax＝max(Xa1,Xb1,Xc1,Xd1)Ymin＝min(Ya1,Yb1,Yc1,Yd1)Ymax＝max(Ya1,Yb1,Yc1,Yd1)其中，Xmin、Xmax、Ymin、Ymax即为纠正后影像地理范围；根据影像分辨率△X和△Y计算输出影像的宽高，其中，宽＝(Xmax-Xmin)/△X，高＝(Ymax-Ymin)/△Y；同时可得到输出影像的地理六参数GeoTransf1～6；GeoTransf1＝XminGeoTransf2＝△XGeoTransf3＝0GeoTransf4＝YmaxGeoTransf5＝0GeoTransf6＝-△Y。c、输出影像逻辑分块：确定影像范围后以输出影像为基准，按行列方向构建格网点，如图4所示。相邻格网点组成的矩形格网即为单个任务需要处理的一个任务单元。d、子进程重采样：利用LLTS框架，将每个矩形格网块的影像数据作为一个任务发送至子进程；对于每个子进程，根据待纠正影像像点坐标p1(r,c)及地理六参数GeoTransf1～6计算像点的地理坐标P0(lon，lat)，计算方法为：lon＝GeoTransf1+GeoTransf2*r+GeoTransf3*clat＝GeoTransf4+GeoTransf5*r+GeoTransf6*c根据像点的地理坐标P0(lon，lat)在迭代内插DE本文档来自技高网...

【技术保护点】
1.一种基于LLTS框架的卫星影像正射纠正算法，其特征在于：所述算法的整体流程为：a、首先读取输入影像、输入RPC数据及DEM数据；b、根据输入参数计算输出影像范围及影像宽高：将一幅原始图像(abcd)定义在图像坐标系a‑xy中；将原始图像纠正后的图像(a1b1c1d1)定义在地图坐标系O‑XY中；将计算机中纠正后图像的范围及相应的地面位置记为(ABCD)，记输出影像行列方向的分辨率为△X和△Y；把原始图像的四个角点a，b，c，d按RPC正算模型计算其在地理坐标系中的8个坐标值：(Xa1,Ya1)，(Xb1,Yb1)，(Xc1,Yc1)，(Xd1,Yd1)；然后对这8个坐标值按X、Y方向分别计算最大、最小值记为Xmin、Xmax、Ymin、Ymax；Xmin＝min(Xa1,Xb1,Xc1,Xd1)Xmax＝max(Xa1,Xb1,Xc1,Xd1)Ymin＝min(Ya1,Yb1,Yc1,Yd1)Ymax＝max(Ya1,Yb1,Yc1,Yd1)其中，Xmin、Xmax、Ymin、Ymax即为纠正后影像地理范围；根据影像分辨率△X和△Y计算输出影像的宽高，其中，宽＝(Xmax‑Xmin)/△X，高＝(Ymax‑Ymin)/△Y；同时可得到输出影像的地理六参数GeoTransf1～6；GeoTransf1＝XminGeoTransf2＝△XGeoTransf3＝0GeoTransf4＝YmaxGeoTransf5＝0GeoTransf6＝‑△Y；c、对输出影像进行逻辑分块：确定影像范围后以输出影像为基准，按行列方向构建格网点；相邻格网点组成的矩形格网即为单个任务需要处理的一个任务单元；d、子进程重采样：利用LLTS框架，将每个矩形格网块的影像数据作为一个任务发送至子进程；对于每个子进程，根据待纠正影像像点坐标p1(r,c)及地理六参数GeoTransf1～6计算像点的地理坐标P0(lon，lat)，计算方法为：lon＝GeoTransf1+GeoTransf2*r+GeoTransf3*clat＝GeoTransf4+GeoTransf5*r+GeoTransf6*c根据像点的地理坐标P0(lon，lat)在迭代内插DEM高程值，得到像点对应的物方点高程h；由地理坐标P0(lon，lat)物方点高程h根据RPC反算模型计算像点在原始影像上的像点坐标p(r,c)；再采用双线性内插法内插出p(r,c)点像素值，并赋给p1(r,c)点；依次计算子进程中所有待纠正像点像素值，即完成子进程内影像的重采样；e、子进程执行完毕后汇总到主进程：所有计算机子进程执行任务完毕后，汇总任务结果到LLTS框架，LLST框架将结果反馈给主进程，主进程根据反馈的任务结果生成最后结果。...

【技术特征摘要】
1.一种基于LLTS框架的卫星影像正射纠正算法，其特征在于：所述算法的整体流程为：a、首先读取输入影像、输入RPC数据及DEM数据；b、根据输入参数计算输出影像范围及影像宽高：将一幅原始图像(abcd)定义在图像坐标系a-xy中；将原始图像纠正后的图像(a1b1c1d1)定义在地图坐标系O-XY中；将计算机中纠正后图像的范围及相应的地面位置记为(ABCD)，记输出影像行列方向的分辨率为△X和△Y；把原始图像的四个角点a，b，c，d按RPC正算模型计算其在地理坐标系中的8个坐标值：(Xa1,Ya1)，(Xb1,Yb1)，(Xc1,Yc1)，(Xd1,Yd1)；然后对这8个坐标值按X、Y方向分别计算最大、最小值记为Xmin、Xmax、Ymin、Ymax；Xmin＝min(Xa1,Xb1,Xc1,Xd1)Xmax＝max(Xa1,Xb1,Xc1,Xd1)Ymin＝min(Ya1,Yb1,Yc1,Yd1)Ymax＝max(Ya1,Yb1,Yc1,Yd1)其中，Xmin、Xmax、Ymin、Ymax即为纠正后影像地理范围；根据影像分辨率△X和△Y计算输出影像的宽高，其中，宽＝(Xmax-Xmin)/△X，高＝(Ymax-Ymin)/△Y；同时可得到输出影像的地理六参数GeoTransf1～6；GeoTransf1＝XminGeoTransf2＝△XGeoTransf3＝0GeoTransf4＝YmaxGeoTransf5＝0GeoTransf6＝-△Y；c、对...

【专利技术属性】
技术研发人员：吴方才，王重阳，张丽，靳笑琳，
申请(专利权)人：航天星图科技北京有限公司，
类型：发明
国别省市：北京,11