基于数据分割的遥感影像并行处理的路径最优选择智能方法技术

本发明专利技术属于遥感和地理信息系统技术领域，具体为一种基于数据分割的遥感影像并行处理的路径最优选择智能方法。本发明专利技术先获得输入的遥感影像，再根据训练样本自动计算并行处理程序的单位信息量下的计算代价

【技术实现步骤摘要】
基于数据分割的遥感影像并行处理的路径最优选择智能方法
本专利技术属于遥感和地理信息系统
，具体涉及一种基于数据分割的遥感影像并行处理的路径最优选择智能方法。
技术介绍
在栅格数据结构中，空间被规则地划分为栅格(通常为正方形)。地理实体的位置和状态是用它们占据的栅格行、列号来定义的。每个栅格的大小代表了定义的空间分解力。栅格单元取得越小，数据的分解力就越高，但相对而言，数据文件的数据量越大。栅格数据可以看作是2维矩阵，栅格数据的四叉树金字塔组织方式或者小波金字塔组织方式，事实上形成了一种并行/分布式存储结构。即，数据是在一个三维空间上进行分布的。这个三维空间的坐标系分别是二维空间的X、Y分辨率级。在这个三维坐标系上Z表示的是DOM和DEM数据的颜色值或高程值。在这个数据存储体系中，处于同一分辨率级的不同地域的数据具有不相关性。每个层次的数据在范围上具有上下层涵盖关系，由于不同分辨率级的数据具有一定的信息重复度，分辨率级高的数据信息包含了分辨率级低的数据信息。因此，在金字塔生成的过程中，以高分辨率级数据生成低分辨率级数据。而在同一数据层中，因为数据不相关，数据不能相互生成。分辨率越高，不相关的数据就越多，即域分解性就越好。反之分辨率低，不相关的数据就少，域分解性就差。由于同一分辨率级之间的数据没有相关性，因此，进行域分解不会带来任何通信的代价。但是对于同一区域的不同分辨率数据进行域分解则带来通信量的加大。因此，基于金字塔组织的数据具有较好的域分解性。在遥感影像并行处理过程中包含不同的处理过程。例如图2中分割过程中伴随着数据压缩。然而，图1中的例子是一个信息量减少的过程。图3的目标检测则是一个信息量增加的过程。图中椭圆为检测出的目标，并将其自动生成矢量多边形和矢量点，从而导致信息量增加。不难看出，无论是四叉树索引的并行处理过程还是目标检测的并行处理过程均可以抽象成图4所示的模型。分割操作多于非分割操作的并行处理过程称为纵向并行，分割操作少于非分割操作的并行处理过程称为横向并行。图5给出了更为一般的纵向并行和横向并行的示意图。该图表示从源数据态经过链得到的不同的数据态(分割数据态和其他数据态)的过程。从图中可知无论是a还是b均是一个不完全二叉树。易知，不完全二叉树上的每一个分叉都表示一种实行并行的可能性。若将每一个映射过程视为一个并行任务，则并行维数为d的映射过程，可以形成d条并行的子任务。多路可达性造成了横向并行和纵向并行两种并行路径的选择。易知，若遥感影像处理函数不发生变化，并行路径不发生改变。在具体的并行处理实施过程中，如何让计算机根据处理函数动态选择最佳的并行路径将是分布式存储策略的关键问题。
技术实现思路
本专利技术的目的是克服现有技术的不足，提供一种基于数据分割的遥感影像并行处理的路径最优选择智能方法。本专利技术提供的基于数据分割的遥感影像并行处理的路径最优选择智能方法，具体步骤如下：1)输入待进行并行处理的遥感影像；2)判断是否经过训练？如果为真则跳至步骤13)；否则继续步骤3)；3)人工输入遥感影像分割程序和其他并行处理程序的数量和名称；4)人工输入遥感影像并行处理程序的单位信息量下的计算代价每步处理遥感影像的相对信息量r和相对元素个数n；其中，单位信息量下的计算代价指某并行处理程序处理一个或一组遥感影像信息像元所付出的时间，单位为秒；相对信息量r指输入的遥感影像信息量为1，将其他级遥感影像产品的信息量与原输入的遥感影像的信息量的比值；相对元素个数n指每生成一级遥感影像产品的数量；5)判断人工输入可靠？如果为真则跳至步骤10)；否则继续步骤6)；6)从输入的遥感影像取一个训练样本；7)计算所有分割程序和其他并行处理程序的单位信息量下的计算代价8)计算每步处理遥感影像的相对信息量r；9)计算每步处理遥感影像的元素个数n；10)计算“并行处理程序对”的单位信息量下的计算代价的比值ΦP/Φ’P；11)计算每步处理遥感影像的相对信息量和相对元素个数的比值(rj×ni)/(rj+1×ni+1)；12)将比值存入数据库或文件；13)数据库读取输入遥感影像并行处理程序的单位信息量下的计算代价比值ΦP/Φ’P和每步处理遥感影像的相对信息量和相对元素个数的比值(rj×ni)/(rj+1×ni+1)；14)判断ΦP/Φ’P是否大于(rj×ni)/(rj+1×ni+1)？如果为真则继续步骤15)；否则跳至步骤16)；15)选择先分割再进行其他并行操作的并行路径；16)选择先进行其他并行操作再进行分割的并行路径；17)按照制定的并行路径对输入的所有影像文件进行处理；18)基于数据分割的遥感影像并行处理的路径最优选择智能方法结束。本专利技术的有益效果本专利技术可以使计算机自动根据用户输入的遥感影像和指定的遥感影像处理程序准确地得到并行处理时间最短的最优路径，解决了将并行技术应用于遥感影像分布式存储和处理领域时其处理模型所具有的多路可达性所引起的路径动态、最优选择问题，原理简单实用，满足了并行处理时耗时最短、最高效的要求。附图说明图1是本专利技术流程图。图2是四叉树索引生成示意图(四层)。图3是栅格影像目标检测示意图。图4是栅格影像一般并行处理过程的示意图。图5是纵向并行和横向并行的一般性示意图。具体实施方式本专利技术可以使计算机自动根据用户输入的遥感影像和指定的遥感影像处理程序准确地得到并行处理时间最短的最优路径，解决了将并行技术应用于遥感影像分布式存储和处理领域时其处理模型所具有的多路可达性所引起的路径动态、最优选择问题，原理简单实用，满足了并行处理时耗时最短、最高效的要求。本专利技术具体实施方案如下：1)输入待进行并行处理的遥感影像；2)判断是否经过训练？如果为真则跳至步骤13)；否则继续步骤3)；3)人工输入遥感影像分割程序和其他并行处理程序的数量和名称；4)人工输入遥感影像并行处理程序的单位信息量下的计算代价每步处理遥感影像的相对信息量r和相对元素个数n；5)判断人工输入可靠？如果为真则跳至步骤10)；否则继续步骤6)；6)从输入的遥感影像取一个训练样本；7)计算所有分割程序和其他并行处理程序的单位信息量下的计算代价8)计算每步处理遥感影像的相对信息量r9)计算每步处理遥感影像的元素个数n10)计算“并行处理程序对”的单位信息量下的计算代价的比值ΦP/Φ’P；11)计算每步处理遥感影像的相对信息量和相对元素个数的比值(rj×ni)/(rj+1×ni+1)；12)将比值存入数据库或文件；13)数据库读取输入遥感影像并行处理程序的单位信息量下的计算代价比值ΦP/Φ’P和每步处理遥感影像的相对信息量和相对元素个数的比值(rj×ni）/（rj+1×ni+1）；14)判断ΦP/Φ’P是否大于(rj×ni)/(rj+1×ni+1)？如果为真则继续步骤15)；否则跳至步骤16)；15)选择先分割再进行其他并行操作的并行路径；16)选择先进行其他并行操作再进行分割的并行路径；17)按照制定的并行路径对输入的所有影像文件进行处理；18)基于数据分割的遥感影像并行处理的路径最优选择智能方法结束。步骤1)中所述的输入待进行并行处理的遥感影像的方法：程序处理开始时，人工输入并告知计算机程序待进行并行处理的遥感影像文件存储位置，计算机程序调用IO接口打本文档来自技高网...

【技术保护点】
1.一种基于数据分割的遥感影像并行处理的路径最优选择智能方法，其特征在于，具体步骤如下：1)输入待进行并行处理的遥感影像；2)判断是否经过训练？如果为真则跳至步骤13)；否则继续步骤3)；3)人工输入遥感影像分割程序和其他并行处理程序的数量和名称；4)人工输入遥感影像并行处理程序的单位信息量下的计算代价

【技术特征摘要】
1.一种基于数据分割的遥感影像并行处理的路径最优选择智能方法，其特征在于，具体步骤如下：1)输入待进行并行处理的遥感影像；2)判断是否经过训练？如果为真则跳至步骤13)；否则继续步骤3)；3)人工输入遥感影像分割程序和其他并行处理程序的数量和名称；4)人工输入遥感影像并行处理程序的单位信息量下的计算代价每步处理遥感影像的相对信息量r和相对元素个数n；其中，单位信息量下的计算代价指某并行处理程序处理一个或一组遥感影像信息像元所付出的时间，单位为秒；相对信息量r指输入的遥感影像信息量为1，将其他级遥感影像产品的信息量与原输入的遥感影像的信息量的比值；相对元素个数n指每生成一级遥感影像产品的数量；5)判断人工输入可靠？如果为真则跳至步骤10)；否则继续步骤6)；6)从输入的遥感影像取一个训练样本；7)计算所有分割程序和其他并行处理程序的单位信息量下的计算代价8)计算每步处理遥感影像的相对信息量r；9)计算每步处理遥感影像的元素个数n；10)计算“并行处理程序对”的单位信息量下的计算代价的比值ΦP/Φ’P；11)计算每步处理遥感影像的相对信息量和相对元素个数的比值(rj×ni)/(rj+1×ni+1)；12)将比值存入数据库或文件；13)数据库读取输入遥感影像并行处理程序的单位信息量下的计算代价比值ΦP/Φ’P和每步处理遥感影像的相对信息量和相对元素个数的比值(rj×ni)/(rj+1×ni+1)；14)判断ΦP/Φ’P是否大于(rj×ni)/(rj+1×ni+1)？如果为真则继续步骤15)；否则跳至步骤16)；15)选择先分割再进行其他并行操作的并行路径；16)选择先进行其他并行操作再进行分割的并行路径；17)按照制定的并行路径对输入的所有影像文件进行处理；18)基于数据分割的遥感影像并行处理的路径最优选择智能方法结束。2.根据权利要求1所述的基于数据分割的遥感影像并行处理的路径最优选择智能方法，其特征在于，步骤1)中所述的输入待进行并行处理的遥感影像的方法为：程序处理开始时，人工输入并告知计算机程序待进行并行处理的遥感影像文件存储位置，计算机程序调用IO接口打开文件。3.根据权利要求1所述的基于数据分割的遥感影像并行处理的路径最优选择智能方法，其特征在于，步骤2)中所述的判断是否经过训练？如果为真则跳至步骤13)；否则继续步骤3)的方法为：计算机程序定义一个全局变量TFlag，其中，TFlag初始设为false，默认为未经过训练，从存储文件和数据库中读取是否经过训练的标志值对其进行赋值，计算机条件判断语句进行逻辑判断，如果为真则调用步骤13)的计算机函数；否则继续调用步骤3)的计算机函数。4.根据权利要求1所述的基于数据分割的遥感影像并行处理的路径最优选择智能方法，其特征在于，步骤3)中所述的人工输入遥感影像分割程序和其他并行处理程序的数量和名称的方法为：通过人机交互界面，人工输入并行处理的函数数据和名称，并存储到存储文件或数据库中。5.根据权利要求1-4之一所述的基于数据分割的遥感影像并行处理的路径最优选择智能方法，其特征在于，步骤4)中所述的人工输入遥感影像并行处理程序的单位信息量下的计算代价每步处理遥感影像的相对信息量r和相对元素个数n的方法为：根据人类的经验和理论值，通过人机交互界面，人工输入遥感影像并行处理程序的单位信息量下的计算代价每步处理遥感影像的相对信息量r和相对元素个数n，并存储到存储文件或数据库中；其中，单位信息量下的计算代价指某并行处理程序处理一个或一组遥感影像信息像元所付出的时间，单位为秒；相对信息量r指输入的遥感影像信息量为1，将其他级遥感影像产品的信息量与原输入的遥感影像的信息量的比值；相对元素个数n指每生成一级遥感影像产品的数量。6.根据权利要求5所述的基于数据分割的遥感影像并行处理的路径最优选择智能方法，其特征在于，步骤5)中所述的判断人工输入可靠？如果为真则跳至步骤10)；否则继续步骤6)的方法为：计算机程序定义一个全局变量FFlag，其中，FFlag初始设为false，默认为不可靠，从存储文件和数据库中读取是否可靠的标志值对其进行赋值，计算机条件判断语句进行逻辑判断，如果为真则调用步骤10)的计算机函数；否则继续调用步骤6)的计算机函数，在执行本步骤之后该步骤的计算机函数会自动对比步骤7)、步骤8)和步骤9)的计算机结果对FFlag进行修正。7.根据权利要求6所述的基于数据分割的遥感影像并行处理的路径最优选择智能方法，其特征在于，步骤6)中所述的从输入的遥感影像取一个训练样本的方法为：调用计算机IO函数，逐行逐列读取遥感影像的每个像元。8.根据权利要求7所述的基于数据分割的遥感影像并行处...

【专利技术属性】
技术研发人员：方雷，王祥荣，谢玉静，樊正球，姚申君，刘涛，王雨，
申请(专利权)人：复旦大学，
类型：发明
国别省市：上海,31