遥感图像快速传输算法

标签：碎片化 编码 索引 地图压缩

遥感技术的飞速发展为人们提供了大量的地球空间信息，然而制作地图缓存即切图过程本身是一项非常耗时的工作，按传统的切缓存做法，存在着影像数据不能及时上线使用，即时效性差；切片制作过程频繁、难以管理，需要强大的硬件支持；海量的切片数据容易造成磁盘碎片化等问题，因而如何解决瓦片碎片化问题是解决遥感图像快速传输的关键。

  设想这样的场景：如果空间上相邻的瓦片在磁盘上的存储也是相关的，那么不仅能够很好的解决磁盘碎片的问题，同时还可以降低对磁盘的seek，优化遥感影像的传输。众所周知，Hilbert曲线是目前空间自相关性最好的空间填充曲线，如果以该曲线作为索引对遥感瓦片进行索引，从而实现遥感瓦片的重组织。

  德国数学家David Hilbert发现了一种曲线，首先把一个正方形等分成四个小正方形，依次从西南角的正方形中心出发往北到西北正方形中心，再往东到东北角的正方形中心，再往南到东南角正方形中心，这是一次迭代，如果对四个小正方形继续上述过程，往下划分，反复进行，最终就得到一条可以填满整个正方形的曲线，这就是Hibert曲线，其大致过程如下图所示：

                  Hibert曲线生成过程

实现步骤：

1、首先对遥感瓦片进行切片；

2、利用游程编码对瓦片进行压缩处理；

3、利用Hilbert曲线进行瓦片重编码；

3、根据编码对瓦片进行线性化存储，并在索引文件中记录编码位置；

部分实现代码：

1、Hilbert编码代码：

[cpp] view plaincopy

1. //rotate/flip a quadrant appropriately  

2. void rot(int n, int *x, int *y, int rx, int ry) {  

3.      if (ry == 0) {  

4.           if (rx == 1) {  

5.                *x = n - 1 - *x;  

6.                *y = n - 1 - *y;  

7.           }  

8.           //Swap x and y  

9.           int t = *x;  

10.           *x = *y;  

11.           *y = t;  

12.      }  

13. }  

14.   

15. int xy2d(int n, int x, int y) {  

16.      int rx, ry, s, d = 0;  

17.      for (s = n / 2; s>0; s /= 2) {  

18.           rx = (x & s) > 0;  

19.           ry = (y & s) > 0;  

20.           d += s * s * ((3 * rx) ^ ry);  

21.           rot(s, &x, &y, rx, ry);  

22.      }  

23.      return d;  

24. }  

25.   

26. //convert d to (x,y)  

27. void d2xy(int n, int d, int *x, int *y) {  

28.      int rx, ry, s, t = d;  

29.      *x = *y = 0;  

30.      for (s = 1; s<n; s *= 2) {  

31.           rx = 1 & (t / 2);  

32.           ry = 1 & (t ^ rx);  

33.           rot(s, x, y, rx, ry);  

34.           *x += s * rx;  

35.           *y += s * ry;  

36.           t /= 4;  

37.      }  

38. }  

遥感图像快速传输算法

标签：碎片化 编码 索引 地图压缩

原文地址：http://giser.blog.51cto.com/1410896/1635509