一種海量遙感數(shù)據(jù)的云存取方法
【專(zhuān)利摘要】本發(fā)明提供的海量遙感數(shù)據(jù)的云存取方法，基于Hadoop構(gòu)建所述遙感數(shù)據(jù)云計(jì)算平臺(tái)，再根據(jù)所述遙感數(shù)據(jù)的分辨率構(gòu)建所述遙感數(shù)據(jù)的遙感圖像金字塔，按所述遙感圖像金字塔，將所述遙感圖像分割成若干切片，合成上述所有切片以形成完整影像，并寫(xiě)入新建的HDFS中，再采用金字塔影像存儲(chǔ)結(jié)構(gòu)的方式構(gòu)建遙感數(shù)據(jù)云存儲(chǔ)模塊，構(gòu)建遙感數(shù)據(jù)云讀取模塊。本發(fā)明提供的海量遙感數(shù)據(jù)的云存取方法，通過(guò)將云計(jì)算引入其中，基于云計(jì)算平臺(tái)，進(jìn)行海量遙感影像的切片及合并，并構(gòu)建海量遙感數(shù)據(jù)云存儲(chǔ)模塊以及海量遙感數(shù)據(jù)讀取模塊，能夠?qū)崿F(xiàn)對(duì)海量遙感數(shù)據(jù)進(jìn)行快速有效的存儲(chǔ)與讀取。
【專(zhuān)利說(shuō)明】一種海量遙感數(shù)據(jù)的云存取方法
【【技術(shù)領(lǐng)域】】
[0001]本發(fā)明涉及數(shù)據(jù)處理【技術(shù)領(lǐng)域】，特別涉及一種海量遙感數(shù)據(jù)的云存取方法。
【【背景技術(shù)】】
[0002]隨著遙感技術(shù)的飛速發(fā)展，產(chǎn)生了海量的遙感影像數(shù)據(jù)，海量影像數(shù)據(jù)的存儲(chǔ)和讀取對(duì)計(jì)算機(jī)硬件和軟件提出了更高要求。目前，通常是將影像數(shù)據(jù)全部讀入到內(nèi)存，使用時(shí)再?gòu)膬?nèi)存中讀取相關(guān)數(shù)據(jù)，這種方法對(duì)小數(shù)據(jù)量的影像速度比較快。但是受限于計(jì)算機(jī)內(nèi)存資源難以讀入足夠大的影像數(shù)據(jù)。因此，
[0003]傳統(tǒng)的遙感影像存取技術(shù)已經(jīng)很難適應(yīng)快速膨脹的遙感影像數(shù)據(jù)量。
[0004]中國(guó)專(zhuān)利CN103093413A公開(kāi)了一種遙感影像數(shù)據(jù)寫(xiě)入及讀取的方法和裝置，采用的是按預(yù)設(shè)大小對(duì)原始遙感影像數(shù)據(jù)劃分固定塊，獲取固定塊中象素單元的顏色分量值，再對(duì)顏色分量值分配標(biāo)識(shí)的方法，雖然能夠降低遙感影像數(shù)據(jù)的使用成本，節(jié)省柵格數(shù)據(jù)的存儲(chǔ)空間，但是只能處理有限量的遙感影像數(shù)據(jù)，無(wú)法快速有效的處理海量遙感影像數(shù)據(jù)。
【
【發(fā)明內(nèi)容】
】
[0005]本發(fā)明目的是:提供一種海量遙感數(shù)據(jù)的云存取方法，該方法能夠?qū)Ａ窟b感數(shù)據(jù)進(jìn)行快速存取。
[0006]為實(shí)現(xiàn)上述目的， 本發(fā)明采用下述技術(shù)方案:
[0007]一種海量遙感數(shù)據(jù)的云存取方法，包括下述步驟:
[0008]步驟SllO:基于Hadoop構(gòu)建所述遙感數(shù)據(jù)云計(jì)算平臺(tái)，所述Hadoop包括HDFS和HBase，所述HDFS中存放所述遙感影像數(shù)據(jù)，所述HBase中存儲(chǔ)所述遙感影像數(shù)據(jù)相應(yīng)的元數(shù)據(jù)，所述HDFS包括NameNode和DataNode，所述NameNode中存儲(chǔ)文件的路徑信息和復(fù)制信息，所述DataNode中存儲(chǔ)分區(qū)的文件塊，所述文件塊可根據(jù)所述NameNode中設(shè)置的復(fù)制數(shù)在所述DataNode間進(jìn)行復(fù)制。
[0009]步驟S120:根據(jù)所述遙感數(shù)據(jù)的分辨率構(gòu)建所述遙感數(shù)據(jù)的遙感圖像金字塔；
[0010]步驟S130:按所述遙感圖像金字塔，將所述遙感圖像分割成若干切片，所述切片存儲(chǔ)于所述HDFS的NameNode節(jié)點(diǎn)上；
[0011]步驟S140:合成上述所有切片以形成完整影像，并寫(xiě)入新建的HDFS中；
[0012]步驟S150:采用金字塔影像存儲(chǔ)結(jié)構(gòu)的方式構(gòu)建遙感數(shù)據(jù)云存儲(chǔ)模塊；及
[0013]步驟S160:構(gòu)建遙感數(shù)據(jù)云讀取模塊。
[0014]優(yōu)選地，步驟S120中，根據(jù)所述遙感數(shù)據(jù)的分辨率構(gòu)建所述遙感數(shù)據(jù)的遙感圖像金字塔，包括下述步驟:
[0015]步驟S121:根據(jù)所述遙感數(shù)據(jù)的分辨率計(jì)算金字塔分級(jí)數(shù)；
[0016]步驟S122:建立所述金字塔并重采樣；
[0017]步驟S123:計(jì)算所述金字塔各層的仿射變換參數(shù)；[0018]步驟S124:設(shè)置切片的坐標(biāo)系統(tǒng)，完成所述遙感數(shù)據(jù)的遙感圖像金字塔的構(gòu)建。
[0019]優(yōu)選地，其中，根據(jù)所述遙感數(shù)據(jù)的分辨率計(jì)算金字塔分級(jí)數(shù)，具體為，按照所述遙感數(shù)據(jù)的分辨率大小，將所述遙感數(shù)據(jù)分成不同的級(jí)別，每一級(jí)別對(duì)應(yīng)特定圖像的分辨率大小，且級(jí)別越高對(duì)應(yīng)的圖像分辨率越大，級(jí)別越低對(duì)應(yīng)的圖像分辨率越小，第一級(jí)對(duì)應(yīng)于所述金字塔的最頂層。
[0020優(yōu)選地，步驟S140中，合成上述所有切片以形成完整影像，并寫(xiě)入新建的HDFS中，包括下述步驟:
[0021]步驟S141:從所述NameNode的切片目錄下的文件中讀取完整影像的尺寸信息；
[0022]步驟S142:根據(jù)所述完整影像的尺寸信息創(chuàng)建新的柵格文件；
[0023]步驟S143:讀取所述柵格文件的空間參考和仿射變換信息；
[0024]步驟S144:創(chuàng)建新的HDFS文件系統(tǒng)，并給其設(shè)置空間參考和仿射變換信息；
[0025]步驟S145:遍歷讀取原HDFS中所有需要合并的切片，寫(xiě)入新建的HDFS中并保存。
[0026]優(yōu)選地，步驟S160中，構(gòu)建遙感數(shù)據(jù)云讀取模塊，具體包括下述步驟:
[0027]步驟S161:從所述HBase的變更表中獲取HDFS中實(shí)際存儲(chǔ)文件名；
[0028]步驟S162:所述NameNode節(jié)點(diǎn)得到此文件的所有文件塊路徑信息和復(fù)制信息；
[0029]步驟S163:通過(guò)所述HDFS的訪問(wèn)接口從對(duì)應(yīng)的所述DataNode中讀取所有文件塊；
[0030]步驟S164:在讀取完成后關(guān)閉與所述HDFS的連接，實(shí)現(xiàn)對(duì)所述遙感數(shù)據(jù)云讀取模塊的構(gòu)建。
[0031]采用上述技術(shù)方案，本發(fā)明的有益效果在于:
[0032]本發(fā)明上述實(shí)施例提供的海量遙感數(shù)據(jù)的云存取方法，基于Hadoop構(gòu)建所述遙感數(shù)據(jù)云計(jì)算平臺(tái)，再根據(jù)所述遙感數(shù)據(jù)的分辨率構(gòu)建所述遙感數(shù)據(jù)的遙感圖像金字塔，按所述遙感圖像金字塔，將所述遙感圖像分割成若干切片，合成上述所有切片以形成完整影像，并寫(xiě)入新建的HDFS中，再采用金字塔影像存儲(chǔ)結(jié)構(gòu)的方式構(gòu)建遙感數(shù)據(jù)云存儲(chǔ)模塊，構(gòu)建遙感數(shù)據(jù)云讀取模塊。本發(fā)明提供的海量遙感數(shù)據(jù)的云存取方法，通過(guò)將云計(jì)算引入其中，基于云計(jì)算平臺(tái)，進(jìn)行海量遙感影像的切片及合并，并構(gòu)建海量遙感數(shù)據(jù)云存儲(chǔ)模塊以及海量遙感數(shù)據(jù)讀取模塊，能夠?qū)崿F(xiàn)對(duì)海量遙感數(shù)據(jù)進(jìn)行快速有效的存儲(chǔ)與讀取。
【【專(zhuān)利附圖】

【附圖說(shuō)明】】
[0033]圖1為本發(fā)明實(shí)施例提供的海量遙感數(shù)據(jù)的云存取方法的步驟流程圖；
[0034]圖2為本發(fā)明實(shí)施例提供的根據(jù)所述遙感數(shù)據(jù)的分辨率構(gòu)建所述遙感數(shù)據(jù)的遙感圖像金字塔的步驟流程圖；
[0035]圖3為本發(fā)明實(shí)施例提供的合成所有切片以形成完整影像，并寫(xiě)入新建的HDFS中的步驟流程圖；
[0036]圖4為本發(fā)明實(shí)施例提供的構(gòu)建遙感數(shù)據(jù)云讀取模塊的步驟流程圖。
【【具體實(shí)施方式】】
[0037]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及具體實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0038]請(qǐng)參閱圖1，圖1為本發(fā)明實(shí)施例提供的海量遙感數(shù)據(jù)的云存取方法的步驟流程圖100，包括下述步驟SllO?步驟S160:
[0039]步驟SllO:基于Hadoop構(gòu)建所述遙感數(shù)據(jù)云計(jì)算平臺(tái)；
[0040]其中，所述Hadoop包括HDFS和HBase，所述HDFS中存放所述遙感影像數(shù)據(jù)，所述HBase中存儲(chǔ)所述遙感影像數(shù)據(jù)相應(yīng)的元數(shù)據(jù),所述HDFS至少包括一個(gè)NameNode和多個(gè)DataNode,所述NameNode中存儲(chǔ)文件的路徑信息和復(fù)制信息,所述DataNode中存儲(chǔ)分區(qū)的文件塊，所述文件塊可根據(jù)所述NameNode中設(shè)置的復(fù)制數(shù)在所述DataNode間進(jìn)行復(fù)制。
[0041]可以理解，上述云計(jì)算平臺(tái)可以通過(guò)自我復(fù)制支持，允許硬件失敗，采用流數(shù)據(jù)訪問(wèn)大數(shù)據(jù)集，具有一次寫(xiě)多次讀的簡(jiǎn)單一致模型，支持異構(gòu)硬件和軟件平臺(tái)。
[0042]步驟S120:根據(jù)所述遙感數(shù)據(jù)的分辨率構(gòu)建所述遙感數(shù)據(jù)的遙感圖像金字塔；
[0043]請(qǐng)參閱圖2，圖2為本發(fā)明實(shí)施例提供的根據(jù)所述遙感數(shù)據(jù)的分辨率構(gòu)建所述遙感數(shù)據(jù)的遙感圖像金字塔的步驟流程圖200，包括下述步驟:
[0044]步驟S121:根據(jù)所述遙感數(shù)據(jù)的分辨率計(jì)算金字塔分級(jí)數(shù)；
[0045]優(yōu)選地，按照所述遙感數(shù)據(jù)的分辨率大小，將所述遙感數(shù)據(jù)分成不同的級(jí)別，每一級(jí)別對(duì)應(yīng)特定圖像的分辨率大小，且級(jí)別越高對(duì)應(yīng)的圖像分辨率越大，級(jí)別越低對(duì)應(yīng)的圖像分辨率越小，第一級(jí)對(duì)應(yīng)于所述金字塔的最頂層。
[0046]可以理解，對(duì)切片遙感數(shù)據(jù)的等級(jí)的劃分需要與地圖的標(biāo)準(zhǔn)相匹配，使用劃分好的全球經(jīng)緯網(wǎng)格進(jìn)行裁切，不同的分辨率采用不同大小的格網(wǎng)，如影像分辨率為2.5米時(shí)，采用的是10° *10°大小的網(wǎng)格切片，而當(dāng)影像分辨率為0.1米時(shí)，采用的是1° *1°大小的網(wǎng)格切片。當(dāng)然，這只是舉個(gè)例，在實(shí)際操作中，可以根據(jù)實(shí)際情況，選擇合適的單元網(wǎng)格切片，則整個(gè)遙感影像被切分成了大小相同的N個(gè)網(wǎng)格切片。
[0047]步驟S122:建立所述金字塔并重采樣；
[0048]步驟S123:計(jì)算所述金字塔各層的仿射變換參數(shù)；
[0049]步驟S12:4:設(shè)置切片的坐標(biāo)系統(tǒng)，完成所述遙感數(shù)據(jù)的遙感圖像金字塔的構(gòu)建。
[0050]可以理解，通過(guò)計(jì)算金字塔分級(jí)數(shù)，建立金字塔并重采樣，計(jì)算金字塔各層的仿射變換參數(shù)，設(shè)置切片的坐標(biāo)系統(tǒng)等信息后作為對(duì)影像進(jìn)行切分的依據(jù)。
[0051]步驟S130:按所述遙感圖像金字塔，將所述遙感圖像分割成若干切片，所述切片存儲(chǔ)于所述HDFS的NameNode節(jié)點(diǎn)上；
[0052]可以理解，將整幅遙感影像按照其金字塔分層的級(jí)別分割成若干小的圖片，每個(gè)切片單獨(dú)存儲(chǔ)為一個(gè)文件，并按照預(yù)先規(guī)定的規(guī)則存儲(chǔ)在HDFS文件系統(tǒng)的DataNode節(jié)點(diǎn)上。同時(shí)，在影像切分時(shí)，需要預(yù)定義一組以切片為單位顯示或處理時(shí)坐標(biāo)映射、影像顯示的標(biāo)準(zhǔn)切分參數(shù)，保證影像切分過(guò)程的一致性和切片信息描述的完整性。
[0053]步驟S140:合成上述所有切片以形成完整影像，并寫(xiě)入新建的HDFS中；
[0054]請(qǐng)參閱圖3，圖3為本發(fā)明實(shí)施例提供的合成所有切片以形成完整影像，并寫(xiě)入新建的HDFS中的步驟流程圖300，包括下述步驟:
[0055]步驟S141:從所述NameNode的切片目錄下的文件中讀取完整影像的尺寸信息；
[0056]步驟S142:根據(jù)所述完整影像的尺寸信息創(chuàng)建新的柵格文件；
[0057]步驟S143:讀取所述柵格文件的空間參考和仿射變換信息；[0058]步驟S144:創(chuàng)建新的HDFS文件系統(tǒng)，并給其設(shè)置空間參考和仿射變換信息；
[0059]步驟S145:遍歷讀取原HDFS中所有需要合并的切片，寫(xiě)入新建的HDFS中并保存。
[0060]可以理解，遙感影像切分后，要將切片目錄中的所有切片合成在一起，形成一幅完整的影像，且該完整影像需要復(fù)制存儲(chǔ)在HBase中切片的空間參考、仿射變換等信息。從NameNode的切片目錄下的文件中讀取完整影像的尺寸信息，讀取得到影像的寬度和高度；再創(chuàng)建用戶指定格式的數(shù)據(jù)類(lèi)型的驅(qū)動(dòng)以用來(lái)創(chuàng)建新的柵格文件；讀取空間參考、仿射變換等信息；創(chuàng)建新的HDFS文件系統(tǒng)，并給其設(shè)置空間參考、仿射變換等信息；遍歷讀取原HDFS中所有需要合并的切片，寫(xiě)入新建的HDFS中并保存，從而合成所有切片以形成完整影像。
[0061]步驟S150:采用金字塔影像存儲(chǔ)結(jié)構(gòu)的方式構(gòu)建遙感數(shù)據(jù)云存儲(chǔ)模塊；
[0062]可以理解，所有的遙感影像切片都存儲(chǔ)在HDFS中，而HBase中則存儲(chǔ)相應(yīng)的元數(shù)據(jù)，這種方式在Hadoop環(huán)境下可以獲得較穩(wěn)定的數(shù)據(jù)存儲(chǔ)效率。NameNode中存儲(chǔ)所有文件的路徑信息、復(fù)制信息等，而切分后的每個(gè)遙感影像文件都將合并后存儲(chǔ)在Block中，每個(gè)Block存儲(chǔ)在DataNode節(jié)點(diǎn)上，在建立影像金字塔模型時(shí)影像數(shù)據(jù)自底向上逐漸縮小，因此有的影像層數(shù)據(jù)大于Block大小，而有些層的影像數(shù)據(jù)則小于Block大小。采用分級(jí)、分塊的金字塔影像存儲(chǔ)結(jié)構(gòu)的方式，解決大數(shù)據(jù)量遙感影像快速讀取、存儲(chǔ)的技術(shù)問(wèn)題。
[0063]步驟S160:構(gòu)建遙感數(shù)據(jù)云讀取模塊；
[0064]請(qǐng)參閱圖4，圖4為本發(fā)明實(shí)施例提供的構(gòu)建遙感數(shù)據(jù)云讀取模塊的步驟流程400,包括下述步驟:
[0065]步驟S161:從所述HBase的變更表中獲取HDFS中實(shí)際存儲(chǔ)文件名；
[0066]步驟S162:所述NameNode節(jié)點(diǎn)得到此文件的所有文件塊路徑信息和復(fù)制信息；
[0067]步驟S163:通過(guò)所述HDFS的訪問(wèn)接口從對(duì)應(yīng)的所述DataNode中讀取所有文件塊；
[0068]步驟S164:在讀取完成后關(guān)閉與所述HDFS的連接，實(shí)現(xiàn)對(duì)所述遙感數(shù)據(jù)云讀取模塊的構(gòu)建。
[0069]可以理解，當(dāng)客戶端發(fā)送一個(gè)讀取遙感影像文件請(qǐng)求時(shí)，首先從HBase的變更表中獲取HDFS中實(shí)際存儲(chǔ)文件名，再?gòu)腘ameNode節(jié)點(diǎn)得到此文件的所有文件塊路徑信息、復(fù)制信息等，然后通過(guò)HDFS的訪問(wèn)接口從對(duì)應(yīng)的DataNode中讀取所有文件塊，最后在讀取完成后關(guān)閉與HDFS文件系統(tǒng)的連接。
[0070]可以理解，當(dāng)客戶端在發(fā)起一個(gè)數(shù)據(jù)讀取請(qǐng)求時(shí),必須通過(guò)NameNode得到數(shù)據(jù)在HDFS中實(shí)際存儲(chǔ)位置，默認(rèn)存取數(shù)據(jù)的方式對(duì)于用戶來(lái)說(shuō)是透明的，即用戶只需要知道存儲(chǔ)時(shí)的文件名，而無(wú)需關(guān)心具體有多少副本，以及如果存儲(chǔ)文件的某個(gè)節(jié)點(diǎn)失敗時(shí)，HDFS將讀取請(qǐng)求轉(zhuǎn)移到另外一個(gè)DataNode是如何實(shí)現(xiàn)的。
[0071]本發(fā)明上述實(shí)施例提供的海量遙感數(shù)據(jù)的云存取方法，基于Hadoop構(gòu)建所述遙感數(shù)據(jù)云計(jì)算平臺(tái)，再根據(jù)所述遙感數(shù)據(jù)的分辨率構(gòu)建所述遙感數(shù)據(jù)的遙感圖像金字塔，按所述遙感圖像金字塔，將所述遙感圖像分割成若干切片，合成上述所有切片以形成完整影像，并寫(xiě)入新建的HDFS中，再采用金字塔影像存儲(chǔ)結(jié)構(gòu)的方式構(gòu)建遙感數(shù)據(jù)云存儲(chǔ)模塊，構(gòu)建遙感數(shù)據(jù)云讀取模塊。本發(fā)明提供的海量遙感數(shù)據(jù)的云存取方法，通過(guò)將云計(jì)算引入其中，基于云計(jì)算平臺(tái)，進(jìn)行海量遙感影像的切片及合并，并構(gòu)建海量遙感數(shù)據(jù)云存儲(chǔ)模塊以及海量遙感數(shù)據(jù)讀取模塊，能夠?qū)崿F(xiàn)對(duì)海量遙感數(shù)據(jù)進(jìn)行快速有效的存儲(chǔ)與讀取。
[0072]以上所述，僅是本發(fā)明的較佳實(shí)施例而已，并非對(duì)本發(fā)明作任何形式上的限制，雖然本發(fā)明已以較佳實(shí)施例揭露如上，然而并非用以限定本發(fā)明，任何熟悉本專(zhuān)業(yè)的技術(shù)人員，在不脫離本發(fā)明技術(shù)方案范圍內(nèi)，當(dāng)可利用上述揭示的技術(shù)內(nèi)容作出些許更動(dòng)或修飾為等同變化的等效實(shí)施例，但凡是未脫離本發(fā)明技術(shù)方案內(nèi)容，依據(jù)本發(fā)明的技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所作的任何簡(jiǎn)單修改、等同變化與修飾，均仍屬于本發(fā)明技術(shù)方案的范圍內(nèi)。
【權(quán)利要求】
1.一種海量遙感數(shù)據(jù)的云存取方法，其特征在于，包括下述步驟: 步驟SllO:基于Hadoop構(gòu)建所述遙感數(shù)據(jù)云計(jì)算平臺(tái)，所述Hadoop包括HDFS和HBase，所述HDFS中存放所述遙感影像數(shù)據(jù)，所述HBase中存儲(chǔ)所述遙感影像數(shù)據(jù)相應(yīng)的元數(shù)據(jù)，所述HDFS包括NameNode和DataNode，所述NameNode中存儲(chǔ)文件的路徑信息和復(fù)制信息，所述DataNode中存儲(chǔ)分區(qū)的文件塊，所述文件塊可根據(jù)所述NameNode中設(shè)置的復(fù)制數(shù)在所述DataNode間進(jìn)行復(fù)制。 步驟S120:根據(jù)所述遙感數(shù)據(jù)的分辨率構(gòu)建所述遙感數(shù)據(jù)的遙感圖像金字塔； 步驟S130:按所述遙感圖像金字塔，將所述遙感圖像分割成若干切片，所述切片存儲(chǔ)于所述HDFS的NameNode節(jié)點(diǎn)上； 步驟S140:合成上述所有切片以形成完整影像，并寫(xiě)入新建的HDFS中； 步驟S150:采用金字塔影像存儲(chǔ)結(jié)構(gòu)的方式構(gòu)建遙感數(shù)據(jù)云存儲(chǔ)模塊；及 步驟S160:構(gòu)建遙感數(shù)據(jù)云讀取模塊。
2.根據(jù)權(quán)利要求1所述的海量遙感數(shù)據(jù)的云存取方法，其特征在于，步驟S120中，根據(jù)所述遙感數(shù)據(jù)的分辨率構(gòu)建所述遙感數(shù)據(jù)的遙感圖像金字塔，包括下述步驟: 步驟S121:根據(jù)所述遙感數(shù)據(jù)的分辨率計(jì)算金字塔分級(jí)數(shù)； 步驟S122:建立所述金字塔并重采樣； 步驟S123:計(jì)算所述金字塔各層的仿射變換參數(shù)； 步驟S124:設(shè)置切片的坐標(biāo)系統(tǒng)，完成所述遙感數(shù)據(jù)的遙感圖像金字塔的構(gòu)建。
3.根據(jù)權(quán)利要求2所述的海量遙感數(shù)據(jù)的云存取方法，其特征在于，其中，根據(jù)所述遙感數(shù)據(jù)的分辨率計(jì)算金字塔分級(jí)數(shù)，具體為，按照所述遙感數(shù)據(jù)的分辨率大小，將所述遙感數(shù)據(jù)分成不同的級(jí)別，每一級(jí)別對(duì)應(yīng)特定圖像的分辨率大小，且級(jí)別越高對(duì)應(yīng)的圖像分辨率越大，級(jí)別越低對(duì)應(yīng)的圖像分辨率越小，第一級(jí)對(duì)應(yīng)于所述金字塔的最頂層。
4.根據(jù)權(quán)利要求1所述的海量遙感數(shù)據(jù)的云存取方法，其特征在于，步驟S140中，合成上述所有切片以形成完整影像，并寫(xiě)入新建的HDFS中，包括下述步驟: 步驟S141:從所述NameNode的切片目錄下的文件中讀取完整影像的尺寸信息； 步驟S142:根據(jù)所述完整影像的尺寸信息創(chuàng)建新的柵格文件； 步驟S143:讀取所述柵格文件的空間參考和仿射變換信息； 步驟S144:創(chuàng)建新的HDFS文件系統(tǒng)，并給其設(shè)置空間參考和仿射變換信息； 步驟S145:遍歷讀取原HDFS中所有需要合并的切片，寫(xiě)入新建的HDFS中并保存。
5.根據(jù)權(quán)利要求1所述的海量遙感數(shù)據(jù)的云存取方法，其特征在于，步驟S160中，構(gòu)建遙感數(shù)據(jù)云讀取模塊，具體包括下述步驟: 步驟S161:從所述HBase的變更表中獲取HDFS中實(shí)際存儲(chǔ)文件名； 步驟S162:所述NameNode節(jié)點(diǎn)得到此文件的所有文件塊路徑信息和復(fù)制信息； 步驟S163:通過(guò)所述HDFS的訪問(wèn)接口從對(duì)應(yīng)的所述DataNode中讀取所有文件塊；步驟S164:在讀取完成后關(guān)閉與所述HDFS的連接，實(shí)現(xiàn)對(duì)所述遙感數(shù)據(jù)云讀取模塊的構(gòu)建。
【文檔編號(hào)】H04L29/08GK103595791SQ201310567835
【公開(kāi)日】2014年2月19日 申請(qǐng)日期:2013年11月14日 優(yōu)先權(quán)日:2013年11月14日
【發(fā)明者】陳會(huì)娟, 錢(qián)靜, 劉萍, 鄭茂恭, 黃鑫 申請(qǐng)人:中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院