GDAL在地理国情监测项目中的应用_苏光日

第37卷第1期20141测绘与空间地理信息GEOMATICS ＆SPATIAL INFOＲMATION TECHNOLOGYVol．37，No．1Jan．，2014收稿日期：2013－07－10基金项目：黑龙江测绘地理信息局测绘科技发展基金项目：地理国情普查生产应用与管理集成系统研发———地理国情普查内业生产应用集成子系统（201301－5）资助作者简介：苏光日（1977－），男，福建建瓯人，工程师，学士，主要从事遥感、测绘与GIS 应用开发等工作。

GDAL 在地理国情监测项目中的应用苏光日1，范义鹏2，张学之1，姜淼1（1．黑龙江地理信息工程院，黑龙江哈尔滨150081；2．山东正元数字城市建设有限公司，山东济南264670）摘要：在地理国情监测项目中，使用了大量的卫星遥感影像，这些卫星遥感影像单景数据都大于2GB 。

利用GDAL 的快速高效的影像读取功能，动态分块读取图像，能够很好地处理这些大数据，采用扫描线算法提取地理国情监测项目的影像有效边界，实现影像接边和影像坐标范围检查。

关键词：GDAL ；动态分块；影像接边；遥感影像；地理国情中图分类号：P208文献标识码：B文章编号：1672－5867（2014）01－0086－03Application of GDAL in Geographic NationalCondition Monitoring ProjectSU Guang －ri 1，FAN Yi －peng 2，ZHANG Xue －zhi 1，JIANG Miao 1（1．Heilongjiang Institute of Geomatics Engineering ，Harbin 150081，China ；2．Shangdong Zhengyuan Digital City Construction Co．，Ltd．，Jinan 264670，China ）Abstract ：In the geographic national conditions monitoring project ，a large number of satellite remote sensing images are used ，and the single panoramic image is usually larger than 2GB．By using the dynamic sub －block function of GDAL ，we can fast and efficiently read and process those mass data images．Then ，we use the scan line algorithm to obtain effective border of image in the geographic na-tional condition monitoring project ，and achieve image edge matching and image coordinate range checking．Key words ：GDAL ；dynamic sub －block ；image edge matching ；remote sensing ；geographic national conditions0引言随着卫星遥感技术的快速发展，获取的遥感图像的地面分辨率越来越高，单景数据量越来越大。

地理国情监测项目采用高分辨率全色影像和高分辨率多光谱影像，将高分辨率的全色影像和多光谱影像融合得到高分辨率的彩色影像。

融合后的彩色影像数据量很大，在生产作业过程中，数据处理人员在操作这些数据时需要花费大量的时间。

为了提高生成效率，应将一些工作由程序来处理。

通常Windows 提供的影像操作接口只能处理小于2GB 的影像数据，对于大于2GB 数据却显得无能为力。

而GDAL 作为一个强大的影像处理库，能够很好地处理大数据，GDAL 支持常见的各种图像文件格式，能够动态建立图像金字塔，按波段读取图像，分块获取图像的数据，在处理影像数据量上没有任何限制。

1GDAL 库介绍1998年末，加拿大的Frank Warmerdam 开始了GDAL（Geospatial Data A1bstraction Library ）项目的编写工作。

该项目得到了许多个人和团体的支持，主要的赞助团体有Cadcorp ，safe Software ，SＲC ，i －cubed ，Ingres Corporation 等。

GDAL 是一个独立的专业的开源库，并且是一个在X /MIT 许可协议下的开源栅格空间数据转换库。

它利用抽象数据模型来表达所支持的各种文件格式，还有一系列命令行工具来进行数据转换和处理。

OGＲ是GDAL 项目的一个分支，功能与GDAL 类似，只不过它提供对矢量数据的支持。

有很多著名的GIS 类产品包括ESＲI 的Arc-GIS 9．2，Google Earth 和跨平台的GＲASS GIS 系统都使用了GDAL /0GＲ开源库的若干模块。

利用GDAL /0GＲ库，可以使基于Linux 的地理空间数据管理系统提供对矢量和栅格文件数据的支持。

1．1GDAL 的类框架GDAL 提供对多种栅格数据的支持，包括Arc /Info 的ASCII Grid （asc ），GeoTiff （tiff ），Erdas Imagine Images （img ），ASCIIDEM （dem ）等格式。

GDAL 使用抽象数据模型（abstract data model ）来解析它所支持的数据格式，抽象数据模型包括数据集（dataset ），坐标系统，仿射地理坐标转换（Affine Geo Transform ）、大地控制点（GCPs ），元数据（Metadata ）、栅格波段（Ｒaster Band ）、颜色表（Color Ta-ble ）、子数据集域（Subdatasets Domain ），图像结构域（im-age —Structure Domain ）、XML 域（XML ：Domains ）等。

GDAL 的核心类结构设计如图1所示。

图1GDAL 核心类库Fig．1GDAL core database其中的类说明如下：GDALMajorObject 类：带有元数据的对象。

GDALDdataSet 类：通常是从一个栅格文件中提取的相关联的栅格波段集合和这些波段的元数据，GDALD-dataSet 也负责所有栅格波段的地理坐标转换（Georefer-encingtransform ）和坐标系定义。

GDALDriver 类：文件格式驱动类，GDAL 会为每一个所支持的文件格式创建一个该类的实体，来管理该文件格式。

GDALDriverManager 类：文件格式驱动管理类，用来管理GDALDriver 类。

1．2GDAL 的主要功能GDAL 作为一个优秀的开源库，它提供了标准的二次开发接口，包括读取、写入、转换、处理多种栅格数据格式，同时它提供完全公开的源代码，为用户进行二次开发和底层的功能扩展提供了很高的起点。

GDAL 使用了一个单一的抽象数据模型来支持大多数类型，GDAL 支持的数据格式有：BMP ，JPEG ，GTiff ，HFA ，BT ，ECW ，FITS ，GIF ，HDF4，EHdr 等。

2GDAL 在地里国情监测项目中的应用2．1获取影像最大有效范围在地理国情监测项目中需要获取纠正后的影像最大有效范围（由四个点构成），纠正后的影像有效范围都是不规则的多边形，如何得到最大的有效范围是很困难的。

人工在选取时，存在很多问题，其中打开大数据量的tif 影像要耗费大量时间，对于不规则的影像如何选取哪四个点组成的范围最大，人工很难判断，获取的范围不一定准确。

借助GDAL 库的强大功能，采用程序的方式能够很好地解决这个问题。

首先，通过扫描线算法，利用GDAL 进行影像分块读取技术，对影像进行一个逐行扫描，对影像边界进行矢量化，得到边界像素的实际坐标点序列。

然后，对矢量化后的坐标点序列进行处理。

由于纠正后的影像基本上都不是矩形，边界存在锯齿状，那么矢量化后点序列组成的线也存在锯齿，通过简化线方式无法处理掉全部的锯齿点，无法获取面积最大的四个顶点。

因此，我们将最大面积的四边形转化为两个三角形来处理，计算原理如下：1）通过矢量化点序列计算出两个距离最大的点（A ，B ）。

2）以A 点和B 点之间的点组成一个点序列M ，以A 点之前的点和B 点之后的点组成一个点序列N ，为将矢量化点序列分成两部分。

3）根据三角形面积最大原理，分别获得M 点序列和N 点序列到AB 线段距离最大的两个点（C ，D ），那么由A ，B ，C ，D 四点组成的四边形包含影像的面积最大。

获取影像最大有效范围过程如图2 5所示。

图2影像边界矢量提取Fig．2Vector extraction of the imageedge图3图像边界锯齿状矢量Fig．3Zigzag vector of the imageedge图4面积最大原理图Fig．4Principle of maximum area78第1期苏光日等：GDAL 在地理国情监测项目中的应用图5最大有效四角点结果Fig．5Ｒesult of maximum efficient four－corner points 2．2数字正射影像图接边检查在实际数字正射影像图街边检查时，人工检查影像接边会耗费质检人员大量的时间，特别是对于大数据量影像，每次打开影像显示都需要很长时间。

人工检查影像接边时，通常需要检查数字正射影像图接边处是否存在裂缝，接边处的亮度、色调、饱和度是否一致，接边处的透明度是否一致。

检查时，必须打开每个接边影像，分别检查接边处是否存在问题。

采用GDAL分块分波段快速读取影像数据功能，可以实现快速地检查影像接边，检查结果准确无误。

检查的过程如下：1）采用GDAL读取接边各影像的TFW文件信息和影像的大小，计算出影像的坐标范围（2．3中详细介绍计算原理）。

2）通过影像的坐标范围可以计算出四边的接边重叠区域范围。

3）利用GDAL分块读取重叠区域范围的像素，将两个区域的像素进行比较，如果相同位置的像素不一样，说明接边有问题或者没有接边，报告接边错误；如果全部相同位置的像素一样，接边情况良好。

2．3正射图像范围检查地理国情监测项目的正射图像范围检查内容包括：图像的大小、TFW文件的坐标与像素分辨率。

在人工检查时，需要在ArcMap中打开影像和结合表，查看图像范围和图廓是否一致，这对检查员是很费时的重复工作。