一種基于地理編碼及動態(tài)索引的智能檢索方法
【技術領域】
[0001]本發(fā)明屬于信息處理技術領域，尤其涉及一種基于地理編碼及動態(tài)索引的智能檢索方法。
【背景技術】
[0002]目前多源遙感數(shù)據(jù)的融合與索引較為困難，多源遙感數(shù)據(jù)維護難度大，多源遙感數(shù)據(jù)的存儲復雜，傳輸效率效率低下，無法實現(xiàn)多源遙感數(shù)據(jù)的實時快速訪問，多源遙感數(shù)據(jù)的應用價值較小。

【發(fā)明內(nèi)容】

[0003]本發(fā)明提供了一種基于地理編碼及動態(tài)索引的智能檢索方法，旨在解決目前多源遙感數(shù)據(jù)的融合與索引較為困難，多源遙感數(shù)據(jù)維護難度大，多源遙感數(shù)據(jù)的存儲復雜，傳輸效率效率低下，無法實現(xiàn)多源遙感數(shù)據(jù)的實時快速訪問，多源遙感數(shù)據(jù)的應用價值較小的問題。
[0004]本發(fā)明的目的在于提供一種基于地理編碼及動態(tài)索引的智能檢索方法，該基于地理編碼及動態(tài)索引的智能檢索方法包括以下步驟:
[0005]步驟一，構造用以描述多源遙感數(shù)據(jù)的多源、多尺度、多時相特性的多源遙感數(shù)據(jù)復合金字塔模型；
[0006]步驟二，通過多源遙感數(shù)據(jù)不同的分布情況對多源遙感數(shù)據(jù)復合金字塔模型結構進行動態(tài)編碼；
[0007]步驟三，采用動態(tài)非均勻金字塔索引算法對全球不同的多源遙感數(shù)據(jù)進行索引；
[0008]步驟四，將輸入信息轉換成地理編碼進行檢索。
[0009]進一步，在步驟一中，通過在傳統(tǒng)金字塔結構中加入傳感器及時相信息，使得多源遙感數(shù)據(jù)復合金字塔能夠快速實現(xiàn)不同時段不同傳感器數(shù)據(jù)的局部更新，降低多源遙感數(shù)據(jù)維護難度，提高多源遙感數(shù)據(jù)的應用價值；
[0010]在生成多源遙感數(shù)據(jù)復合金字塔結構的過程中，采用基于小波的數(shù)據(jù)壓縮算法提高多源遙感數(shù)據(jù)的存儲及傳輸效率。
[0011]進一步，在步驟三中，采用非均勻編碼建立數(shù)據(jù)的索引，著重對熱點區(qū)域的編碼，減少對非熱點地區(qū)的編碼，令current_longtude表示當前的經(jīng)度，current_latitude表示當前的瑋度，current_level表示當前的縮放級別，將數(shù)據(jù)的索引坐標表示為:
[0012]X = current_longtude/longtude_steps[current_level]
[0013]y = current_latitude/latitude_steps[current_level]
[0014]圖瓦片坐標表示為:
[0015]folder_x = math, floor(Origin_x/GridIndex_M_Arrays[current_level])
[0016]folder_y = math, floor(Origin_y/GridIndex_M_Arrays[current_level])
[0017]進一步，令current_longtude表示當前的經(jīng)度，current_latitude表示當前的瑋度，current_level表示當前的縮放級別，數(shù)據(jù)的索引坐標表示為:
[0018]X = current_longtude/longtude_steps[current_level],
[0019]y = current_latitude/latitude_steps[current_level]；
[0020]圖瓦片坐標表示為:
[0021]folder_x = math, floor(Origin_x/GridIndex_M_Arrays[current_level])
[0022]folder_y = math, floor(Origin_y/GridIndex_M_Arrays[current_level])。
[0023]本發(fā)明提供的基于地理編碼及動態(tài)索引的智能檢索方法，構造用以描述多源遙感數(shù)據(jù)的多源、多尺度、多時相特性的多源遙感數(shù)據(jù)復合金字塔模型，通過多源遙感數(shù)據(jù)不同的分布情況對多源遙感數(shù)據(jù)復合金字塔模型結構進行動態(tài)編碼，采用動態(tài)非均勻金字塔索引算法對全球不同的多源遙感數(shù)據(jù)進行索引，將輸入信息轉換成地理編碼進行檢索；本發(fā)明在傳統(tǒng)金字塔結構中加入傳感器及時相信息，并通過多源遙感數(shù)據(jù)不同的分布情況對金字塔結構進行動態(tài)編碼，有效地實現(xiàn)了多源遙感數(shù)據(jù)的融合與索引，實現(xiàn)多源遙感數(shù)據(jù)的實時快速訪問，同時該多源遙感數(shù)據(jù)金字塔結構能夠快速實現(xiàn)不同時段不同傳感器數(shù)據(jù)的局部更新，降低了數(shù)據(jù)維護難度，提高了多源遙感數(shù)據(jù)的應用價值，本發(fā)明還在生成金字塔結構的過程中采用基于小波的數(shù)據(jù)壓縮算法，有效地提高了多源遙感數(shù)據(jù)的存儲及傳輸效率；本發(fā)明能夠在數(shù)字地球上組織及可視化海量多源遙感數(shù)據(jù)，實現(xiàn)不同尺度、不同傳感器及不同時相數(shù)據(jù)的實時融合可視化，降低了多源遙感數(shù)據(jù)的在線應用及共享分發(fā)難度。
【附圖說明】
[0024]圖1是本發(fā)明實施例提供的基于地理編碼及動態(tài)索引的智能檢索方法的實現(xiàn)流程圖。
【具體實施方式】
[0025]為了使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下結合附圖及實施例，對本發(fā)明進行進一步的詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定發(fā)明。
[0026]圖1示出了本發(fā)明實施例提供的基于地理編碼及動態(tài)索引的智能檢索方法的實現(xiàn)流程。
[0027]該基于地理編碼及動態(tài)索引的智能檢索方法包括以下步驟:
[0028]步驟S101，構造用以描述多源遙感數(shù)據(jù)的多源、多尺度、多時相特性的多源遙感數(shù)據(jù)復合金字塔模型；
[0029]步驟S102，通過多源遙感數(shù)據(jù)不同的分布情況對多源遙感數(shù)據(jù)復合金字塔模型結構進行動態(tài)編碼；
[0030]步驟S103，采用動態(tài)非均勻金字塔索引算法對全球不同的多源遙感數(shù)據(jù)進行索弓I ;
[0031]步驟S104，將輸入信息轉換成地理編碼進行檢索。
[0032]在本發(fā)明實施例中，在步驟SlOl中，通過在傳統(tǒng)金字塔結構中加入傳感器及時相信息，使得多源遙感數(shù)據(jù)復合金字塔能夠快速實現(xiàn)不同時段不同傳感器數(shù)據(jù)的局部更新，降低多源遙感數(shù)據(jù)維護難度，提高多源遙感數(shù)據(jù)的應用價值；
[0033]在生成多源遙感數(shù)據(jù)復合金字塔結構的過程中，采用基于小波的數(shù)據(jù)壓縮算法提高多源遙感數(shù)據(jù)的存儲及傳輸效率。
[0034]在本發(fā)明實施例中，在步驟S103中，采用非均勻編碼建立數(shù)據(jù)的索引，著重對熱點區(qū)域的編碼，減少對非熱點地區(qū)的編碼，令current_longtude表示當前的經(jīng)度，current_latitude表示當前的瑋度，current_level表示當前的縮放級別，將數(shù)據(jù)的索引坐標表示為:
[0035]X = current_longtude/longtude_steps[current_level]
[0036]y = current_latitude/latitude_steps[current_level]
[0037]圖瓦片坐標表示為:
[0038]folder_x = math, floor(Origin_x/GridIndex_M_Arrays[current_level])
[0039]folder_y = math, floor(Origin_y/GridIndex_M_Arrays[current_level])
[0040]在本發(fā)明實施例中，令current_longtude表示當前的經(jīng)度，current_latitude表示當前的瑋度，current_level表示當前的縮放級別，數(shù)據(jù)的索引坐標表示為:
[0041]X = current_longtude/longtude_steps[current_level],
[0042]y = current_latitude/latitude_steps[current_level]；
[0043]圖瓦片坐標表示為:
[0044]folder_x = math, floor(Origin_x/GridIndex_M_Arrays[current_level])
[0045]folder_y = math, floor(Origin_y/GridIndex_M_Arrays[current_level])。
[0046]下面結合附圖及具體實施例對本發(fā)明的應用原理作進一步描述。
[0047]如圖1所示，本發(fā)明提供的基于地理編碼及動態(tài)索引的智能檢索方法，首先對輸入的遙感影像構造多源遙感數(shù)據(jù)復合金字塔模型，用以描述數(shù)據(jù)的多源、多尺度、多時相特性，其次通過多源遙感數(shù)據(jù)不同的分布情況對金字塔結構進行動態(tài)編碼，用以表達遙感影像的經(jīng)度、瑋度、高程等地理信息；然后針對全球不同的多源遙感數(shù)據(jù)分布采用動態(tài)非均勻金字塔索引算法，減少索引冗余，提高檢索訪問效率；通過檢索輸入數(shù)據(jù)的地理編碼得到最終查找結果。本發(fā)明不同于傳統(tǒng)均勻索引方式，依據(jù)非均勻影像數(shù)據(jù)索引方式，可以指導數(shù)據(jù)的物理