[摘 要]为了更好地处理无人机巡检图像数据，本文从无人机数据采集处理的角度提出了一种大型图像数据离散化处理方法，并设计了数据处理平台的系统架构，使无人机采集的数据能更加方便、直观地展示给使用者。
[关键词]图像处理；地图引擎；WebGIS
doi：10.3969/j.issn.1673 - 0194.2017.12.078
[中图分类号]TN919.3 [文献标识码]A [文章编号]1673-0194（2017）12-0-02
1 无人机概述
近年来，随着无人机技术的发展，无人机也较为普遍地出现在公众的视野，其在各行业的应用不断加强，除应用于工业、农业、军事、石油等行业外，在植保、街景拍摄、环保、灾后救援、线路巡检等领域也成为热门。其中，无人机在石油行业主要用于输油管线的巡检，通过高分辨率的图像信息可以有效发现输油管线周围环境的变化，提早发现各类隐患，提高管线运行的安全性。此外，无人机应用在通信线路的巡检中也开始发挥重要作用，而无人机巡检则成为无人机应用的一个重要方向。
无人机要想在线路巡检领域发挥作用，必须配备高分辨率的相机，这样在空中拍摄的照片才能满足需求，但高分辨率的照片通过拼接后会形成单张很大的图片，这对图像的后期使用会带来一定困难。为解决这一问题，需要设计研发一种能快速处理大型图像的数据处理平台，使无人机采集的数据能更加方便直观地展示给使用者，甚至可以在移动端实现数据预览。
2 系统原理
由于无人机采集的图像数据需要经过拼接形成单张大图才能有效预览全部信息，而拼接后的单张照片大小通常都有5 GB至10 GB，会带来诸多问题。
第一，数据浏览缓慢。通常情况下，图像浏览需要在计算机中完成，如果图像内存太大，将会造成计算机内存的巨大消耗；如果物理内存不足会造成大量的页面文件交换，给硬盘带来较大负担，造成整个系统响应缓慢。
第二，数据存储和移动困难。数据量过大会造成数据存储空间的消耗，通常情况下，数据是按照整张图片存储的，当图片中仅存在很小变化时，对于没有变化的数据也需要建立“副本”，而这会造成数据冗余。当只需要整张图片中的局部数据时，也需要将整张图片进行复制，造成数据移动困难。
解决上述问题的关键是寻找一种有效的方式将图像数据离散化，然后按照需求重新组合，保证在数据预览时只读取相关数据，避免大数据的加载，从而在根本上解决数据加载问题实现数据的局部更新，提高数据更新的灵活性。
2.1 数据处理
本项目采用的数据处理思路是将一张完整的图片进行离散，将数据保存在小的栅格中，需要时将若干个栅格进行重组，形成需要的局部数据或完整的全局数据。按照这种思路，首先需要寻找将图像进行离散的规则，通过分析这类数据图像的特点总结出如下规律：①图像的像素分布与距离成正比；②图像信息可以投影到地理坐标系。
根据这两条规律，可以考虑采用地理坐标对图像数据进行离散，也就是说可以按照经纬度将图像划分成若干个栅格，并且进行重新编排，在需要时按照地理坐标再将栅格信息进行重新组合，从而形成需要的图像信息。
2.2 WMTS技术
通过上述分析已经得出数据离散的方法和规则，现在需要研究的是如何实现数据处理的技术，WMTS（切片地图Web服务）技术无疑是所有技术中最合适的一种，其是一种采用预定义图块方法发布数字地图服务的标准化解决方案。
WMTS弥补了传统分块地图的不足，其通过提供静态数据来增强伸缩性，这些静态数据的范围框和比例尺被限定在各个图块内。这些固定的图块集使得WMTS服务的实现使用一个仅简单返回已有文件的Web服务器即可，同时使得利用一些标准的诸如分布式缓存的网络机制实现伸缩性。
2.3 WMTS的原理和实现
WMTS的切片坐标系统和其组织方式可参考图1。
在一个WMTS服务中包括以下3个操作：①GetCapabilities（获取服务的元信息）；②GetTile（获取切片）；③GetFeatureInfo（可选，获取点选的要素信息）。
3 系统设计
3.1 数据存储
数据存储模块主要负责图像切片数据的保存，主流的数据存储方式主要有数据库和切片包两种。
数据库方式主要采用MBTiles格式进行存储，MBTiles是一种地图瓦片存储的数据规范，它使用SQLite数据库，可大大提高海量图瓦片的读取速度，比通过瓦片文件方式的读取要快很多，适用于Android、IPhone等智能手机的离线地图存储。
MBTiles数据表很容易查询到一张特定的切片：如查询级别为8，列号为116，行号为192的瓦片数据为：
sqlit>SELECTtile_dataFROMtilesWHEREzoom_level=8ANDtile_column=116ANDtile_row=192；
tile_data为二进制的流文件，无论用在桌面程序还是Android、iOS都可以很方便地从MBTiles数据库中读取切片数据。
切片数据包的文件构成十分简单，是由很多切片文件按照缩放级别、经纬度等信息进行编排后的一组文件目录。
3.2 WMTS引擎
WTMS引擎是整个平台的核心，需要对图像请求进行响应，WMTS服务和之前反复讨论的数据离散思想是符合的，通过调用参数也能看出，TILEMATRIX、TILEROW、TILECOL其实就是Level、row、col。因此，WMTS服务下的瓦片请求的URL为：固定格式URL+“&TILEMATRIX=”+level+“&TILEROW=”+row+“&TILECOL=”+col。
4 应用效果
通过对平台的测试，将一张5 GB左右的大图进行切片，然后通过调用ArcGIS JavaScript API开发出了一个演示界面，达到预期效果，在浏览器中可以对图像进行缩放，平移等操作，切片加载速度平均在5毫秒左右，客户端体验良好，演示界面及切片加载时间如图2所示。
为了方便整个软件平台的管理和使用，专门开发了系统后台控制软件，可以控制系统服务的启停、监视系统的运行状态、数据维护管理、WTMS服务管理、API接口管理等。
5 结 语
本项目从无人机数据采集处理的角度提出了一种大型图像数据离散化处理的方法，通过与WMTS技术结合，设计了数据处理平台的系统架构，并通过软件编程实现了系统的各项功能。经过测试，可以满足在数据处理方面的需求，同时本项目的研究成果可以在VR（虚拟现实）、非结构化数据处理等领域有一定的应用前景。项目的下一步研究方向主要集中在结合地理信息的高程數据，通过坐标系变换，将采集的平面数据转换成三维数据，将图像数据以3D的方式进行展示。
主要参考文献
[1]李治洪.WebGIS原理与实践[M].北京：高等教育出版社，2011.
[2]牟乃夏.ARCGIS 10地理信息系统教程：从初学到精通[M].北京：测绘出版社，2012.
[3]胡中华，赵敏.无人机研究现状及发展趋势[J].航空科学技术，2009（9）.
[4]任超锋.航空视频影像的正射影像制作关键技术研究[D].武汉：武汉大学，2014.
