Архив
Том 21, 2024
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
Ваш e-mail:
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. № 4. С. 286-299

Высокопроизводительные алгоритмы радиометрической калибровки и преобразования порядка следования данных отдельных каналов сенсора EO-1 Hyperion

В.П. Потапов  , С.Е. Попов 
Институт вычислительных технологий СО РАН, Новосибирск, 630090, Россия
В работе представлены высокопроизводительные алгоритмы процедур радиометрической калибровки и преобразования порядка следования данных каналов. В статье рассматривается ряд работ, направленных на оптимизацию алгоритмов пре- и пост-обработки мульти- и гиперспектральных изображений. Однако, программная реализация таких алгоритмов, интегрированных в специализированный софт не оптимизирована, требует достаточно много машинных ресурсов, длительного времени на обработку изображений и реализована лишь для простых арифметических операций. Поэтому предлагаются алгоритмы, предусматривающие возможность запуска их на многопроцессорных платформах в мультипотоковом режиме и обеспечивающих эффективное выполнение на низкопроизводительных системах ввода/вывода. В частности, для алгоритмов преобразования порядка следования данных и радиометрической калибровки, предложена реализация порционального считывания данных снимка в оперативную память, с последующим размещением значений (Digitals Number) в целевых буферных массивах в несколько потоков, рассчитанных по количеству спектральных каналов или по количеству линий снимка. Порядок индексации массивов позволил интегрировать расчет радиометрической калибровки значений светимости непосредственно в выполняемый поток без потере времени выполнения всего процессорного заданий. В работе описывается расширение для программного продукта Exelis ENVI, реализующее разработанные алгоритмы, на базе технологии GUI-WIDGETS в интеграции с пакетами Java SwingX. Для взаимодействия с Java-классами, реализующими логику представленного алгоритма, использовалась технология Java-Bridge IDL. Также, приведены результаты тестирования представленных алгоритмов с их базовыми аналогами программного комплекса Exelis ENVI. Показано, что скорость выполнения (секунды) разработанного алгоритма в сотни раз превышает аналогичную для базового алгоритма. Так, например, процедура преобразования порядка следования данных отдельных каналов собственного алгоритма на 8-ми ядерной архитектуре с использованием I/O-подсистемы RAMDisk составила всего 45 секунда, в то время как базовому алгоритму понадобилось в аналогичной среде около 6800 секунд.
Ключевые слова: радиометрическая калибровка, преобразование порядка следования данных спектральных каналов, многопотоковость, java, IDL-Bridge
Полный текст

Список литературы:

  1. Adler-Golden S.M., Perkins T., Matthew M.W., Berk A., Bernstein L.S., Lee J., Fox M. Speed and accuracy improvements in FLAASH atmospheric correction of hyperspectral imagery // SPIE Optical Engineering. 2012. Vol. 51(11). P. 111707(1-10).
  2. BIL, BIP, and BSQ raster files. [Электронный ресурс] // ESRI. ArcGIS 9.2 Desktop Help. URL: http://webhelp.esri.com/arcgisdesktop/9.2/index.cfm?TopicName=BIL,_BIP,_and_BSQ_raster_files (дата обращения 22.07.2014).
  3. EarthExplorer [Электронный ресурс] // USGS. URL: http://earthexplorer.usgs.gov/ (дата обращения 22.07.2014).
  4. Fast Line-of-sight Atmospheric Analysis of Hypercubes (FLAASH) [Электронный ресурс] // Exelis ENVI. URL: http://www.exelisvis.com/docs/FLAASH.html (дата обращения 24.07.2014).
  5. Hyperion level 1gst (L1GST) product output files data format control book. Earth Observing-1 (EO-1). Version 1.0. Department of the Interior U.S. Geological Survey. 2006. 24 P.
  6. Perkins T., Adler-Golden S.M., Cappelaere P., Mandl D. High-speed Atmospheric Correction for Spectral Image Processing // SPIE Proceeding: Algorithms and Technologies for Multispectral, Hyperspectral, and Ultraspectral Imagery XVIII. 2012. Vol. 8390. P. 245-252.
  7. Qu Z., Goetz A. F. H., Kindel B. High-accuracy atmospheric correction for hyperspectral data (HATCH) model // Geoscience and Remote Sensing. 2003. Vol. 41(6). P. 1223 - 1231.
  8. Radiometric Calibration [Электронный ресурс] // Exelis ENVI. URL: http://www.exelisvis.com/docs/RadiometricCalibration.html (дата обращения 29.09.2014).
  9. San B. T., Suzen M. L. Evaluation of different atmospheric correction algorithms for EO-1 Hyperion imagery // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Science. Tokyo. 2010. Vol. 38(8), P. 392-397.
  10. The IDL Thread Pool [Электронный ресурс] // Exelis ENVI. URL: http://www.exelisvis.com/docs/ The__Thread_Pool.html (дата обращения 29.09.2014).
  11. Thompson B.J., Rahman Z., Park S.K. Multiscale retinex for improved performance in multispectral image classification // SPIE Proceedings: Visual Information Processing IX. 2000. Vol. 4041. P. 34-44.