隨著空間遙感技術(shù)、對地觀測技術(shù)的不斷進步，一個以多時相、多分辨率、多傳感器、多波段為特征的多層、立體、多角度、全方位和全天候遙感對地觀測數(shù)據(jù)獲取體系正在形成，能夠獲取巨量的對地觀測空間數(shù)據(jù)，同時這些數(shù)據(jù)每天還在以TB級的速度增長?？焖賹崟r性、空間無限性以及成本低廉性，使遙感柵格數(shù)據(jù)日益成為數(shù)字地球重要的數(shù)據(jù)源。例如，僅美國航空航天管理局(NASA)的對地觀測系統(tǒng)每天可發(fā)回的衛(wèi)星圖像數(shù)據(jù)" title="圖像數(shù)據(jù)">圖像數(shù)據(jù)就達1012字節(jié)之多。長期以來，雖然人們積累了各種大量的圖像數(shù)據(jù)，但由于缺少有效快速的處理方法，使得決策者們在進行目標識別、信息提取等決策分析工作時發(fā)現(xiàn)可供參考的有用信息寥寥無幾。傳統(tǒng)的集中式遙感圖像處理模式在處理能力、異地資源共享等方面存在著不足，已成為遙感圖像處理系統(tǒng)" title="圖像處理系統(tǒng)">圖像處理系統(tǒng)的一個瓶頸，無法適應遙感圖像處理技術(shù)發(fā)展的需要。因此，遙感圖像數(shù)據(jù)的快速網(wǎng)絡化、并行化" title="并行化">并行化處理技術(shù)就顯得異常重要。
　　本文從遙感圖像處理系統(tǒng)存在的問題入手，提出了利用分布式技術(shù)、并行計算來構(gòu)建分布式環(huán)境下高性能遙感圖像處理系統(tǒng)的方案，并將注冊機制引入到原型系統(tǒng)，實現(xiàn)各類資源的集成。同時，詳細分析了該原型系統(tǒng)的邏輯框架、工作流程設計以及關鍵技術(shù)的實現(xiàn)，并給出OTSU分割算法在實驗系統(tǒng)里運行的實例。
1 實驗系統(tǒng)邏輯框架設計
　　根據(jù)實際的研究工作以及對相關技術(shù)的分析，借鑒了XML-RPC、CORBA、RMI等分布式體系結(jié)構(gòu)，并基于中間件、JSP/Servlet、XML以及數(shù)據(jù)庫等技術(shù)，設計和實現(xiàn)了一個基于MPI并行計算以及簡單過程調(diào)用RPC機制的高性能遙感圖像處理實驗系統(tǒng)，并集成若干遙感圖像處理算法。為了使系統(tǒng)具有較高的動態(tài)擴展性，設計了一個基于注冊服務的機制，將圖像處理算法、數(shù)據(jù)等資源以某種統(tǒng)一的服務描述形式發(fā)布到注冊中心，自由組合滿足所需要的功能，從而使系統(tǒng)具有很高的松耦合性。
　　圖1描述了分布式環(huán)境下高性能遙感圖像處理系統(tǒng)的邏輯框架。

　　從圖1可以看出，從下至上五層模型主要包括基礎層、構(gòu)建層、資源服務層、系統(tǒng)應用層以及用戶接口層。
　　基礎層即為網(wǎng)絡基礎設施，包括高速傳輸網(wǎng)絡基礎框架、主機及硬件環(huán)境、系統(tǒng)軟件支撐系統(tǒng)等，為分布式環(huán)境下的整個應用系統(tǒng)提供物理運行平臺。
　　構(gòu)建層主要在基礎層上構(gòu)建一個分布式并行計算的支撐環(huán)境，并通過向上層提供底層的編程接口API、SDK服務包以及一些技術(shù)規(guī)范，支持應用系統(tǒng)開發(fā)和運作。如向上層資源層的算法資源提供并行編程平臺MPI標準的MPI庫函數(shù)“mpi.h”和“l(fā)ibmpi.a”等。這一層是構(gòu)建優(yōu)秀應用系統(tǒng)的關鍵。
　　資源服務層根據(jù)構(gòu)建層提供的支持，通過將所有網(wǎng)上的資源，如數(shù)據(jù)資源、算法資源、計算資源、知識資源等抽象為服務，建立自己的服務資源層，為上層系統(tǒng)應用層提供基礎服務。
　　系統(tǒng)應用層主要功能是針對具體應用，在資源服務層和構(gòu)建層的基礎上構(gòu)建適合自己需求的應用系統(tǒng)，并提供給用戶。
　　用戶接口層提供用戶與應用系統(tǒng)交互的接口。
　　在此模型的基礎上，構(gòu)建了遙感圖像處理系統(tǒng)的各個邏輯功能模塊，主要包括遙感圖像的預處理、圖像分析、結(jié)果顯示等幾部分。
　　遙感圖像的預處理主要是一些基本的圖像處理操作，并對需要分析的圖像進行適當?shù)膬?yōu)化和預處理。
　　圖像分析部分主要由圖像分割、圖像分類以及目標的表達與分析組成。由于系統(tǒng)中要集成大量的圖像分割算法，通過圖像分割，系統(tǒng)將原始的遙感圖像數(shù)據(jù)轉(zhuǎn)變?yōu)橛糜谙乱徊侥繕俗R別的特征，并通過特征和知識庫中的先驗知識，對目標進行識別、分類。然后，對目標識別所得的各種地物目標進行分析，并基于目標對象的視覺知識、目標地物周圍的環(huán)境知識，以及目標地物間的協(xié)同知識對已識別的目標地物進行正確性判定，提供上層決策使用。最后，將目標識別的結(jié)果及其各種特征存放到特征數(shù)據(jù)庫中。該模塊匯聚了大量的圖像處理算法，而這些圖像處理算法所消耗的時間較多，是系統(tǒng)的一個瓶頸。本文對部分計算復雜度高的算法采用了并行計算。
　　顯示模塊顯示處理得到的圖像結(jié)果，而對于地物特征主要通過虛擬地理環(huán)境、虛擬現(xiàn)實、三維顯示等手段進行顯示。
　　各個邏輯功能模塊的算法以服務的形式在不同的服務器節(jié)點上實現(xiàn)，并通過服務注冊機制提供給客戶。這樣，不同的客戶在實際應用時就可以通過服務發(fā)現(xiàn)并應用不同服務器節(jié)點上的服務，就像使用本地的資源一樣，實現(xiàn)真正意義上的分布式。
2 實驗系統(tǒng)運行時的流程設計
　　圖2描述了處理系統(tǒng)運行時的工作流程。

　　從圖2中可以看出，本系統(tǒng)中有三種不同的角色：(1)Client(用戶)，使用已經(jīng)發(fā)布的方法服務；(2)Node(節(jié)點)由算法提供者建立，主要用來發(fā)布和執(zhí)行方法服務。復雜的算法和大數(shù)據(jù)量處理時，采用基于MPI的本地節(jié)點并行計算處理。(3)注冊中心，主要用來提供方法服務的注冊、查詢以及對用戶、方法服務等動態(tài)管理。算法提供者在提供算法的同時將該算法的一些信息，包括算法的位置、算法所需的參數(shù)以及其他一些信息發(fā)布到該注冊中心，并可隨時更改自己的算法及相關信息。通過設立注冊機制，可使系統(tǒng)變得開放、容易擴展。
　　該系統(tǒng)設計的主要工作流程包括算法的注冊和算法的使用兩部分。
　　算法的注冊：(1)算法提供者訪問算法注冊區(qū)，填寫描述該算法基本信息的表單并注冊；(2)注冊中心生成一個“ServiceID.xml”的文件進行算法信息的登記，并返回注冊結(jié)果。如圖2虛線。
　　算法的使用：(1)用戶訪問注冊中心，查詢需要的算法服務；(2)注冊中心返回查詢結(jié)果，如果算法服務狀態(tài)欄顯示正常，說明當前可以使用該算法服務；(3)注冊中心得到使用命令后，找到相應方法服務的所在位置，并與節(jié)點A交互。節(jié)點A遠程解析在注冊中心該方法服務的參數(shù)描述文件(ServiceID.xml)，并生成界面提供給用戶。用戶填寫完參數(shù)，提交給A，然后A執(zhí)行該方法服務；(4)最后將結(jié)果發(fā)送給用戶。如圖2實線。
3 原型系統(tǒng)實現(xiàn)
3.1 分布式系統(tǒng)環(huán)境設計
　　客戶端，原型系統(tǒng)前端利用JSP和JAVA Applet，通過IE瀏覽器與用戶交互。
　　服務器建設，Tomcat作為免費的、開放源碼的JSP/Servlet容器和Web服務器，被部署在各個服務器節(jié)點上。一些功能和業(yè)務邏輯采用中間件技術(shù)(主要是COM)以及Java Servlet實現(xiàn)。
　　注冊中心除安裝了Tomcat服務器軟件外，還安裝了SQL Server 2000，以支持大數(shù)據(jù)量的并發(fā)操作。
3.2 算法并行化處理策略
　　由于遙感圖像處理系統(tǒng)所要處理的圖像數(shù)據(jù)量大，一般都在幾兆、幾百兆甚至上千兆字節(jié)，而且某些處理算法計算相當復雜、耗時多，因此對某些復雜的處理算法，在算法提供的服務器端采用了本地并行化計算的策略。同時，考慮到實際情況，并行計算硬件環(huán)境采用了局域的CLUSTER集群結(jié)構(gòu)設計，并輔以基于MPI的MPICH軟件環(huán)境。
　　基本思想就是采用了數(shù)據(jù)劃分的策略，如圖3。首先由主進程主機將待處理的圖像數(shù)據(jù)劃分成若干個子區(qū)(可以是均等，也可以不均等，根據(jù)具體情況而定)，每個子區(qū)作為一個單獨的處理對象分配到不同主機上，每個主機運行相同代碼，最后將每個主機處理的結(jié)果匯總，得到最終的處理結(jié)果。最后，歸結(jié)和設計了三類圖像并行處理算法：基于影像像素單元、基于影像窗口空間以及基于影像全局區(qū)域。
3.3 服務描述
　　本次實驗主要針對算法服務做了一定描述，具體所描述的內(nèi)容如表1。當服務發(fā)布時，注冊中心將獲取該算法服務的基本信息存入注冊中心的數(shù)據(jù)庫表里，并將自動產(chǎn)生一個名為“服務代號.XML”的XML文件，用來保存該算法服務所需的參數(shù)信息。同時，根據(jù)圖像處理算法的特點，制定了六類參數(shù)：整型、浮點型，一維數(shù)組(整型和浮點型)、二維數(shù)組(整型和浮點型)、字符串以及文件類型。對OTSU圖像分割算法服務化描述的XML片斷如下：
　?。約ervice ID=“服務號”TYPE=(exe com servlet rpc)＞ //確定服務及其類型
　　＜localExe＞d:myserviceotsu.exe＜/localExe＞//確定服務在節(jié)點上的具體位置
　?。紆rl＞http:192.168.34.25:8080virRoot＜/url＞ //確定節(jié)點位置
　　＜method NAME=“otsu”＞ //具體方法
　　?。糳es＞＜/des＞//服務描述
　　?。約up＞BSQ＜/sup＞ //支持處理的圖像格式
　　?。糹nput NUM=“0”/＞//輸入?yún)?shù)描述
　　　＜output NUM=“1”＞ //輸出參數(shù)描述
　　?。糵ile type=“BSQ”＞ //文件參數(shù)
　　　＜/output＞
　?。?method＞
　　＜/service＞

3.4 系統(tǒng)通信
　　為了使實驗系統(tǒng)具有較高的擴展性和兼容性，在設計客戶端與服務器、節(jié)點與服務器間通信時，采用了具有良好跨平臺性的XML文件格式以及SOAP協(xié)議。系統(tǒng)向后可以兼容服務形式的方法,如web services、grid services等，同時，通過在節(jié)點處設立代理服務層使得系統(tǒng)能向前兼容如微軟操作系統(tǒng)下的COM、EXE、DLL等方法?？紤]到圖像處理中通常涉及圖像二進制文件的傳輸，采用了SUN公司的帶附件的SOAP傳輸協(xié)議包SAAJ(SOAP with Attachments API for Java)，并通過對數(shù)據(jù)的分塊傳輸來提高大數(shù)據(jù)量圖像數(shù)據(jù)傳輸?shù)乃俣取?BR>4 算法運行實例
　　考慮到當前的研究工作，圖像處理算法一般都是在VC環(huán)境下開發(fā)，通過對圖像處理算法進行DLL以及EXE(支持MPI并行計算)形式封裝，可以輕松地發(fā)布和集成到本系統(tǒng)中。
　　圖4顯示了集成到實驗系統(tǒng)中的OTSU算法服務對一幅交通圖像進行分割后的結(jié)果。