[发明专利]一种基于Spark的海量遥感图像并行镶嵌方法及系统

权利要求书

1.一种基于Spark的海量遥感图像并行镶嵌方法，其特征在于，包括：

客户端提交遥感图像镶嵌任务，将经过预处理后的海量遥感图像提交到Spark集群；

Spark集群中的Master节点作为整个Spark集群的控制器，将遥感图像镶嵌任务分发到各Worker节点；

各Worker节点分别调用SparkContext的textFile，生成初始RDD；初始RDD通过隐式转换的方法，生成自定义RDD，所述自定义RDD中包含重叠区域估计、图像配准和图像融合操作算子；

自定义RDD调用重叠区域估计算子，在Spark集群的多个Master节点上通过改进的相位相关法进行遥感图像重叠区域估计处理；

对自定义RDD调用重叠区域估计算子后形成的新RDD，通过调用图像配准操作算子，执行遥感图像配准工作；

对完成图像配准工作转换后得到的RDD调用图像融合操作算子；

判断图像镶嵌是否完成，如果是，则调用对完成图像配准工作转换后得到的RDD能够触发作业执行的Action类型的操作算子SaveAsTextFile，触发RDDDAG的执行，并将结果输出到HDFS；否则返回自定义RDD调用重叠区域估计算子步骤。

2.如权利要求1所述的方法，其特征在于，所述初始RDD通过隐式转换的方法，生成自定义RDD，具体为：extends关键字继承自初始RDD，重写compute和getPartitions方法，并添加图像镶嵌方法。

3.如权利要求2所述的方法，其特征在于，在重写的compute中，调用父RDD的iterator方法，获取父RDD对应分区中的数据。

4.如权利要求2所述的方法，其特征在于，重写getPartitions方法具体为：在重写getPartitions方法时，调用父RDD的partitions方法，返回父RDD的分区；若在程序执行过程中不指定分区个数，则系统使用默认的分区策略。

5.如权利要求1所述的方法，其特征在于，自定义RDD调用重叠区域估计算子，在Spark集群的多个Master节点上通过改进的相位相关法进行遥感图像重叠区域估计处理，具体为：设集群中节点的个数为n，对于每一节点中的图像I_i1(x,y)和I_j2(x,y)，有：

其中，I_j2(x,y)是I_i1(x,y)经过平移(x₀,y₀)后的图像；

对各节点中的图像I_i1(x,y)和I_j2(x,y)分别进行傅里叶变换和互功率谱计算，则可得出图像的脉冲函数：

其中θ_k(x-x₀,y-y₀)对应的坐标峰值为节点k(k＝1…n)中图像之间的平移量(x₀,y₀)，根据平移量得出节点k中图像的重叠区域。