分布式遥感图像处理技术分析研究

分布式遥感图像处理技术分析研究

马明龙 ,张晓珺, ,杨梅芳

青海省自然资源遥感中心，青海 西宁 810000

摘要：人们对生活环境的探索范围越来越广，人类希望能够对自己生存的环境、海洋甚至是整个地球进行全面了解，随着科学技术发展，这些愿景将逐步得到实现。遥感技术发展成熟且应用规模的逐渐扩大，已经从传统的军事领域逐渐发展到生活生产探测的各个领域。遥感技术通过对地面反射和折射的电磁波信号进行处理，进而实现对检测目标的识别和描述。

关键词：遥感图像处理；处理系统；分布式

1 分布式遥感图像处理模型及特点

分布式处理系统是由很多个不同的，且相互独立的处理器组合而成，这些处理器通过网络技术实现相互协作，依靠信息传送实现运行。分布式遥感图像处理系统主要是由三种方式组合而成，既分布式控制、并行处理和图形图像系统。分布式遥感图像处理系统具有以下特点：（1）模块化结构是由不同的物理和逻辑，处理部件以及多个复本资源共同组合而形成，在分布式图像处理系统中能明确分出很多个不同的图形服务器，甚至是一些与图形有关系的其它资源；（2）分布式图像处理系统多处理部件全部是合作自治，同时其多复本资源全部是分散的。可以通过广域网，也可以通过局域网实现图形设备和多台计算机设备之间的网络连接，进行遥感图形处理的机器都具有自己的操作系统和显示器；（3）分布式图像处理系统的资源是可以与用户实现共享的，整个系统的全局控制是由很多个不同的系统控制器进行全面负责的，系统的运行状态也是由这几个控制器共同作出决定；（4）所有系统的合作进程主要是包括系统控制器之间的高度一致和合作，实现一致合作的主要保证是协议；（5）多种处在分散状态下的处理部件是通过利用双边协议的消息通信技术来实现进程通信的。

在计算分布式的时候，必须要拥有足以支撑分布处理的相关计算模型，分布式应用系统在运用处理模型的时候现如今已经从传统的Data Flow 模型，Client-Server-Broker 模型等等多种模型向着 Master-Slave 模型转变。这种模型最大的优势就是具备更好的灵活性，MasterSlave模型除了支持实现任务级并行系统之外，同时还支持实现算法级并行系统。这种模型在使用当中还具备良好的坚固性，更加容易达到负载平衡。Master-Slave 模型特别是适合于处理大量的信息数据，它能够将在计算过程当中需要使用很多时间的算法转变成并行算法。在计算过程中，可以通过过程描述对很多串行算法进行计算，并且同时将它们进行并行化。Master-Slave 模型计算方式是通过 Master 进程对 Allocate 和 Record 负责，将计算工作在一组 Slave 进当中实现的，传送子任务和将计算结果作出反馈也是通过 Slave。

2 分布式图像处理系统所需要支撑的环境

相比较于在单机上设计和应用相关的技术程序，分布式图像处理的相关应用程序在设计中要麻烦的多，因为在设计的过程中要充分考虑到分布式设计可能会对环境造成的不良影响，其中就包括着分解各项程序，分布多种任务，实现保护通信信息和资源共享等。为了能够充分有效解决在分布式设计中出现的各种问题，首先的工作就是要处理好分布式图像处理的支撑环境。

2.1 分布式处理系统中的处理机调度

可以充分将一个分布式图像处理的程序在执行的过程中完全分成很多个不同的程序在多个不同的计算机系统中同时执行。进程分布主要包含了两种方法，既静态式分布和动态式分布，必须要创建和维护进程索引表，其中包括着关于进程的相关标识号码，明确和维护好进程的类型和位置，对于进程状态也应该了然于胸，强化维护工作。当在分布式处理系统当中创建新的动态进程状态时，可以在分布式处理系统中的所有计算机当中以已经建立完成的索引表作为依据，对进程进行通信或者是检测。

2.2 分步式处理系统中的进程通信

与其他相关类型的程序设计不同，设计分布式图像处理程序集中在通信、开发和程序分布这三个主要方面。想要统一完成一个共同的目标任务，就必须要在同一个分布式处理不同进程互相协作之下完成，所以说，若是想要实现对各自的发展方式和图像数据进行交换，就必须要借助于通信来实现。在实际的通信同步过程中，必须要让不同进程之间相互等待，这样会造成并行性缺乏，严重影响到同步通信的质量。所以说，在处理分布式图像处理系统的时候，可以充分利用异步通信技术。在异步通信技术中，信息是通过发信进程发出，是可以不用等到系统发出信号接收通知的。采用异步通信技术能够极大程度上提升分布式图像处理系统的并行性，同时也能够在最大限度上增加进程的自主性。在异步通信技术中由于是可以不用确认是否接收进程，这使得异步通信的信件数量相比较于同步通信的信件数量要少得多。

2.3 分布式处理系统中的出错处理和进程终止检测

分布式处理系统在运行过程中除了受到计算机网络地层通信系统的相关问题影响以外，还有一个原因是因为其他用户不当操作而引起，这会导致不能够继续执行在这台计算机系统上的相关进程，最后导致计算机网络出现局部性的失效现象。为了能够从最根本上解决这种问题，分布式处理系统可以设计时限机制以实现对出错处理和进程终止检测。使用时限机制的时候，假如在某一个确定的时间之内设置好响应，那么就会确定这个进程出错。发现进程出错后便可以立马执行一个定义好的动作。

3 分布式遥感图像处理系统中的并行处理

3.1 分布式遥感图像处理系统的并行处理策略

在分布式遥感图像处理系统中的并行处理，其基本原理是将图像数据按照一定的规则分成很多子区域，然后将分成的子区域当成一个子任务，之后再根据处理机的不同分别实现处理工作。划分图像数据的方法比较多，但是在最后必须要实现将划分而成的图像数据能够按照次序合成。除此以外，要尽最大的可能降低处理机之间的相互通信数据量。还有一种方法就是将图像分解成为由连续像素自核而成的子像素区，这样能在最大限度上负载平衡处理器。对周围景物进行分析，明确工作区域内的实际工作量，这样才能方便于对所有区域内的平均工作量予以明确。在完成分析计算量以后，再以分析的结果作为依据，对原来的图像数据做好空间的自适应划分工作。可是这种方法存在着一种弊端，就是会减缓控制处理器分析图像和将子图像送出的速度。

3.2 分布式遥感图像处理系统的负载平衡与任务分配措施

负载平衡指的是每个参加并行计算的处理器都能够在计算中得到有效利用。在多处理的环境中，所有处理机都会被均匀的分配到一子区图像数据，所有的处理机接近负载均衡，进而能够获得效果更加好的并行效率。由于各处理器在不同的环境中所表现出来的性能是不同的，处理机所表现出来的负载也同样不均匀，就可能会造成多种困难，进而导致并行算法效率降低。降低子任务粒度，让处理机台数不超过任务数，可以很好的解决这种问题。总控程序允许各处理机对子任务做出处理，将计算结果反馈到总控程序之后，再申请新的子任务，一直到完成所有的子任务分配。采用动态任务调度是可以合理利用资源的，但是同时也会加大整个系统的成本支出，难以控制子任务粒度。

参考文献

[1]郭强.遥感图像处理技术在测绘领域中的应用分析[J].数字技术与应用,2020,38(04):77+79.