基于oracle georaster的影像存储.pptxVIP

基于oracle georaster的影像存储研究 目录 栅格数据的分块和分级 4 GeoRaster 数据模型 GeoRaster使用一个基于组件的、逻辑分层并且多维的通用栅格数据模型。栅格中的核心数据是由栅格单元( 或象素) 组成的多维矩阵, 并且这些核心的栅格数据集可以进行分块, 用于优化存储、检索和处理。 GeoRaster数据模型 核心数据集 逻辑上分层 遥感影像 多波段 多时相 波段（band）和图层（layer）是两个不同的概念。 波段指的是多维栅格数据图像中的一个物理维度, 一个波段对应一个频带。也就是说它是坐标空间中的一个坐标轴，这个坐标空间可以有行维、列维和坐标维。 若最大的层数是n, 则波段和层的对应关系可以表示为:层号=波段号+1 元数据 对象信息, 如描述和版本信息 栅格数据本身是一种无头无尾的数据, 存储的时候一般是按照栅格单元的排列顺序以二进制流的形式写入存储介质的。只有通过读取栅格元数据信息(例如数据范围、数据类型以及数据压缩格式和数据长度等), 才能对它进行正确的读取与解释。 这些元数据是根据发布的XML schema被存储为XML文档, 可以通过访问SDO- GORASTER类型的METADATA属性得到所有的元数据信息。 坐标系统及其地理参照 GeoRaster数据模型中, 描述地理栅格数据既可以采用单元坐标系(也称像素坐标系)来描述栅格矩阵中的像素的位置, 也可以采用模式坐标系(也称大地坐标系)来描述与像素对应的地球上的实际地理位置, 即点的地理坐标。模式坐标系并不唯一, 可能是经纬度, 也可能是其它能与Oracle SR ID值相对应的某种逻辑坐标系。目前, GeoRaster只支持带有行、列和波段3个维度的单元坐标系, 而对于模式坐标系, 则只支持二维的。 栅格数据的分块和分级 数据分块。 分块的策略是将原始栅格数据分割成若干大小一定的规则块状数据, 使系统可以逐块地处理数据。每个分块都具有自己的元数据, 存储在数据库中。分块之后不仅解决了单个BLOB字段的容量局限性, 而且也提高了数据处理和网络的传输的速度及减少了内存消耗。 栅格数据的分块和分级 2) 栅格金字塔 栅格金字塔策略就是对原始栅格数据按照某种方法进行重新采样, 以得到多种不同分辨率的栅格图像数据。不同分辨率的栅格数据被分别组织在不同的层面内, 最底层的数据是原始数据集。上层数据量仅是相邻下层数据量的1/4, 从而随着层数的增加, 分辨率逐渐降低。 GeoRaster数据类型及相关表 GeoRaster DataBase SDO – GEORASTER SDO_GEORASTER类型主要用于存储栅格数据集的元数据, 并且含有一个SDO_GEOMETRY类型的空间扩展属性SpatialExtent,用于建立空间索引以提高查询的速度。包含一个或多个SDO_GEORASTER类型列的表称为栅格表( Geo-Raster Table)。 SDO- RASTER 而SDO_RASTER类型利用一个BLOB类型的RASTERBLOCK分量来存储栅格对象的一个栅格块数据。由SDO_RASTER类型生成的对象表称为栅格数据表(Raster Data Table ,RDT) 。RDT用于存储一个栅格图像中的所有栅格数据, 每条记录存储这个图像中的一个分块及这个分块的相关信息。 GeoRaster数据类型及相关表 RASTER GEORASTER 金字塔式存储结构 相关描述字段 相关元数据 唯一标识RDT GeoRaster中的金字塔式存储结构 包含一个或多个SDO_GEORASTER类型列的表 结语 基于Oracle GeoRaster的遥感影像金字塔式存储的实现, 提供了功能强大的数据存储管理机制, 并且具有非常灵活的数据查询、获取机制, 对于海量遥感影像信息的存储和管理提供了有力的支持。 Thank You!