买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京国图信息产业有限公司

摘要：本发明提出了一种基于EBS及多节点并行的集群式海量遥感影像解译框架，利用并行计算的能力，将遥感数据的处理任务分配到多个计算节点上进行，提高解译效率。该发明主要步骤包括：①基础环境配置；②判断Redis中所剩任务数量，是否发送请求；③任务发布：发送请求，编写应用程序代码，向消息队列中添加子任务；④任务执行：领取Redis中的任务，进行遥感影像解译；⑤开启任务进度监控；⑥任务异常处理：捕获异常并将任务重新发布到Redis任务队列中；⑦解译结果生成与浏览：任务全部结束后，将影像的解译结果合并、转矢量图层及优化调整。本发明利用Redis、Celery和MySQL等框架和技术，适用于需要处理大量任务和实时数据的应用场景，有效地管理和利用海量遥感影像数据。

主权项：1.一种基于EBS及多节点并行的集群式海量遥感影像解译框架，其特征在于：该发明所用的EBS存储卷可以实现持久性数据存储、高可靠性、可扩展性、高性能、备份和恢复，其次多节点并行时，采用Redis+celery+MYSQL技术，Redis提供高速缓存、Celery将多个遥感影像解译任务进行异步任务处理，而MySQL则提供可靠的数据持久化和一致性，提高了遥感影像解译效率，特别适用于需要处理大量任务和实时数据的应用场景。包括如下步骤：步骤1、基础环境配置：为了构建一个可靠的海量遥感影像解译框架，首先需要完成多个基础环境配置和程序部署步骤。具体包括配置EBS存储卷，创建启动多个EC2实例；Redis、MySQL、Celery的安装和环境配置。步骤2、判断任务数量，是否发送请求：以服务请求的方式，发送遥感影像解译请求至root_node，root_node判断Redis中所剩任务数量，提示“当前还有几个任务，是否需要继续进行检测操作”，若点击“是”，则进行下一步；反之直接结束本次请求。通过该步骤，可自主控制是否继续进行操作，防止Redis中任务堆积。步骤3、任务发布：若在步骤2中，点击“是”，则发送请求，编写应用程序代码，根据任务中遥感影像大小确定需要添加至Redis消息队列中的子任务数量。具体步骤包括：判断遥感影像大小并裁剪影像、发送任务至Redis消息队列、将解译参数存储至MySQL数据库中。步骤4、任务执行：每个EC2节点都是一个Worker，都连接至Redis服务中，若Redis中还有任务，则领取，并通过task_id关联到当前的project_id，从MySQL中获取相关的解译数据参数进行遥感影像解译，生成该影像对应的结果文件存储至输出路径中，结果为TIF格式，并为该TIF文件设置空间参考，与处理影像空间参考一致，命名为对应文件夹的名称。步骤5、任务监控：开启任务进度监控，定时访问节点信息请求接口，实时获取每个EC2节点的进度信息并进行展示。主要包括发送和处理请求，信息展示。步骤6、任务异常处理：在使用Redis和Celery的情况下，当任务异常结束时，本发明启动了自动重新执行任务的操作，Worker进程能够捕获意外的异常并将任务重新发布到Redis任务队列中。本发明设置了指定的等待时间wait_time，以及最大重试次数，在任务的执行过程中，如果发生异常，任务会自动进行重试，直到达到最大重试次数，提高任务的可靠性和成功率。步骤7、解译结果生成与浏览：当展示页面显示任务全部结束后，将裁剪后影像的解译结果合并为一个TIF文件，并转为矢量图层，根据解译要求对矢量图层进行优化调整。具体步骤包括：合并栅格、栅格转面、面图层后处理。

全文数据：

权利要求：

百度查询： 南京国图信息产业有限公司 一种基于EBS及多节点并行的集群式海量遥感影像解译框架