图像情报是指侦察影像经过预处理后, 采取目视判读或其他辅助判读仪器, 融合其他辅助目标识别资料, 判明图像中隐含的情报信息, 最后生成某种形式的成果产品, 上报决策中心。

完善的图像情报成果应包括目标基本地理环境信息、目标遥感影像、目标图像情报整编成果图、目标图像情报整编报告、其他侦察手段获取的多媒体信息和目标示意图等主要形式。多源图像情报集成管理应该包括现势性原始影像数据、典型目标图像情报成果数据、基础地理空间要素数据以及其他侦察手段获取的多媒体情报数据。图像情报空间数据既有矢量结构和栅格结构数据类型, 也有文本、声像等其他多媒体数据类型, 而且目标情报体系复杂, 分类标准多样化。SuperMap SDX+引擎采用数据源、数据集、图层等抽象概念逻辑组织管理空间数据, 将原始影像、成果数据和基础地理信息数据以及多媒体属性数据等分别作为单独的数据源管理, 数据结构体系清晰, 便于数据访问和顶层应用功能的开发。数据库包括的详细数据内容如图1所示。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 多源图像情报空间数据库体系结构Fig.1 System structure of multi-source image intelligence spatial database

1.2.1 基于SuperMap SDX+的空间数据存储结构

SuperMap SDX+引擎按照SuperMap的自定义数据存储结构, 将矢量数据类型的空间数据与属性数据一体化存储为数据库中的矢量数据集格式, 将栅格数据类型的遥感影像数据以及其他手段生成的栅格数据存储为栅格数据集格式, 影像数据的属性数据以关系数据表的结构存储。影像数据与属性数据通过数据集名称属性字段关联起来。

通过与数据库平台相应的空间数据引擎将每个数据库建立为一个数据源, 数据源逻辑上管理若干数据集。基于SuperMap SDX+引擎, 矢量结构空间数据和属性数据一体化存储在矢量数据集表中, 由于单个图层的所有数据都存储在同一个数据表中, 在真正意义上实现了空间数据和属性数据的无缝组织。每个数据库中可以有多个数据集表用来存储不同图层的信息, 但同一数据源只有一组元数据描述表, SmDataSourceInfo表存储数据源的信息, SmMetaData表存储数据集的信息, SmRegister表存储每个矢量数据集的信息, SmImgRegister表存储栅格数据集的信息, SmUsers表存储长事务环境中锁定资源的用户信息。对于其他多媒体格式的数据, 采取SQL Server数据库引擎实现存储, 在数据表中以大二进制数据类型存储为数据表的一个字段, 通过相关的属性字段实现查询检索。SuperMap SDX+数据库存储表类型如图2所示。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 SuperMap SDX+空间数据库存储结构Fig.2 Accessing structure of spatial database based on SuperMap SDX+

1.2.2 空间数据库的元数据库设计

元数据是关于数据的内容、来源、质量、精度、使用条件和其他特点的数据。目标图像情报不仅目标类型复杂, 而且图像的多源性和不同光谱波段遥感图像反映地物信息的优势各异, 很有必要设计和建立目标图像情报的元数据。本文借鉴文献[14-15]关于军事情报元数据体系的研究成果, 设计了多层次的元数据结构来描述图像情报, 主要的元数据表包括目标情报影像成果图目录索引表、原始影像资源索引表、目标情报影像索引表和目标情报信息索引表。此外, 还对传感器等信息设计了元数据。详细的元数据结构如表1— 4所示。

表1

Tab.1

表1(Tab.1)

表1 目标情报影像成果图目录元数据 Tab.1 Metadata of contents about target intelligence image progeny 字段 字段类型 关系说明 序号ID int 无 目标情报编号 Varchar(50) 主键 目标情报名称 Varchar(50) 无 可见光影像编号 Varchar(50) SAR影像编号 Varchar(50) 红外影像编号 Varchar(50) 外键 多波段影像编号 Varchar(50) 高光谱影像编号 Varchar(50) 目标报告编号 Varchar(50)

表1 目标情报影像成果图目录元数据 Tab.1 Metadata of contents about target intelligence image progeny

表2

Tab.2

表2(Tab.2)

表2 原始影像元数据 Tab.2 Metadata of primal image 字段 字段类型 关系说明 序号 int 无 影像编号 Varchar(50) 主键 影像标识名称 Varchar(50) 影像资源类型 Varchar(50) 无 成像时间 Varchar(50) 影像处理说明 Varchar(200) 传感器编号 Varchar(50) 外键

表2 原始影像元数据 Tab.2 Metadata of primal image

表3

Tab.3

表3(Tab.3)

表3 目标情报影像成果图元数据 Tab.3 Metadata of target intelligence image progeny 字段 字段类型 关系说明 序号 int 无 影像编号 Varchar(50) 主键 影像名称 Varchar(50) 目标情报名称 Varchar(50) 成像时间 Varchar(50) 无 … … 影像目标特征 Varchar(200) 传感器编号 Varchar(50) 外键

表3 目标情报影像成果图元数据 Tab.3 Metadata of target intelligence image progeny

表4

Tab.4

表4(Tab.4)

表4 目标情报信息元数据 Tab.4 Metadata of target intelligence information 字段 字段类型 关系说明 序号 int 无 目标情报编号 Varchar(50) 主键 目标情报名称 Varchar(50) 目标情报级别 Varchar(50) 目标类型 Varchar(50) 目标情报密级 Varchar(50) 无 目标地理坐标N double 目标地理坐标E double 目标情报整编单位 Varchar(50) 目标情报整编时间 datetime 目标情报报告编号 Varchar(50) 外键

表4 目标情报信息元数据 Tab.4 Metadata of target intelligence information

1.3.1 SuperMap Objects组织管理数据的模式

管理海量空间数据是GIS技术的优势, 每种GIS软件都采取特定的用来描述数据组织机制的基本对象、基本概念来存储管理空间数据, 以实现预期的GIS功能。SuperMap Objects抽象出一组概念来组织管理空间数据, 如表5所示。不同的用户可以建立自己的工作空间文件, 存储所有自己操作数据的链接信息和进展状态, 在下次操作时可直接进入上次保存的操作位置。数据源抽象地标识了用户所用到的数据资源, 包括数据库服务器类型和本地文件类型2种, 可以根据自己的需要选择数据资源种类。数据集与空间数据库中存储的数据实现了映射, 通过数据集标识可以快速实现数据的操作。

表5

Tab.5

表5(Tab.5)

表5 SuperMap Objects空间数据组织对象概念描述 Tab.5 Spatial data organization object conception description of SuperMap Objects 概念 功能描述 工作空间 工作空间用于保存用户的工作环境, 包括: 当前打开的数据源(位置、别名和打开方式)、地图、三维场景、布局、资源库等 数据源 由各种类型的数据集组成的数据集的集合, 一个数据源可包含一个或多个具有相同坐标系不同类型的数据集, 也可以同时存储矢量数据集和栅格数据集 数据集 由同种要素类型数据组成的数据集合, 在SuperMap Objects中有十多种类型的数据集, 如: 点数据集、线数据集、面数据集、属性表数据集、TIN数据集、Grid数据集、CAD数据集、Network数据集、文本数据集、影像数据集、DEM数据集等 层或图层 添加到地图中的数据集被赋予了显示属性, 如: 显示风格、专题图等, 称为图层。一个地图由一个或者多个图层组成。一般而言, 一个图层对应一个数据集; 同一个数据集可以被添加到不同地图中, 此时, 多个图层对应着同一个数据集

表5 SuperMap Objects空间数据组织对象概念描述 Tab.5 Spatial data organization object conception description of SuperMap Objects

1.3.2 管理机制

该空间数据库主要数据类型有矢量、栅格和多媒体格式数据。SuperMap GIS采取分层分块的方式组织矢量地理要素数据; 采取栅格目录和栅格数据集的形式组织栅格数据。栅格数据集可以建立影像金字塔层模型。GIS还可以建立空间索引结构来优化空间数据的存储与管理。

结合图像情报空间数据的内容构成和数据结构特点, 对数据量较大的遥感影像和侦察影像数据建立影像金字塔存储模型, 基于分层分块技术实现对海量数据的组织存储。而对数据量比较小的目标影像成果图, 则直接按照栅格目录的形式, 以影像数据集格式存储在数据库中。多源图像情报集成管理模型如图3所示。SuperMap GIS提供了数据导入数据库过程中选择压缩编码方式存储, 针对不同遥感影像数据、DEM数据, 利用Super MapGIS可以选择不同的压缩算法实现压缩存储。对影像数据集采取改进的离散余弦变换算法SDC, 对DEM数据集可以采取相应的LZW压缩编码类型。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 多源图像情报集成模型Fig.3 Multi-source image intelligence integrating model

随着GIS理论和计算机通信网络以及数据库技术的发展, 组件式GIS已经成为GIS软件成熟的开发模式。组件式GIS是由一系列可拆分、可协作、可裁剪的GIS组件构成的具有高度伸缩性的GIS软件平台, 具有完整的功能体系, 是构建完整的应用解决方案的工具集或者开发平台。组件式GIS更适合网络(网格)环境下数据服务和功能服务的分布式特点^[9]。其理想方案是让非GIS组件实现一般的通用和辅助功能, 让GIS组件实现专业的GIS功能, 并且在低级GIS组件基础上实现高级GIS组件的开发和应用^[18]。SuperMap Objects组件是目前国内较成熟的大型GIS组件开发平台, 该组件平台提供了核心组件、空间分析组件、布局组件、三维组件、拓扑组件、图例组件和工作空间管理组件等多个OCX组件库, 集成了200多个ActiveX对象, 共计属性、方法和事件等接口3 000多个。目前大多数GIS应用系统都是采用GIS组件的集成二次开发实现的^{[16, 17, 18]}。

SuperMap SDX+空间数据库集成了SIMS, 该技术无需进行数据格式转换, 就能实现对多种数据格式空间数据的直接访问。SIMS技术体系是一种紧凑3层结构, 包括数据消费者(customer)、数据代理(agency)和数据提供者(provider), 如图4所示。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 SIMS技术体系结构Fig.4 System structure of SIMS

数据消费者和使用数据的模块通常负责对数据的各种分析、处理和表现, 数据消费者不直接与存储数据的文件或数据库打交道, 所有对数据的访问都是通过数据代理完成的。SMIS技术中的数据代理是一个虚拟的空间数据引擎, 该引擎定义了数据访问的框架, 即对象的相互接口逻辑关系, 但是并不实现具体的数据访问功能, 因此该引擎是“ 虚拟” 的。数据提供者直接访问数据文件或者数据库, 并通过数据代理提供给其他模块使用。SMIS提供了访问多种格式数据的能力, 最终通过空间数据引擎实现。数据提供者由一组空间数据引擎组成, 每个引擎负责访问一种数据格式。

根据上述分析可知, 仅依靠SuperMap SDX+空间数据引擎并不能完全实现图像情报信息的存储和管理应用。侦察获取的遥感影像数据、整编生成的影像专题图和基础地理空间数据存储和管理通过SuperMap SDX+引擎和SuperMap Objects组件的二次开发实现, 但是丰富的情报信息属性数据以及文档、音视频数据无法通过该引擎直接存储在数据库中, 只能采取其他方式实现存储管理。本文采用ODBC或ADO数据库访问引擎实现该过程。多源图像情报空间数据集成应用技术方案的框架结构如图5所示。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 基于SuperMap Objects 的多源图像情报空间数据集成技术框架结构Fig.5 Technological frame structure of multi-source image intelligence spatial data integrating

本文提出的技术方案采用Visual Studio 2008可视化集成开发环境, 基于SuperMap Objects(试用版)组件开发平台, 利用C#编程语言实现, 编程环境操作系统为Windows Server 2003, 数据库管理系统选择SQL Server 2005, 实现了基于多源图像情报集成的目标图像情报查询、现势遥感影像浏览与裁剪、侦察影像对比辅助判读和目标专题制图等功能。