基于GDAL的遥感影像数据压缩技术研究及实现

摘 要：随着我国“高分专项”系统的进一步推进，高分辨率对地观测系统得到广泛应用，影像分辨率逐步提高，而影像大小随之增大，数据压缩技术亟需改进。文章基于开源影像处理库GDAL中自带函数进行开发实现，为对比分析其不同影像压缩方法提高效率。

关键词：GDAL;影像压缩;开源GIS

随着航空航天遥感技术快速发展，卫星传感器空间分辨率逐步提高，遥感应用研究逐渐普及，获取的影像数据量也呈几何级数地增大[1]。目前高清遥感影像被广泛应用于基础地理信息数据生产、第三次国土调查等测绘地理信息项目[2-3]，因此，发展高效的遥感影像图像压缩技术，成为遥感图像处理亟待解决的重要课题，并将对我国高分辨率卫星遥感观测技术的发展起到决定性的作用。

本文采用开源遥感影像处理库GDAL对测绘地理信息生产使用的遥感数据进行压缩处理，并从多方面比较不同压缩方法的压缩效率，分析并总结最为高效的影像压缩处理方法，为测绘地理信息生产提供最优的影像压缩方案。

1    GDAL影像压缩相关技术介绍

1.1  GDAL开源库介绍

Geospatial Data Abstraction Library（GDAL）是使用C/C++语言编写的用于读写空间数据的一套跨平台开源库，它支持几乎所有常见的通用图像文件格式和遥感与地理信息系统（Geographic Information System，GIS）专用图像文件格式，也支持几乎所有常见的投影方式[4]。现有的大部分GIS或者遥感平台，不论是商业软件ArcGIS，ENVI，还是开源软件GRASS，QGIS，都使用了GDAL作为底层构建库。目前最新的GDAL版本为3.0.4，其支持超过200种栅格数据格式，是为当前最流行的遥感影像处理库，被广泛用于GIS与遥感影像处理中。

1.2  GDAL数据集

在GDAL模型里面，有3个重要的概念：数据集、栅格波段与颜色表。数据集（Dataset，由GDAL：Dataset类表示）是相关的栅格波段和一些相关信息的集合，表示一个栅格数据（使用抽象类GDALDataset表示），一个dataset包含了对于栅格数据的波段、空间参考以及元数据等信息。数据集本身也包括元数据，也就是以字符串形式表示的一个名字与值的清单。

1.3  GDALDriver类

GDAL为每种格式提供了一个文件格式驱动类GDALDriver，它对每种对应的格式进行管理（读取、创建、删除、重命名、复制、从已有数据创建数据集等）。

2    软件实现与分析

2.1  代码实现

GDAL支持的创建数据集有两种方式，其中一种为Create（）方法，另一种用CreateCopy（）方法。所有支持创建新文件的驱动都支持CreateCopy方法，但只有少数支持Create方法。本文主要利用GDALDriver：：CreateCopye（）这个函数，通过创建复制新遥感影像过程实现对影像的压缩处理，核心代码如下：

（1）指明需要压缩的遥感影像文件以及压缩后影像的保存路径。

gdal.AllRegister（） //要读取某种类型的数据，必须要先载入数据驱动，也就是初始化一个对象，让它“知道”某种数据结构。

const char* pszSrcFileName = "C：＼＼...＼＼processGFimage.img";

const char* pszDstFileName = "C：＼＼....＼＼resultGFimage.img";

GDALDataset *poSrcDS = （GDALDataset *） GDALOpen（ pszSrcFileName， GA_ReadOnly ）;

（2）当需要传入更多的参数（建立金字塔和压缩方法等）可以进行设置，如下：

char **papszOptions = NULL;

papszOptions = CSLSetNameValue（ papszOptions， "TILED"， "YES" ）; //建立金字塔

papszOptions = CSLSetNameValue（ papszOptions， "COMPRESS" ，"PACKBITS" ）;  //设置遥感影像压缩方法

poDstDS = poDriver->CreateCopy（ pszDstFileName， poSrcDS， FALSE， papszOptions， GDALTermProgress， NULL）;

2.2  壓缩效率分析

为对比分析GDAL影像处理库中不同影像压缩方法的效率，本文选取某一区县不同大小的高清遥感影像、RGB栅格TIFF格式影像，像素大小为10 m，投影坐标系为：CSGS200。本文仅对GDAL自带的压缩方（LZW/JPEG/DEFLATE/ZSTD/ WEBP/ LERC/LERC_DEFLATE/LERC_ZSTD）进行测试，主要在硬件相同情况下从压缩率和压缩耗时等方面进行评定（见表1）。

根据测试结果可以看出，GDAL自带的8种压缩方法对TIFF格式效果各有优势，影像较小时，LZW压缩耗时最短，但压缩比最小;ZSTD压缩比最大，但耗时较长;而DEFLATE两项参数均在中等水平。但当影像较大时，LZW压缩耗时比其他两种压缩方法优势明显，且压缩比也较好;而ZSTD压缩方法的压缩比和耗时都有所衰减，且优势不再明显。

3    结语

GDAL是当前最为流行的开源遥感影像处理库，其自带的影像压缩方法均为主流的、常用的压缩方法，在保证影像纹理、色彩等质量前提下，能很好地降低遥感影像的存储大小，从而实现减少影像存储空间占用、提高影像传输和使用效率等目标。在实际生产中，可以根据自身条件和使用目的选择合适的压缩手段。结合GDAL自带的影像压缩方法各自特点以及影像压缩的效率和质量等因素，给出以下两点使用建议：

（1）压缩1 GB以下影像时，GDAL自带的LZW和ZSTD表现较为突出，分别在耗时和压缩比方面存在优势;

（2）压缩较大影像时，LZW压缩方法在压缩效率上表现较好，特别是耗时方面优势明显，而其他压缩方法均不突出。

[参考文献]

[1]吴洪涛，张秀.ECW、MrSID、eYaImage三种压缩技术对比与分析[J].城市勘测，2013（3）：127-132.

[2]孙禧勇，苗菁，王锦，等.高分遥感影像在第三次全国国土调查中的应用潜力评价—以重庆市为例[J].河南科学，2018（11）：98-108.

[3]王忠武，刘顺喜，尤淑撑.影像压缩技术在土地遥感中的应用潜力分析[J].河北师范大学学报（自然科学版），2012（36）：639-642.

[4]GDAL官方网站.GDAL[EB/OL].（2020-04-15）[2020-05-20].https：//gdal.org/api/index.html.

作者简介：陈瑶（1987— ），女，浙江永康人，助理工程师，学士;研究方向：摄影测量与遥感，地理信息系统工程，互联网地图服务，测绘信息化。