0 引言

无人机机载雷达的显控系统通常部署在地面。机载雷达成像后，需先进行数据压缩，再通过无线链路，将压缩后的合成孔径雷达(SAR)图像数据包下传到地面综合处理系统。地面综合处理系统将SAR图像压缩包发送给显控系统，显控系统对数据进行解压和显示，机载雷达的SAR图像数据流图如图 1。

图 1 机载雷达SAR图像接收显示流图

Fig. 1 The Data flow diagram of receiving and displaying airborne SAR image

随着机载雷达成像质量不断提升，SAR图像的尺寸急剧增加，单帧SAR图像介于1~3 GB之间。面对这个体量的SAR图像，传统雷达显控系统存在内存紧张、图像解压和显示的处理效率跟不上数据下传速率等问题。通常，安装显控系统的电脑配置较低，以内存4 GB的电脑为例，当两部雷达同时下传3 GB图像时，就无法让SAR图像的全部数据驻留在内存中，只好抽样显示，降低了SAR图像的真实性^[1]。尽管SAR图像数据体量很大，但是雷达显控系统面向用户的显示器尺寸并不大，一般为1 920×1 080像素，显示内存的体量小于6 MB，在显示图像时，需要对数据进行重采样，生成窗口大小的显示图片。

接收和解压一帧SAR图像约耗时1~3 min。传统显控系统通常需要等待接收一帧完整图像后，才显示该图像，导致图像显示时延较大。

过往开展了大量图像实时显示技术研究，包括：链路设计型、显示引擎型和图像金字塔型。链路设计型主要针对如何提高数据传输速率提出设计方案，其目的是解决数据来源问题^[2-4]；显示引擎型主要研究图像渲染技术(DirectDraw、OpenGL等)，改善显示效果^[5-6]；图像金字塔型则通过改变图像文件的组织结构(变单一文件为多层、多块文件)，构建分层文件结构，显示分层数据，提高图像显示速度^[7]。百度地图、Google地图、高德地图等主流在线地图服务均广泛采用图像金字塔技术。金字塔技术起源于图像压缩技术，其核心思想是通过重采样技术预先将大图像生成不同清晰度的缩略图，并把缩略图裁减成固定大小的图像块，将每个图像块作为一个整体进行存取。一般采用2的$n$次方进行下采样，生成更小、清晰度更差的缩略图。其中，固定大小的图像块称为瓦片；一幅缩略图对应一层瓦片集；各层瓦片集的集合称为图像金字塔文件，如图 2所示。

图 2 动态金字塔示意图

Fig. 2 The schematic diagram of dynamic pyramid

学界围绕如何构建金字塔文件(并行技术、重采样方法)，如何管理金字塔文件(瓦片的空间索引)，如何显示金字塔文件(快速响应用户操作的内存管理)开展了大量实证研究^[8-16]。

在构建图像金字塔技术方面，侧重研究并行构建金字塔技术和构建无数据冗余的金字塔方案^[9-15]。针对利用GDAL(geospatial data abstraction library)库只能串行构建金字塔的问题^[8]，学者们提出了基于GPU、MPI、Spark和MapReduce等不同类型的并行方案^[9-14]。然而，上述实践均要求以一幅完整的图像文件作为输入，不能满足实时显示的应用需求。尽管分块调度置换的快速浏览海量影像数据技术，直接将原始图像数据分块存储，实现接收一块数据就进行显示，但是该技术在显示比例尺较小时，仍会读取和处理大量的图像数据，不能满足低内存消耗的技术需求^[17]。

在金字塔管理技术方面，侧重研究瓦片数据的空间索引，索引类型包括线性四叉树和Z曲线等模型^[18-19]。

在图像金字塔显示技术方面，侧重研究金字塔数据完备状态下，通过多级缓存，预测用户操作，提前将瓦片加载入内存，提高相应效率^[20-25]。然而，在随收随显的过程中，金字塔文件存在大量缺失，一般只有0级分辨率的瓦片，当图像缩小显示时，需要将底层级的瓦片合成高层级数据进行显示，此类随收随显工作尚无研究涉猎。

本文直接利用操作系统的文件索引，针对SAR图像的随收随显问题，在传统的图像解析和显示模块之间，增加了图像金字塔瓦片动态生成模块，通过建立SAR图像动态金字塔，实时响应图像终端用户的实时显示请求，合成显示区域图像，发送到图像显示模块，实现机载SAR图像的实时显示，改进了图像金字塔显示技术。

1 图像动态金字塔技术

1.1 动态金字塔构建技术

图像动态金字塔定义如下：设原始分辨率图像为第0层，下采样一次后，图像大小缩小为下一层的1/4，在横向和纵向分别进行1/2抽样。瓦片横向($W_{\text{tile}}$)为256个像素，纵向($H_{\text{tile}}$)为256个像素。瓦片的命名规则为L层级_列号_行号.raw，层级序号从0开始计数。如L0_5_2.raw表示第0层第5列第2行的瓦片，如图 2所示。

计算第$L$层缩略图的横向像素和纵向像素数量和第$L$层金字塔瓦片文件的数量，即

$ {W_L} = \left\lceil {\frac{{{W_I}}}{{{2^L}}}} \right\rceil $

(1)

$ {H_L} = \left\lceil {\frac{{{H_I}}}{{{2^L}}}} \right\rceil $

(2)

$ {W_{{\rm{T}}\mathit{L}}} = \left\lceil {\frac{{{W_L}}}{{{W_{\rm{T}}}}}} \right\rceil $

(3)

$ {H_{{\rm{T}}\mathit{L}}} = \left\lceil {\frac{{{H_L}}}{{{H_{\rm{T}}}}}} \right\rceil $

(4)

式中，$L$为层级，从0开始计数，0级表示原始图像；$W_{\text{I}}$和$H_{\text{I}}$分别表示原始图像的横向像素和纵向像素数量；$W_{\text{L}}$和$H_{\text{L}}$分别表示$L$层级图像缩略图的横向像素和纵向像素数量；$W_{{\text{T}}L}$和$H_{{\text{T}}L}$分别表示$L$分别表示金字塔第$L$层的瓦片横向数量和纵向数量；$W_{\text{T}}$和$H_{\text{T}}$分别表示瓦片的横向和纵向像元数量。$\left\lceil {} \right\rceil $表示向上取整。

建立动态金字塔流程包括：接收解压后的SAR图像数据包、计算数据包所在图像的横向和纵向像素数目、计算数据包所含瓦片数量、计算瓦片在第0层的位置、输出第0层的瓦片。利用第0层瓦片，构建第1层瓦片，需分6种情况，循环加以处理，其计算流程如图 3所示。

图 3 构建动态金字塔框图

Fig. 3 The schematic diagram of building dynamic pyramid

Case 1：如果当前瓦片的行号和列号都不是2的整数倍，则读取该瓦片在当前层左侧、上方和左上方的3个相邻瓦片，采用最近邻法，构建更高层瓦片。以L0_1_1.raw为例，它将与L0_0_0.raw、L0_0_1.raw和L0_1_0.raw一起，构建L1层编号为L1_0_0.raw的瓦片(图 2)。

Case 2：如果当前瓦片位于当前层的最右侧，且行号不能被2整除，则读取该瓦片在当前层上一行对应位置的瓦片，采用最近邻法，建立更高一层瓦片。以L0_4_1.raw为例，它将与L0_4_0.raw一起，构建L1层编号为L1_2_0.raw的瓦片(图 2)。

Case 3：如果当前瓦片位于当前层的最下方，且列号不能被2整除，则读取该瓦片在当前层左侧位置的瓦片，采用最近邻法，建立更高一层瓦片。以L0_3_2.raw为例，它将与L0_2_2.raw一起，构建L1层编号为L1_1_1.raw的瓦片(图 2)。

Case 4：如果当前瓦片位于当前层右下角，且行号和列号均能被2整除，将该瓦片作为上一层对应位置瓦片的左上角，采用最近邻法，建立上一层对应位置瓦片。如图 2，将L0_4_2.raw作为L1_2_1.raw的左上角，构建L1层编号为L1_2_1.raw的瓦片。

Case 5：如果原始图像的当前层缩略图的行数或列数不足瓦片边长时，则退出函数。如图 2中第2层的情况，原始图像的该层缩略图的行数小于瓦片的行数，不再生成更高层级瓦片。

Case 6：当前瓦片的行号或列号能被2整除，退出函数，不再生成更高层级瓦片，如图 2中L0_0_0.raw、L0_2_2.raw。

在处理了上述Case1~Case4后，需要更新瓦片行号、列号和层级，继续循环。瓦片的行号和列号赋值为当前值的二分之一，并向下取整；层级数加一。

在实际运行中，存在丢包，即部分瓦片缺失的情况，这将会导致金字塔文件不全。如缺失L0_1_1.raw时，算法就不会生成L1_0_0.raw。因此，在接收到下一帧图像数据时，需要对当前帧图像进行全面检测，补充由丢包引起的缺失瓦片。

1.2 动态金字塔显示技术

在随收随显时，由于金字塔文件不完整，需要通过迭代算法，从较低层级瓦片中提取数据，经重采样处理，合成所需层级的瓦片。显示系统根据用户的鼠标操作确定图像显示范围，计算请求显示区域的图像层级和瓦片位置编号，然后循环获取瓦片数据(如图 4)。获取单个瓦片的递归算法包括5种处理情形:

图 4 动态金字塔瓦片提取框图

Fig. 4 The schematic diagram of tile extraction

Case1：如果所要获取的瓦片存在，且为最初想获取的层级，读取瓦片数据后，返回真；

Case2：如果所要获取的瓦片存在，且不是最初要获取的层级，根据瓦片所在位置，采用最近邻法进行重采样，返回真；

Case 3：如果获取层级瓦片左上角所对应的第0级瓦片的行号大于最新瓦片的行号时，返回假。

Case 4：如果所要获取层瓦片的层级小于0，返回假。

Case 5：如果所要显示的瓦片不存在，且层级大于0，则调用本函数，分别获取该瓦片对应低一级的4个瓦片；以缺失L1_2_1.raw为例，算法将获取L0_4_2.raw、L0_5_2.raw、L0_4_3.raw、L0_5_3.raw，合成L1_2_1.raw。如果下一层4个瓦片都不存在，返回假，否则返回真。

获取一个瓦片后，将瓦片放入输出内存块中。循环获取瓦片数据结束后，将输出内存块中的数据返回给显示界面显示。

2 实验结果

以1 224×720像素(列数×行数)的SAR图像(图 5)为例，验证算法正确性。采用1.1节中的式(1)—式(4)，测算动态金字塔所需瓦片层级和每个层级的瓦片数量。以第0级为例，将图像行数720、列数1 224和层级0代入瓦片的层级计算式(1)和式(2)，计算出第0层缩略图的行数为720，列数为1 224；将缩略图行数、列数、瓦片边长256，代入式(3)和式(4)，计算出第0层瓦片的横向个数为5，纵向个数为3，故0层共有15个瓦片。这与测试图像的实际输出结果相同(表 1)。

图 5 测试图像

Fig. 5 The test image

表 1 测试图像各级瓦片数量统计表
Table 1 The statistics of tile numbers in each level of test image

下载CSV

层级	横向瓦片数	纵向瓦片数	瓦片总数
0	5	3	15
1	3	2	6
2	2	1	2

在建立动态金字塔过程中，第0级瓦片缺失会导致较高层级的瓦片丢失或较高层级瓦片中存在黑块。针对建立金字塔流程中的Case1、Case2、Case3、Case4和Case6共5种情况，分别删除L0_1_1、L0_4_1、L0_3_2、L0_4_2和L0_0_0，并填写瓦片缺失情况表，见表 2，其中存在黑块的瓦片如图 6所示。表 2与算法流程描述中的实例分析结果一致。

表 2 丢失0级瓦片情况下，各级缺失瓦片情况表
Table 2 The tile status table of the test image without one tile in the 0^th level

下载CSV

瓦片编号	丢失0级瓦片编号
	L0_1_1	L0_4_1	L0_3_2	L0_4_2	L0_0_0
L0_0_0					×
L0_1_1	×
L0_3_2			×
L0_4_1		×
L0_4_2				×
L1_0_0	×				∷
L1_0_1
L1_1_0
L1_1_1			×
L1_2_0		×
L1_2_1				×
L2_0_0	∷		×		∷
L2_1_0		∷		×
注：表中空白表示瓦片正常；×表示瓦片缺失，∷表示瓦片中存在黑块。为突出差异，未显示5种情况都正常的0级瓦片编号。

图 6 缺失L0_1_1的L2_0_0瓦片图

Fig. 6 The L2_0_0 tile image without the L0_1_1 tile

通过上文分析，说明动态金字塔构建技术的正确性。下文将以缺失L0_1_1瓦片为例，说明动态金字塔显示技术的正确性，如图 7所示。图 7中第3级的显示效果图为第2级瓦片L2_0_0.raw、L2_1_0.raw的合成图。从图中可以看出动态金字塔显示技术能够正常显示其余部分各层级图像。

图 7 丢失L0_1_1瓦片时的显示效果

Fig. 7 The display effect of test image in Pyramid without L0_1_1 at different levels

((a) 0^th Level; (b) 1^st Level; (c) 2^nd Level; (d) 3^th Level)

建立和显示大图像金字塔的效率，是判断金字塔技术能否应用于工程的重要指标。为验证动态金字塔技术方案的时效性，在显示软件中，增加一个独立线程，分别读取64 MB(8 192×8 192像素)、256 MB(16 384×16 384像素)和1 GB(32 768×32 768像素)测试图像文件，并定时将256×256像素的数据块发送给金字塔模块。发送数据的时间间隔从10 ms变化为1 ms，相当于传输速率为51.2 Mbit/s到512 Mbit/s，也相当于按8倍压缩率压缩后的传输速率为6.4 Mbit/s到64 Mbit/s。

显示软件分别在笔记本和台式机上运行。其中，笔记本内存为4 GB，CPU型号为I7-4610MQ，硬盘读写速度为60 MB/s，操作系统为Win 7；台式机内存为16 GB，CPU型号为I7-6700，硬盘读写速率为300 MByte/s，操作系统为Win 10。采用文中显示方案，进行测试，统计显示完整一帧图像的时延。

分析统计结果发现，程序在机械盘运行且发送数据的时间间隔小于6 ms时，构建64 MB、256 MB和1 GB图像金字塔的时间分别稳定在5.779 s、23.55 s和104.202 s左右；当发送时间间隔大于6 ms时，构建金字塔的时间，随发送时间间隔的增大，即发送速率的减小而增加。程序在固态盘上运行时，构建金字塔的时间与发送时间间隔成正相关，随发送时间间隔的增加而增加。

将固态硬盘和机械盘显示整帧图像的时延减去传统显示时延得到文中方案较传统方案的时延差。其中，由于传统显示方案只是对数据进行重采样和简单的数据整理，其时延采用数据传输时间进行估算。分析时延差发现，文中显示方案在机械硬盘上运行时，显示完整一帧图像的时延差变化较大。当数据发送时间间隔小于6 ms时，显示时延差随发送间隔的增加而减小；当发送时间间隔大于6 ms时，相当于8倍压缩率数据的传输速度10.4 Mbit/s时，机械盘的存取效率才适应数据发送的强度，64 MB、256 MB和1 GB图像的显示时延差稳定在为0.01 s、0.15 s和1.47 s左右。文中显示方案在固态硬盘运行时，显示完整一帧图像的时延差较为稳定，64 MB、256 MB和1 GB图像的显示时延差分别为0.76 s、3.06 s和12.55 s。

显示一帧完整图像的时间比传统方案长的原因是本文方案在接收到数据后，先写入文件，生成瓦片，然后再读取显示，因而引起时延。为定量分析读写文件对时延的影响，针对64 MB、256 MB和1 GB3种图像在建立金字塔的过程中需要读取和输出瓦片文件的数量进行统计，并模拟读取和输出相对应文件的数量，统计所用时间。分析构建金字塔时间、读取金字塔文件时间和输出金字塔文件时间发现，在机械盘上创建金字塔时，文件读写所用时间占用了建立金字塔时间的90%以上；在固态盘上创建金字塔时，读写文件所用时间占用了建立金字塔时间的70%以上。通过数据分析还发现，程序在机械盘运行且发送数据的时间间隔小于6 ms时，构建64 MB、256 MB和1 GB图像金字塔的时间与离线构建金字塔的时间(6.175 s、26.766 s、108.57 s)相当。因此推断发送时间间隔小于6 ms时，文件读写时间是机械盘时延的主要限制因素。

内存使用方面，文中所提显示方案使用的内存与图像大小无关，仅占用30 MB内存。在第1次显示图像的时延方面，本文方案每隔0.1 s刷新界面，在收到前10个数据包时就能显示图像，显示时延比传统显示方案提前了一帧图像的接收时延。

3 结论

参考文献

[1] Cui R H, Niu L. The design of radar display and control system for UAV airborne SAR[J]. Aerospace Electronic Warfare, 2012, 28(2): 32–33, 40. [崔荣华, 牛蕾. 无人机载SAR一体化显控系统的设计研究[J]. 航天电子对抗, 2012, 28(2): 32–33, 40. ] [DOI:10.3969/j.issn.1673-2421.2012.02.010]
[2] Liu W J, Meng Y, Qu H C, et al. Remote sensing image real-time progressive transmission based on multi-threads[J]. Journal of Image and Graphics, 2014, 19(8): 1237–1246. [刘万军, 孟煜, 曲海成, 等. 多线程遥感影像实时渐进传输[J]. 中国图象图形学报, 2014, 19(8): 1237–1246. ] [DOI:10.11834/jig.20140816]
[3] Li Y M, He X, Wei Z H, et al. Design and implement of real-time display and storage system of infrared image based on PCI-e interface[J]. Opto Electronic Technology, 2013, 33(1): 9–12, 35. [李一芒, 何昕, 魏仲慧, 等. 基于PCI-e接口的红外图像实时显示与存储系统设计与实现[J]. 光电子技术, 2013, 33(1): 9–12, 35. ] [DOI:10.3969/j.issn.1005-488X.2013.01.003]
[4] Yao Y D. An oversized images real-time displaying system based on camera link[J]. Journal of Xi'an University of Posts and Telecommunications, 2015, 20(4): 54–57. [姚引娣. 基于相机连接接口的大图像实时显示系统[J]. 西安邮电大学学报, 2015, 20(4): 54–57. ] [DOI:10.13682/j.issn.2095-6533.2015.04.011]
[5] Zhao Y L, An L, Sun Y L. SAR image real-time display by direct draw[J]. Computer CD Software and Applications, 2012(8): 22–23. [赵艳丽, 安良, 孙永良. 基于DirectDraw的雷达图像实时显示[J]. 计算机光盘软件与应用, 2012(8): 22–23. ]
[6] Zhang J, Liu G X, Chen G H. OpenGL based SAR real-time image display[J]. Modern Electronics Technique, 2015, 38(13): 7–9. [张娟, 刘国霞, 陈光辉. 基于OpenGL的SAR实时图像显示[J]. 现代电子技术, 2015, 38(13): 7–9. ] [DOI:10.3969/j.issn.1004-373X.2015.13.002]
[7] Williams L. Pyramidal parametrics[C]//Proceedings of the 10th Annual Conference on Computer Graphics and Interactive Techniques. Detroit, Michigan, USA: ACM Press, 1983: 1-11.[DOI: 10.1145/800059.801126]
[8] Li M L. GDAL Soure Code Analysis and Development Guide[M]. Beijing: Posts & Telecom Press, 2014: 15-18. [ 李民录. GDAL源码剖析与开发指南[M]. 北京: 人民邮电出版社, 2014: 15-18.]
[9] Yang X, Xu D Q, Zhao L. Real-time viewing of large images based on multi-core[J]. Journal of Image and Graphics, 2011, 16(2): 152–160. [杨鑫, 许端清, 赵磊. 基于多核架构的大图像实时浏览技术[J]. 中国图象图形学报, 2011, 16(2): 152–160. ] [DOI:10.11834/jig.20110216]
[10] Lin F. Research on the pyramid construction and storage technology of image data based on HDFS[D]. Harbin: Northeast Forestry University, 2016. [林峰.基于HDFS的影像数据金字塔构建及存储技术研究[D].哈尔滨: 东北林业大学, 2016.]
[11] Liu Y, Chen L, Jing N, et al. Parallel batch-building remote sensing images tile pyramid with MapReduce[J]. Geomatics and Information Science of Wuhan University, 2013, 38(3): 278–282. [刘义, 陈荦, 景宁, 等. 利用MapReduce进行批量遥感影像瓦片金字塔构建[J]. 武汉大学学报:信息科学版, 2013, 38(3): 278–282. ] [DOI:10.13203/j.whugis2013.03.006]
[12] Huang D M, Yang Y H, Mei H B, et al. A parallel construction method of remote sensing image pyramid model for spark[J]. Computer Applications and Software, 2017, 34(5): 175–181. [黄冬梅, 杨雨浩, 梅海彬, 等. 面向Spark的遥感影像金字塔模型的并行构建方法[J]. 计算机应用与软件, 2017, 34(5): 175–181. ] [DOI:10.3969/j.issn.1000-386x.2017.05.031]
[13] Hao G J, Xiong W, Chen L, et al. An MPI-based parallel pyramid building algorithm for large-scale RS image[J]. Journal of Geo-Information Science, 2015, 17(5): 515–522. [郝高进, 熊伟, 陈荤, 等. 基于MPI的大规模遥感影像金字塔并行构建方法[J]. 地球信息科学学报, 2015, 17(5): 515–522. ] [DOI:10.3724/SP.J.1047.2015.00515]
[14] Gao Z. Research and development of fast pyramid generation algorithm of massive remote sensing image[D]. Shanghai: East China Normal University, 2012. [高峥.海量遥感影像快速生成金字塔算法的研究与实现[D].上海: 华东师范大学, 2012.] http://cdmd.cnki.com.cn/Article/CDMD-10269-1012434271.htm
[15] Xie Y H, Tang X A, Sun M Y. Image Pyramid structures without truncation and data expansion[J]. Journal of Image and Graphics, 2009, 14(6): 1070–1074. [谢耀华, 汤晓安, 孙茂印. 不产生精度截断及数据膨胀的图像金字塔[J]. 中国图象图形学报, 2009, 14(6): 1070–1074. ] [DOI:10.11834/jig.20090609]
[16] Zhang Y Z, Zhang M, Wang J N, et al. TDFA:a generation method of spatial image pyramid[J]. Journal of Image and Graphics, 2016, 21(7): 959–966. [张云舟, 张陌, 王晋年, 等. TDFA:一种生成空间影像金字塔的方法[J]. 中国图象图形学报, 2016, 21(7): 959–966. ] [DOI:10.11834/jig.20160714]
[17] Jiang H C, Zhao Z M, Zhu H Q. Fast view mass strip SAR image using block replacement algorithm[J]. Computer Engineering and Applications, 2004, 40(28): 50–51, 194. [蒋红成, 赵忠明, 朱海青. 用分块调度置换算法快速浏览SAR带状海量影像[J]. 计算机工程与应用, 2004, 40(28): 50–51, 194. ] [DOI:10.3321/j.issn:1002-8331.2004.28.015]
[18] Li J X, Shen B, Jiang R G, et al. Quadtree spatial index algorithm oriented to image pyramid[J]. Computer Engineering, 2011, 37(10): 11–13. [李建勋, 沈冰, 姜仁贵, 等. 面向影像金字塔的四叉树空间索引算法[J]. 计算机工程, 2011, 37(10): 11–13. ] [DOI:10.3969/j.issn.1000-3428.2011.10.003]
[19] Nie Y F, Zhou W S, Shu J, et al. Spatial index for tile map service based on Z curve[J]. Journal of Image and Graphics, 2012, 17(2): 286–292. [聂云峰, 周文生, 舒坚, 等. 基于Z曲线的瓦片地图服务空间索引[J]. 中国图象图形学报, 2012, 17(2): 286–292. ] [DOI:10.11834/jig.20120219]
[20] Jiang D H. Application of dynamic Roaming algorithm in GIS map based on image pyramid[J]. Computer Engineering and Design, 2013, 34(5): 1711–1715. [姜代红. 基于影像金字塔的GIS地图动态漫游算法[J]. 计算机工程与设计, 2013, 34(5): 1711–1715. ] [DOI:10.3969/j.issn.1000-7024.2013.05.037]
[21] Zhang H W, Tong H J, Zuo B X, et al. Quick browsing of massive remote sensing image based on GDAL[J]. Computer Engineering and Applications, 2012, 48(13): 159–162. [张宏伟, 童恒建, 左博新, 等. 基于GDAL大于2G遥感图像的快速浏览[J]. 计算机工程与应用, 2012, 48(13): 159–162. ] [DOI:10.3778/j.issn.1002-8331.2012.13.034]
[22] Cline D, Egbert K E. Interactive display of very large textures[C]//Proceedings of the Conference on Visualization. Research Triangle Park, NC, USA, USA: IEEE, 1998: 343-350. http://dl.acm.org/citation.cfm?id=288306
[23] Zhang X C, Huang Z C, Chen G, et al. Rapid display technique of massive remote sensing image[J]. Journal of Image and Graphics, 2002, 7A(10): 1021–1026. [章孝灿, 黄智才, 陈刚, 等. 海量遥感图象快速显示技术[J]. 中国图象图形学报, 2002, 7A(10): 1021–1026. ] [DOI:10.11834/jig.2002010316]
[24] Shi J. Strategy of image rapid loading and display[J]. Forest Inventory and Planning, 2017, 42(3): 1–3, 35. [师静. 一种影像快速加载及显示策略[J]. 林业调查规划, 2017, 42(3): 1–3, 35. ] [DOI:10.3969/j.issn.1671-3168.2017.03.001]
[25] Cai P, Wu X H, He X H, et al. Browse of the high-resolution core image based on tiled pyramid model[J]. Journal of Terahertz Science and Electronic Information Technology, 2014, 1(1): 97–102. [蔡坪, 吴晓红, 何小海, 等. 基于瓦片金字塔模型的高分辨力岩心图像浏览[J]. 太赫兹科学与电子信息学报, 2014, 1(1): 97–102. ] [DOI:10.11805/TKYDA201401.0097]