随着卫星技术的日益发展和传感器精度的提高,遥感影像的数据量正呈现几何级数的倍率增长,但现有的瓦片生成技术在处理数据量庞大的遥感影像时运算缓慢,处理效率低下。因此,如何实现遥感影像数据快速瓦片化,是突破当今遥感影像数据可视化效率瓶颈的关键。本文分别从影像重采样插值和影像裁切算法着手,研究如何通过影像插值算法和影像裁切算法的优化,从而提高遥感影像瓦片生成的效率。具体进行了以下内容的研究工作:(1)对比测试多种图像插值算法——选取最佳插值算法图像重采样插值是遥感影像在生成瓦片时关键的步骤,现有的具备瓦片生成功能的软件工具采用的图像插值算法大多为最邻近插值法,该算法虽然计算量小,但处理后的图像会有一定程度上的失真效果,影响了瓦片地图的浏览体验。为了解决该问题,选择更适合的插值算法取代最邻近插值法,通过测试对比,选择画面处理质量更好、算法复杂度适中的双线性内插算法。(2)改进重采样插值处理——引入GPU加速技术在研究遥感影像数据进行重采样时,发现该过程对图像像素的操作是重复的,具有可并行性,基于该特性,引入GPU并行加速技术进行优化,将原本在CPU进行串行任务的插值过程转移到了GPU并行任务中,有效地提高了插值算法的计算速度,实现了遥感影像的快速重采样。(3)提高裁切算法的瓦片生成速度——多线程任务并行以GDAL的裁切算法为基础,对其进行改进,使该算法能按照瓦片生成规则切分遥感影像。并在此基础上,对其添加多任务划分的功能,使该算法能多线程并行,加快裁切的速度。相比市面上常用的商业软件,除了处理速度有提升,更具备灵活性。