メインコンテンツまでスキップ

DivideTiles - タイル処理

概要​

DivideTilesインターフェースは、再構築前にシーンをタイルに分割するために使用されます。このインターフェースは、2D規則グリッド、3D規則グリッド、およびメモリベースのアダプティブタイリング手法をサポートし、大規模データセットの処理に適しています。

使用例
  • 超大規模データセット（数千枚の画像）
  • メモリ制限のある処理環境
  • 並列処理が必要なプロジェクト
  • 分散コンピューティングシナリオ

動作原理​

インターフェース呼び出し​

コマンドライン呼び出し​

# 方法1：メインエンジンを通じて
reconstruct_full_engine.exe -reconstruct_type 4 -task_json divide_config.json

# 方法2：スタンドアロンタイリングエンジン
divide_engine.exe divide_config.json

パラメータ説明​

  • reconstruct_type: 4として固定（DivideTilesを示す）
  • task_json: 設定ファイルパス

設定パラメータ​

必須パラメータ​

パラメータ型説明
working_dirstring作業ディレクトリ（AT結果を含む必要がある）
gdal_folderstringGDALデータパス
resolution_levelint再構築精度（1=高、2=中、3=低）
divide_parametersJSONタイリングパラメータ
roi_for_3dJSON3D再構築のROI

オプションパラメータ​

パラメータ型デフォルト説明
roi_coordinate_systemJSONWGS84ROI座標系

タイリングパラメータ (divide_parameters)​

パラメータ型デフォルト説明
divide_modeint-タイリングモード：0=2Dグリッド、1=3Dグリッド、2=メモリアダプティブ
tile_sizedouble-グリッドサイズ（モード0/1で必須）
target_memorydouble0目標メモリ制限（GB）
reconstruct_whole_tileboolfalse完全なタイルを再構築するかどうか（境界クリッピングなし）
tile_systemJSONAT座標系タイリング座標系

タイリングモードの説明​

1. 2D規則グリッド (divide_mode = 0)​

地形変化の少ないエリアに適しています：

{
  "divide_mode": 0,
  "tile_size": 500.0,        // 500m x 500mグリッド
  "tile_system": {
    "type": 3,
    "epsg_code": 32650       // UTM投影座標系
  }
}

2. 3D規則グリッド (divide_mode = 1)​

標高変化の大きいエリアに適しています：

{
  "divide_mode": 1,
  "tile_size": 300.0,        // 300m x 300m x 300m立方体
  "tile_system": {
    "type": 1                // ローカル座標系
  }
}

3. メモリアダプティブタイリング (divide_mode = 2)​

メモリ制限に基づく自動タイリング：

{
  "divide_mode": 2,
  "target_memory": 16.0,     // タイルあたり最大16GBメモリ
  "reconstruct_whole_tile": false
}

完全な設定例​

都市規模シーン2Dタイリング​

{
  "working_dir": "C:/Projects/CityScale",
  "gdal_folder": "C:/MipMap/SDK/data",
  "resolution_level": 2,
  "divide_parameters": {
    "divide_mode": 0,
    "tile_size": 1000.0,     // 1kmグリッド
    "tile_system": {
      "type": 3,
      "epsg_code": 32650
    },
    "reconstruct_whole_tile": true
  },
  "roi_for_3d": {
    "boundary": [
      [500000, 2500000],
      [510000, 2500000],
      [510000, 2510000],
      [500000, 2510000]
    ],
    "min_z": 0,
    "max_z": 500
  },
  "roi_coordinate_system": {
    "type": 3,
    "epsg_code": 32650
  }
}

山岳地形3Dタイリング​

{
  "working_dir": "C:/Projects/Mountain",
  "gdal_folder": "C:/MipMap/SDK/data",
  "resolution_level": 2,
  "divide_parameters": {
    "divide_mode": 1,
    "tile_size": 500.0,      // 500m立方体
    "tile_system": {
      "type": 0,             // LocalENU
      "origin_point": [114.123, 22.123, 100.0]
    }
  },
  "roi_for_3d": {
    "boundary": [...],
    "min_z": 100,
    "max_z": 2000           // 大きな標高差
  }
}

メモリ制限環境​

{
  "working_dir": "C:/Projects/LimitedMemory",
  "gdal_folder": "C:/MipMap/SDK/data",
  "resolution_level": 2,
  "divide_parameters": {
    "divide_mode": 2,
    "target_memory": 8.0,    // 利用可能メモリ8GBのみ
    "reconstruct_whole_tile": false
  },
  "roi_for_3d": {
    "boundary": [...]
  }
}

出力結果​

tiles.jsonファイル構造​

タイリング後に生成されるtiles.json：

{
  "tiles": [
    {
      "name": "tile_0_0",
      "empty": false,
      "max_memory": 12.5,    // GB
      "roi": {
        "boundary": [...],
        "min_z": 100,
        "max_z": 200
      }
    },
    {
      "name": "tile_0_1",
      "empty": false,
      "max_memory": 15.3,
      "roi": {...}
    }
  ],
  "divide_mode": 0,
  "tile_system": {...},
  "tile_grid": {             // グリッド情報（モード0/1）
    "origin": [500000, 2500000],
    "rows": 10,
    "cols": 10
  },
  "tile_size": 1000.0
}

タイリング結果の使用​

Reconstruct3Dは自動的にtiles.jsonを読み取り、タイル化再構築を実行します：

{
  "license_id": 9200,
  "working_dir": "C:/Projects/CityScale",  // tiles.jsonを含む
  // ... その他のReconstruct3Dパラメータ
}

タイリング戦略の選択​

シーンタイプ比較​

シーンタイプ推奨モードグリッドサイズ提案説明
平坦な都市2Dグリッド500-2000m平坦な地形、小さな標高変化
山岳地形3Dグリッド300-1000m大きな標高差、垂直層化が必要
混合シーンメモリアダプティブ-タイリングスキームを自動最適化
線状エンジニアリング2Dグリッドカスタムルート方向に沿って細長いストリップを設定

メモリ推定​

タイルあたりメモリ要件 ≈ (タイル内画像数 × 画像解像度 × 3) / 圧縮比

参考値：

  • 100枚20MP画像 ≈ 8-12 GB
  • 200枚20MP画像 ≈ 16-24 GB

並列処理​

ローカル並列​

import subprocess
import json
import concurrent.futures

# タイリング結果を読み取り
with open("tiles.json", "r") as f:
    tiles_info = json.load(f)

def process_tile(tile):
    if tile["empty"]:
        return
    
    config = {
        "license_id": 9200,
        "working_dir": f"./output/{tile['name']}",
        "tile_name": tile["name"],
        # ... その他のパラメータ
    }
    
    with open(f"{tile['name']}.json", "w") as f:
        json.dump(config, f)
    
    subprocess.run([
        "reconstruct_full_engine.exe",
        "-reconstruct_type", "2",
        "-task_json", f"{tile['name']}.json"
    ])

# 並列処理
with concurrent.futures.ThreadPoolExecutor(max_workers=4) as executor:
    executor.map(process_tile, tiles_info["tiles"])

分散処理​

タイリング結果を複数のマシンに分散して処理できます：

  1. マスターノードがタイリングを実行
  2. tiles.jsonとデータを配布
  3. 各ノードが割り当てられたタイルを独立して処理
  4. 結果を統合

ベストプラクティス​

1. タイルサイズ選択​

  • 十分なメモリ：境界効果を減らすため大きなタイルを使用
  • 限られたメモリ：安定性を確保するため小さなタイルを使用
  • 並列処理：タイル数とタイルあたり処理時間のバランス

2. オーバーラップエリア処理​

{
  "reconstruct_whole_tile": true,  // 完全なタイルを生成
  // 後処理でオーバーラップエリアをマージ
}

3. 座標系選択​

  • 2Dタイリング：投影座標系を使用（メートル単位）
  • 3Dタイリング：ローカルまたはLocalENU
  • 地理座標系での3Dタイリングを避ける

4. ROI最適化​

{
  "roi_for_3d": {
    "boundary": [
      // ATから生成されたSmart ROIを使用
      // クリッピングを避けるため境界を適切に拡張
    ]
  }
}

パフォーマンス最適化​

1. 処理時間推定​

総時間 = タイリング時間 + max(タイルあたり処理時間) + マージ時間

2. 負荷分散​

  • max_memory分布を確認
  • タイル間で負荷を分散するようパラメータを調整
  • 動的タスク割り当てを検討

3. ストレージ最適化​

  • 作業ディレクトリにSSDを使用
  • タイル結果を複数のディスクに分散
  • 十分な一時スペースを確保

よくある問題​

Q: タイリング後にタイル境界にギャップがある？​

A:

  • reconstruct_whole_tile: trueを設定
  • タイル間のオーバーラップを増やす（ROIを拡張）
  • 後処理でマージを最適化

Q: 一部のタイルが処理に失敗する？​

A:

  • タイルのmax_memoryが制限を超えていないか確認
  • 特定のタイルでの画像分布を確認
  • 再タイリングまたはパラメータ調整を検討

Q: タイルが多すぎる？​

A:

  • tile_sizeまたはtarget_memoryを増やす
  • 異なるタイリングモードを使用
  • 階層処理戦略を検討

高度なアプリケーション​

カスタムタイリングスキーム​

tiles.jsonに基づいて、以下が可能です：

  1. タイル境界を手動調整
  2. 小さなタイルをマージ
  3. 大きなタイルを分割
  4. 優先度を設定

増分更新​

# 変更されたエリアのみを処理
changed_tiles = identify_changed_areas()
for tile in changed_tiles:
    process_tile(tile)

次のステップ​

ヒント：適切なタイリング戦略は大規模データ処理の鍵です。完全なデータセットを処理する前に、まず小さなデータでテストして最適なパラメータを見つけることをお勧めします。