基于分布式并行聚类的sar图像变化检测算法研究

《基于分布式并行聚类的sar图像变化检测算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于分布式并行聚类的SAR图像变化检测算法研究作者姓名杨国栋导师姓名、职称朱虎明副教授一级学科电子科学与技术二级学科电路与系统申请学位类别工学硕士提交毕业论文日期2014年12月学校代码10701学号1202120918分类号TP75密级公开西安电子科技大学硕士学位论文基于分布式并行聚类的SAR图像变化检测算法研究作者姓名：杨国栋一级学科：电子科学与技术二级学科：电路与系统学位类别：工学硕士指导教师姓名、职称：朱虎明副教授提交日期：2014年12月SARImageChangeDetectionBasedonDistributedParallelClusteringAlgo

2、rithmAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicScienceandTechnologyByYangGuodongSupervisor:AssociateProf.ZhuHumingDecember2014西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容

3、以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处，本人承担一切法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位

4、后结合学位论文研究成果撰写的文章，署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名：导师签名：日期：日期：摘要摘要SAR（SyntheticApertureRadar）图像变化检测可以应用在自然环境监测、灾害评估、军事打击效果评估和城市规划等众多领域，使得SAR图像变化检测成为遥感领域的研究热点。近年来随着雷达成像能力的提升，SAR图像的数据规模变得越来越大，传统串行变化检测算法已经越来越难以应对数据量不断增长的SAR图像。本文将核模糊C均值聚类算法（KernelFuzzyC-Means,KFCM）与分布式并行计算框架相结合，提出了两种基于分布式

5、并行聚类的SAR图像变化检测方法，分布式并行计算框架能够充分利用集群中众多节点的计算能力和存储能力，可以有效应对大规模的SAR图像变化检测问题，加快变化检测的速度。1.提出了一种基于H-KFCM（HadoopbasedKFCM）的分布式并行SAR图像变化检测方法。在变化检测过程中，利用聚类算法对差异图进行聚类分析是计算复杂度最高，计算时间最长的部分。Hadoop分布式集群计算平台可以利用分布式文件系统HDFS（HadoopDistributedFileSystem）和MapReduce计算模型分布式地存储和处理大规模数据。本文提出的基于H-KFCM的SAR图像变化检测方法

6、，将KFCM算法与Hadoop相结合，将KFCM算法中隶属度迭代计算映射到MapReduce中的Map阶段，通过集群多节点分布式执行Map任务实现隶属度矩阵的并行计算；将KFCM的聚类中心更新过程映射到Reduce阶段，Reduce收集不同节点的Map任务计算结果，规约求和更新聚类中心，实现了对SAR图像变化检测差异图的分布式并行聚类。通过设计相关实验，证明了本文提出的H-KFCM分布式并行变化检测方法是有效的，并且在Hadoop集群节点数增加时，对相同SAR图像的变化检测时间明显减少，证明了该算法具有良好的并行加速性能。2.提出了一种基于S-KFCM（Sparkbase

7、dKFCM）的SAR图像变化检测方法。Spark是一种针对迭代作业和交互分析等领域而设计的基于内存计算的分布式并行平台，相比于Hadoop的MapReduce框架，Spark在运行相同的作业时可以取得几十倍甚至百倍加速性能提升。该算法将利用KFCM算法分析差异图的过程迁移到Spark内存计算框架上实现，将变化检测过程中最耗时的聚类分析过程并行的完成。在Spark中，KFCM算法的计算过程由一系列有依赖关系的弹性分布式数据集（ResilientDistributedDatasets,RDD）实现，Spark能够在集群多个节点上对