基于集群的高能遥感影像水体提取方法研究硕士学位

基于集群的高能遥感影像水体提取方法研究硕士学位

ID:28860134

大小:4.40 MB

页数:95页

时间:2018-12-14

基于集群的高能遥感影像水体提取方法研究硕士学位_第1页
基于集群的高能遥感影像水体提取方法研究硕士学位_第2页
基于集群的高能遥感影像水体提取方法研究硕士学位_第3页
基于集群的高能遥感影像水体提取方法研究硕士学位_第4页
基于集群的高能遥感影像水体提取方法研究硕士学位_第5页
资源描述:

《基于集群的高能遥感影像水体提取方法研究硕士学位》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、基于集群的高性能遥感影像水体提取方法研究硕士学位论文基于集群的高性能遥感影像水体提取方法研究硕士学位论文基于集群的高性能遥感影像水体提取方法研究硕士学位论文基于集群的高性能遥感影像水体提取方法研究硕士学位论文基于集群的高性能遥感影像水体提取方法研究硕士学位论文基于集群的高性能遥感影像水体提取方法研究硕士学位论文基于集群的高性能遥感影像水体提取方法研究硕士学位论文基于集群的高性能遥感影像水体提取方法研究硕士学位论文基于集群的高性能遥感影像水体提取方法研究硕士学位论文基于集群的高性能遥感影像水体提取方法研究硕士学位论文基于集群的高性能遥感影像水体提取方法研究硕士学位论文基于集群的高性能

2、遥感影像水体提取方法研究硕士学位论文基于集群的高性能遥感影像水体提取方法研究硕士学位论文基于集群的高性能遥感影像水体提取方法研究硕士学位论文基于集群的高性能遥感影像水体提取方法研究硕士学位论文基于集群的高性能遥感影像水体提取方法研究硕士学位论文基于集群的高性能遥感影像水体提取方法研究硕士学位论文2对水体信息提取的效率提升有限制。通过以上问题的分析,我们发现,为了提高遥感影像水体信息提取的效率,需要在以基于集群的高性能遥感影像水体提取方法研究硕士学位论文基于集群的高性能遥感影像水体提取方法研究硕士学位论文下几个方面有所改良:首先需要提供一个海量遥感数据的储存平台,方便遥感数据的储存与

3、访问[5];其次需要构建一个高性能遥感信息计算平台,改造现有的水体提取方法提高水体提取效率。1.2国内外研究现状遥感影像是地物特征的综合反映,通过卫星传感器获取遥感影像,然后经过计算机处理等技术手段从影像中提取有效信息,应用到各行各业的分析与决策中。水体信息提取是指采用一定的技术手段,把水体信息从水体与地物组成的影像中分离出来,以下分别从两个方面阐述:在高性能遥感信息计算方面,由于遥感信息计算具有数据量大、计算方法复杂等特点。所以为了提高遥感影像处理速度和遥感信息计算效率,需要从算法自身考虑,同时采用采用高性能计算环境[6]。近年来,随着计算机硬件体系结构的不断优化升级,利用先进的

4、硬件体系来解决遥感信息计算的速度问题是遥感地学研究方向之一,在这些研究中,并行计算技术成为解决遥感信息计算中数据密集与计算密集问题的方法之一[7]。首先,随着“多核”技术的普遍推广,并且已经成为当前计算机的主流配置,如何利用“多核”技术来来处理大数据量问题成为当前研究热点方向[8]。国内外研究机构和硬件厂商提出了一系列的解决方案,例如OpenMP是利用基于共享内存的编程的标准接口[9]。另一方面,集群是当前高性能计算中普遍采用的一种解决方案[10],它采用一种并行计算架构,将多台普通的计算机通过高速网络互联,可以形成与大型机相当的计算能力,并且集群解决方案还具有其它优点:比如价格廉

5、价、便于扩展等。在遥感信息计算中,由于存在数据量与计算量大的问题,采用集群可以由多台节点共同完成一个计算复杂、数据量大的任务,通过服务管理节点发送命令,各个节点根据命令处理相应的数据。因为遥感信息计算存在着对不同区域的影像数据进行大量相同的处理,因此使用集群计算环境可以有效提高遥感信息计算处理基于集群的高性能遥感影像水体提取方法研究硕士学位论文基于集群的高性能遥感影像水体提取方法研究硕士学位论文效率。近年来,在遥感信息计算领域,许多学者提出了集群技术在学科中的应用研究,安兴华等提出了并行计算在遥感计算中的应用[11],沈占锋等把网格计算应用到遥感计算领域[12-15],胡晓东等在遥

6、感信息计算中应用了MPI接口构建集群计算环境[16,17]。法国的InfoTerra公司于2003年推出的像素工厂采用了集群计算环境进行遥感图像处理,其通过终端提交批量的任务,实现并行化、流程化地处理影像数据。像素工厂的成功是人们认识到采用集3群体系结构处理遥感影像可以有效提高遥感信息计算效率。在水体信息提取方面,以下几类方法被证明效果较好:指数分割法[18]、监督分类法[19]以及决策树法[20]等,针对不同的应用场景可以选择不同的水体提取方法。于欢等人认为在较多人工参与的条件下,对TM影像的水体提取利用影像分类的方法较好[21];席晓燕等通过结合指数和波段叠加的聚类方法,减少了

7、人工参与并且避免了阀值选取的繁琐[22]。为了实现水体提取的自动化和精确化,指数模型法和分类法是效果较好的方法,骆剑承等基于此发展的“全域-局部”分步迭代方法被证明对于精确提取湖泊等面状水体十分有效[23]。1.3项目背景介绍本论文主要在中亚地区资源与环境数据库管理系统(以下简称中亚数据库管理系统)的基础上完成,中亚数据库管理系统是中科院新疆生态与地理研究所近期研究的项目之一,项目主要目标是为了解决多种类型、不同分辨率的海量遥感数据储存与管理问题,如海量遥感数据如何储

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。