分布式影像计算模型及其在高分辨率遥感目标识别中的应用研究
文献类型：学位论文
| 作者 | 沈占锋 |
| 答辩日期 | 2005-08-30 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院研究生院 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 周成虎 ; 骆剑承 |
| 关键词 | 分布式计算 遥感图像处理 高分辨率 知识处理 特征基元提取 目标识别 网格计算 网络服务 并行计算 深度计算 主动计算 |
| 学位名称 | 博士 |
| 学位专业 | 地图学与地理信息系统 |
| 英文摘要 | 随着遥感卫星事业的发展以及人们对地观测精度要求的不断提高，以IKONOS、 QUICKBIRD等为代表的高分辨率遥感在近年来发展很快，他们在资源调查、城市规划、精准农业甚至军事等领域都有着广泛且重要的作用。然而随着各类高分辨率遥感影像的不断出现，人们对以栅格数据为主的数据处理与计算问题的精度与效率要求日益增加，一些新的矛盾问题出现了：一方面，高分辨率遥感影像表现出更大的影像数据量，而这些影像数据的处理与识别则比传统中低分辨率影像有着更大的计算量与存储量，这就给传统的影像处理速度提出新的挑战，因此，很多高分辨率遥感影像都来不及处理与应用就被存储到影像数据库中去，造成了图像获取及存储空间的双重浪费；另一方面，高分辨率图像上的目标地物信息更为丰富，种类更加多样，而且其图像的纹理信息更为丰富，但同时其影像上的噪声信息也更为明显，这也给传统的以光谱为主要依据的图像处理方法带来了新的难度，高分辨率遥感图像的目标识别必须信赖更多的图像信息提取手段；而且，从人们对遥感图像认知的角度来说，随着越来越多的专家学者对高分辨率遥感影像的研究，人们发现传统的以像元的图像处理技术在高分辨率处理方面会表现出低效的特点，而面向对象的遥感图像特征基元提取与目标识别技术——基于特征基元的高分辨率遥感图像处理技术则给出了新的解决方法，这种方式不仅满足了面向对象的影像处理单元中数据表示的特点，也同时适应了人们目视解译遥感影像并进行目标识别的过程。 在解决高分辨率遥感影像处理过程中，分布式影像计算技术给这些问题提供了新的解决思路。一方面，分布式计算具有分布式数据库存储与管理、分布式地学计算以及分布式知识集成等优点，适合这种海量级的数据管理；另一方面，从栅格数据本身的特点及分布式计算实现方式也可以看出，分布式计算更适合这种栅格数据的计算模式，因而分布式计算技术越来越广泛地被应用到遥感图像处理领域。本文以分布式影像计算模型与应用为指导框架，结合当前发展的计算机处理技术，对分布式环境下的遥感图像目标识别问题进行了研究，并给出了一种新的研究方法与思路，论文的主要内容包括：1．在相关理论探讨的基础上，本文提出了分布式遥感图像信息提取与分析的新的体系框架，并从方法层面和技术层面对其研究进行了阐述。从方法层面上，针对高分辨率遥感影像的特点，提出了基于特征基元的遥感图像基元提取方法，并在此基础上结合知识对相应基元进行识别的方法体系；从技术层面，指出了分布式遥感图像目标识别与分析框架的核心是要建立一个可操作的技术架构，并将高分辨率遥感影像目标识别任务分为特征基元提取过程与目标识别过程，并进一步探讨了二者的技术结构及实现流程。2．对于遥感图像特征基元提取过程，在理论层面上，针对高分辨率遥感图像特征基元提取的特点，给出了面向对象的基元提取方法——基于特征基元的高分辨率遥感图像基元提取方法，并结合遥感影像分割任务对其实现方式进行了论证；在技术层面上，通过对网格计算的优势与机理的分析，结合遥感图像特征基元提取任务对其分布式系统框架进行了设计与实现；在算法资源整合方面，采用网格计算的资源注册、发现与绑定机制实现遥感图像特征基元提取算法的分布式环境调用，在多机处理模型及效率提高方面，采用并行计算模型MPI对算法进行实现，并将其纳入分布式系统框架下。3．对于遥感图像目标识别任务，在理论层面上，针对高分辨率遥感图像目标识别的特点，给出了基于知识的目标识别方法——在遥感图像特征基元提取的基础上，采用知识辅助的方法对不同特征基元进行判断与推理；在技术层面上，通过对网络服务在跨操作系统、跨平台、跨编程语言等方面的特点的分析，以及其基于整个网络的资源与知识共享、面向服务的智能计算、多用户协同目标分析等优势，对基于网络服务的分布式目标识别系统框架进行了设计，并基于此对遥感图像目标识别任务中的知识共享与协同处理进行了设计与实现。 研究表明，在采用网格计算技术实现遥感图像特征基元提取及网络服务技术实现遥感图像目标识别的整个分布式系统架构体系中，在系统功能方面，系统架构能够满足遥感图像特征基元提取过程的计算量大、目标识别过程中多机知识资源协同处理模型的要求，并能够有效地集成网络上大量分布的其他资源（如算法资源与知识整合资源）并进行资源整合；在实现效率方面，通过分布式系统框架中集成了并行计算技术，以及网络服务中资源注册、发现与绑定的机制，也使得系统在特征基元提取及基元匹配过程中的效率大大提高，为基于网络环境下的遥感图像特征基元提取与目标识别提供了新的技术框架模型。 |
| 语种 | 中文 |
| 公开日期 | 2010-12-16 |
| 页码 | 208 |
| 源URL | [http://192.168.22.105/handle/311030/88]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 沈占锋. 分布式影像计算模型及其在高分辨率遥感目标识别中的应用研究[D]. 中国科学院地理科学与资源研究所. 中国科学院研究生院. 2005. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。