基于集群的高性能遙感影像水體提取方法研究碩士學位論文

《基于集群的高性能遙感影像水體提取方法研究碩士學位論文》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。

1、基于集群的高性能遙感影像水體提取方法研究碩士學位論文基于集群的高性能遙感影像水體提取方法研究碩士學位論文基于集群的高性能遙感影像水體提取方法研究碩士學位論文基于集群的高性能遙感影像水體提取方法研究碩士學位論文基于集群的高性能遙感影像水體提取方法研究碩士學位論文基于集群的高性能遙感影像水體提取方法研究碩士學位論文基于集群的高性能遙感影像水體提取方法研究碩士學位論文基于集群的高性能遙感影像水體提取方法研究碩士學位論文基于集群的高性能遙感影像水體提取方法研究碩士學位論文基于集群的高性能遙感影像水體提取方法研究碩士學位論文

2、基于集群的高性能遙感影像水體提取方法研究碩士學位論文基于集群的高性能遙感影像水體提取方法研究碩士學位論文基于集群的高性能遙感影像水體提取方法研究碩士學位論文基于集群的高性能遙感影像水體提取方法研究碩士學位論文基于集群的高性能遙感影像水體提取方法研究碩士學位論文基于集群的高性能遙感影像水體提取方法研究碩士學位論文基于集群的高性能遙感影像水體提取方法研究碩士學位論文2對水體信息提取的效率提升有限制。通過以上問題的分析，我們發(fā)現(xiàn)，為了提高遙感影像水體信息提取的效率，需要在以基于集群的高性能遙感影像水體提取方法研究碩士學位

3、論文基于集群的高性能遙感影像水體提取方法研究碩士學位論文下幾個方面有所改良：首先需要提供一個海量遙感數(shù)據(jù)的儲存平臺，方便遙感數(shù)據(jù)的儲存與訪問[5]；其次需要構建一個高性能遙感信息計算平臺，改造現(xiàn)有的水體提取方法提高水體提取效率。1.2國內外研究現(xiàn)狀遙感影像是地物特征的綜合反映，通過衛(wèi)星傳感器獲取遙感影像，然后經過計算機處理等技術手段從影像中提取有效信息，應用到各行各業(yè)的分析與決策中。水體信息提取是指采用一定的技術手段，把水體信息從水體與地物組成的影像中分離出來，以下分別從兩個方面闡述：在高性能遙感信息計算方面，由于

4、遙感信息計算具有數(shù)據(jù)量大、計算方法復雜等特點。所以為了提高遙感影像處理速度和遙感信息計算效率，需要從算法自身考慮，同時采用采用高性能計算環(huán)境[6]。近年來，隨著計算機硬件體系結構的不斷優(yōu)化升級，利用先進的硬件體系來解決遙感信息計算的速度問題是遙感地學研究方向之一，在這些研究中，并行計算技術成為解決遙感信息計算中數(shù)據(jù)密集與計算密集問題的方法之一[7]。首先，隨著“多核”技術的普遍推廣，并且已經成為當前計算機的主流配置，如何利用“多核”技術來來處理大數(shù)據(jù)量問題成為當前研究熱點方向[8]。國內外研究機構和硬件廠商提出了一

5、系列的解決方案，例如OpenMP是利用基于共享內存的編程的標準接口[9]。另一方面，集群是當前高性能計算中普遍采用的一種解決方案[10]，它采用一種并行計算架構，將多臺普通的計算機通過高速網絡互聯(lián)，可以形成與大型機相當?shù)挠嬎隳芰?，并且集群解決方案還具有其它優(yōu)點：比如價格廉價、便于擴展等。在遙感信息計算中，由于存在數(shù)據(jù)量與計算量大的問題，采用集群可以由多臺節(jié)點共同完成一個計算復雜、數(shù)據(jù)量大的任務，通過服務管理節(jié)點發(fā)送命令，各個節(jié)點根據(jù)命令處理相應的數(shù)據(jù)。因為遙感信息計算存在著對不同區(qū)域的影像數(shù)據(jù)進行大量相同的處理，因

6、此使用集群計算環(huán)境可以有效提高遙感信息計算處理基于集群的高性能遙感影像水體提取方法研究碩士學位論文基于集群的高性能遙感影像水體提取方法研究碩士學位論文效率。近年來，在遙感信息計算領域，許多學者提出了集群技術在學科中的應用研究，安興華等提出了并行計算在遙感計算中的應用[11]，沈占鋒等把網格計算應用到遙感計算領域[12-15],胡曉東等在遙感信息計算中應用了MPI接口構建集群計算環(huán)境[16,17]。法國的InfoTerra公司于2003年推出的像素工廠采用了集群計算環(huán)境進行遙感圖像處理，其通過終端提交批量的任務，實現(xiàn)

7、并行化、流程化地處理影像數(shù)據(jù)。像素工廠的成功是人們認識到采用集3群體系結構處理遙感影像可以有效提高遙感信息計算效率。在水體信息提取方面，以下幾類方法被證明效果較好：指數(shù)分割法[18]、監(jiān)督分類法[19]以及決策樹法[20]等，針對不同的應用場景可以選擇不同的水體提取方法。于歡等人認為在較多人工參與的條件下，對TM影像的水體提取利用影像分類的方法較好[21]；席曉燕等通過結合指數(shù)和波段疊加的聚類方法，減少了人工參與并且避免了閥值選取的繁瑣[22]。為了實現(xiàn)水體提取的自動化和精確化，指數(shù)模型法和分類法是效果較好的方法，

8、駱劍承等基于此發(fā)展的“全域-局部”分步迭代方法被證明對于精確提取湖泊等面狀水體十分有效[23]。1.3項目背景介紹本論文主要在中亞地區(qū)資源與環(huán)境數(shù)據(jù)庫管理系統(tǒng)（以下簡稱中亞數(shù)據(jù)庫管理系統(tǒng)）的基礎上完成，中亞數(shù)據(jù)庫管理系統(tǒng)是中科院新疆生態(tài)與地理研究所近期研究的項目之一，項目主要目標是為了解決多種類型、不同分辨率的海量遙感數(shù)據(jù)儲存與管理問題，如海量遙感數(shù)據(jù)如何儲