基于分布式并行計算的高分圖像數(shù)據(jù)融合系統(tǒng)設(shè)計與實現(xiàn)
發(fā)布時間:2021-09-09 08:12
自從20世紀(jì)60年代末美國發(fā)射了第一顆地球資源技術(shù)衛(wèi)星開始,遙感就進(jìn)入了一個全新的時代。隨著遙感技術(shù)的飛速發(fā)展,遙感影像的獲取越來越方便,這使得獲取到的遙感數(shù)據(jù)量呈現(xiàn)爆炸性的增長,形成GB、TB甚至PB級數(shù)據(jù),如何有效的存儲和管理這些數(shù)據(jù)并實現(xiàn)快速共享和分發(fā)已經(jīng)成為空間信息科學(xué)領(lǐng)域和一些部門重點關(guān)心的問題之一。2006年國務(wù)院頒布了《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006-2020年)》,規(guī)劃中明確確立了高分專項(高分辨率對地觀測系統(tǒng))作為16個重大專項之一。高分專項建設(shè)主要有兩個目標(biāo):一是建設(shè)高分辨率先進(jìn)觀測系統(tǒng)形成全天候、全天時、全球覆蓋的對地觀測能力;二是整合并完善地面資源,建立數(shù)據(jù)與應(yīng)用專項中心,形成空間信息產(chǎn)業(yè)鏈。由高分專項的建設(shè)目標(biāo)可知不僅高分遙感影像的存儲值得關(guān)注,而高分遙感影像的處理更值得關(guān)注,針對高分一號來說根據(jù)其處理流程可知預(yù)處理是必不可少的部分,而預(yù)處理中圖像融合算法比較復(fù)雜,耗時比較大,如果進(jìn)行單機(jī)處理圖像融合需要耗費(fèi)很大的人力和物力,因此找出一種合理的圖像融合方案來解決此問題是非常有意義的,而本文基于分布式并行計算的高分圖像融合正是為解決這一問題而提出的。...
【文章來源】:東北大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:81 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 論文主要研究內(nèi)容
1.4 論文組織結(jié)構(gòu)
第2章 相關(guān)技術(shù)
2.1 分布式存儲與并行計算技術(shù)
2.1.1 分布式文件系統(tǒng)HDFS
2.1.2 分布式并行計算模型MapReduce
2.2 高分遙感影像技術(shù)
2.2.1 高分遙感衛(wèi)星
2.2.2 高分遙感影像
2.3 圖像融合
2.3.1 圖像融合概述
2.3.2 圖像融合存在問題
2.3.3 圖像融合結(jié)果評價
2.4 本章小結(jié)
第3章 圖像融合算法與圖像分塊算法研究
3.1 圖像融合算法研究
3.1.1 ENVI對應(yīng)圖像融合算法
3.1.2 實驗與結(jié)果分析
3.2 圖像分塊算法研究
3.3 本章小結(jié)
第4章 基于分布式并行計算圖像融合系統(tǒng)設(shè)計與實現(xiàn)
4.1 分布式并行圖像融合環(huán)境搭建
4.2 系統(tǒng)架構(gòu)設(shè)計
4.3 高分一號影像處理業(yè)務(wù)流程
4.4 系統(tǒng)相關(guān)數(shù)據(jù)庫設(shè)計
4.5 HDFS數(shù)據(jù)組織及存儲
4.6 分布式并行圖像融合系統(tǒng)設(shè)計與實現(xiàn)
4.6.1 分布式并行圖像融合設(shè)計基本思路
4.6.2 數(shù)據(jù)寫入模塊設(shè)計與實現(xiàn)
4.6.3 數(shù)據(jù)讀取模塊設(shè)計與實現(xiàn)
4.6.4 圖像融合模塊設(shè)計與實現(xiàn)
4.6.5 分布式并行圖像融合設(shè)計與實現(xiàn)
4.7 本章小結(jié)
第5章 實驗與結(jié)果分析
5.1 實驗環(huán)境
5.2 實驗數(shù)據(jù)
5.3 實驗結(jié)果
5.3.1 ENVI與ENVI二次開發(fā)圖像融合實驗結(jié)果
5.3.2 單機(jī)與分布式實驗結(jié)果
5.4 實驗結(jié)果分析
5.4.1 ENVI與ENVI二次開發(fā)圖像融合結(jié)果分析
5.4.2 單機(jī)與分布式結(jié)果分析
5.5 遇到的問題及解決方法
5.5.1 hadoop安裝問題
5.5.2 hadoop使用問題
5.5.3 ENVI安裝問題
5.5.4 ENVI使用問題
5.6 本章小結(jié)
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
本文編號:3391745
【文章來源】:東北大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:81 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 論文主要研究內(nèi)容
1.4 論文組織結(jié)構(gòu)
第2章 相關(guān)技術(shù)
2.1 分布式存儲與并行計算技術(shù)
2.1.1 分布式文件系統(tǒng)HDFS
2.1.2 分布式并行計算模型MapReduce
2.2 高分遙感影像技術(shù)
2.2.1 高分遙感衛(wèi)星
2.2.2 高分遙感影像
2.3 圖像融合
2.3.1 圖像融合概述
2.3.2 圖像融合存在問題
2.3.3 圖像融合結(jié)果評價
2.4 本章小結(jié)
第3章 圖像融合算法與圖像分塊算法研究
3.1 圖像融合算法研究
3.1.1 ENVI對應(yīng)圖像融合算法
3.1.2 實驗與結(jié)果分析
3.2 圖像分塊算法研究
3.3 本章小結(jié)
第4章 基于分布式并行計算圖像融合系統(tǒng)設(shè)計與實現(xiàn)
4.1 分布式并行圖像融合環(huán)境搭建
4.2 系統(tǒng)架構(gòu)設(shè)計
4.3 高分一號影像處理業(yè)務(wù)流程
4.4 系統(tǒng)相關(guān)數(shù)據(jù)庫設(shè)計
4.5 HDFS數(shù)據(jù)組織及存儲
4.6 分布式并行圖像融合系統(tǒng)設(shè)計與實現(xiàn)
4.6.1 分布式并行圖像融合設(shè)計基本思路
4.6.2 數(shù)據(jù)寫入模塊設(shè)計與實現(xiàn)
4.6.3 數(shù)據(jù)讀取模塊設(shè)計與實現(xiàn)
4.6.4 圖像融合模塊設(shè)計與實現(xiàn)
4.6.5 分布式并行圖像融合設(shè)計與實現(xiàn)
4.7 本章小結(jié)
第5章 實驗與結(jié)果分析
5.1 實驗環(huán)境
5.2 實驗數(shù)據(jù)
5.3 實驗結(jié)果
5.3.1 ENVI與ENVI二次開發(fā)圖像融合實驗結(jié)果
5.3.2 單機(jī)與分布式實驗結(jié)果
5.4 實驗結(jié)果分析
5.4.1 ENVI與ENVI二次開發(fā)圖像融合結(jié)果分析
5.4.2 單機(jī)與分布式結(jié)果分析
5.5 遇到的問題及解決方法
5.5.1 hadoop安裝問題
5.5.2 hadoop使用問題
5.5.3 ENVI安裝問題
5.5.4 ENVI使用問題
5.6 本章小結(jié)
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
本文編號:3391745
本文鏈接:http://sikaile.net/guanlilunwen/gongchengguanli/3391745.html
最近更新
教材專著