隨著衛(wèi)星技術(shù)的日益發(fā)展和傳感器精度的提高,遙感影像的數(shù)據(jù)量正呈現(xiàn)幾何級(jí)數(shù)的倍率增長(zhǎng),但現(xiàn)有的瓦片生成技術(shù)在處理數(shù)據(jù)量龐大的遙感影像時(shí)運(yùn)算緩慢,處理效率低下。因此,如何實(shí)現(xiàn)遙感影像數(shù)據(jù)快速瓦片化,是突破當(dāng)今遙感影像數(shù)據(jù)可視化效率瓶頸的關(guān)鍵。本文分別從影像重采樣插值和影像裁切算法著手,研究如何通過(guò)影像插值算法和影像裁切算法的優(yōu)化,從而提高遙感影像瓦片生成的效率。具體進(jìn)行了以下內(nèi)容的研究工作:（1）對(duì)比測(cè)試多種圖像插值算法——選取最佳插值算法圖像重采樣插值是遙感影像在生成瓦片時(shí)關(guān)鍵的步驟,現(xiàn)有的具備瓦片生成功能的軟件工具采用的圖像插值算法大多為最鄰近插值法,該算法雖然計(jì)算量小,但處理后的圖像會(huì)有一定程度上的失真效果,影響了瓦片地圖的瀏覽體驗(yàn)。為了解決該問(wèn)題,選擇更適合的插值算法取代最鄰近插值法,通過(guò)測(cè)試對(duì)比,選擇畫面處理質(zhì)量更好、算法復(fù)雜度適中的雙線性內(nèi)插算法。（2）改進(jìn)重采樣插值處理——引入GPU加速技術(shù)在研究遙感影像數(shù)據(jù)進(jìn)行重采樣時(shí),發(fā)現(xiàn)該過(guò)程對(duì)圖像像素的操作是重復(fù)的,具有可并行性,基于該特性,引入GPU并行加速技術(shù)進(jìn)行優(yōu)化,將原本在CPU進(jìn)行串行任務(wù)的插值過(guò)程轉(zhuǎn)移到了GPU并行任務(wù)中,... 

【文章來(lái)源】：東華理工大學(xué)江西省

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究的背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 研究?jī)?nèi)容和組織結(jié)構(gòu)
        1.3.1 研究?jī)?nèi)容
        1.3.2 組織結(jié)構(gòu)
2 相關(guān)技術(shù)與理論
    2.1 瓦片地圖基本概念
        2.1.1 影像數(shù)據(jù)瓦片
        2.1.2 遙感影像瓦片切分標(biāo)準(zhǔn)
        2.1.3 瓦片金字塔結(jié)構(gòu)
        2.1.4 瓦片地圖概念
    2.2 開源柵格空間數(shù)據(jù)轉(zhuǎn)換庫(kù)GDAL
        2.2.1 GDAL編譯過(guò)程
        2.2.2 RasterIO函數(shù)
    2.3 GUI開發(fā)工具——QT
    2.4 CUDA并行編程概述
    2.5 本章小結(jié)
3 基于GPU并行技術(shù)改進(jìn)的重采樣插值算法
    3.1 重采樣插值算法
        3.1.1 最近相鄰插值算法
        3.1.2 雙線性插值算法
        3.1.3 兩次立方插值算法
        3.1.4 算法比對(duì)測(cè)試和結(jié)果分析
    3.2 引入GPU并行加速的影像重采樣插值的改進(jìn)
        3.2.1 GPU并行技術(shù)的概述
        3.2.2 影像重采樣插值過(guò)程在GPU中的處理
        3.2.3 GPU并行處理算法描述
    3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.1 實(shí)驗(yàn)軟硬件環(huán)境
        3.3.2 實(shí)驗(yàn)過(guò)程
        3.3.3 實(shí)驗(yàn)結(jié)果分析
    3.4 本章小結(jié)
4 遙感影像的高效瓦片化方法
    4.1 高效瓦片化總體設(shè)計(jì)
        4.1.1 多線程切片流程設(shè)計(jì)
        4.1.2 高效瓦片化算法設(shè)計(jì)
        4.1.3 高效瓦片化算法執(zhí)行步驟
    4.2 實(shí)驗(yàn)與分析
    4.3 瓦片生成和瓦片地圖展示
        4.3.1 生成瓦片展示
        4.3.2 瓦片地圖展示
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 研究工作總結(jié)
    5.2 展望
致謝
攻讀碩士學(xué)位期間成果
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]全國(guó)林地“一張圖”高性能地圖瓦片服務(wù)技術(shù)研究[J]. 羅鵬,許等平,任怡.  中南林業(yè)科技大學(xué)學(xué)報(bào). 2018(07)
[2]基于GPU并行計(jì)算的星載SAR影像數(shù)據(jù)高效重采樣算法研究[J]. 劉傳富,吳啟琛.  礦山測(cè)量. 2018(03)
[3]一種混合CPU和GPU的圖像金字塔數(shù)據(jù)重采樣評(píng)估模型[J]. 郝瑞華,魯強(qiáng).  計(jì)算機(jī)與數(shù)字工程. 2018(02)
[4]基于雙緩沖隊(duì)列的海量地形數(shù)據(jù)并行處理方法[J]. 陳小潘,渠澗濤,趙亞萌,王鵬,陳玉林.  鄭州大學(xué)學(xué)報(bào)(工學(xué)版). 2016(03)
[5]基于GDAL的遙感影像快速裁切技術(shù)[J]. 陳文彬.  測(cè)繪與空間地理信息. 2016(04)
[6]基于瓦片算法的并行QR分解及其實(shí)現(xiàn)[J]. 曹冬冬,趙永華,趙蓮.  科研信息化技術(shù)與應(yīng)用. 2016(02)
[7]基于瓦片技術(shù)的高分辨率遙感影像快速訪問(wèn)技術(shù)在測(cè)繪生產(chǎn)中的應(yīng)用研究[J]. 關(guān)雷,劉蕾,郭慧宇.  測(cè)繪與空間地理信息. 2016(02)
[8]基于瓦片金字塔模型的海量空間數(shù)據(jù)快速分發(fā)方法[J]. 殷君茹,侯瑞霞,唐小明,羅鵬.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2015(06)
[9]利用并行技術(shù)的海量數(shù)據(jù)瓦片快速構(gòu)建[J]. 劉晰,張軼,楊軍,郝利娜.  測(cè)繪科學(xué). 2016(01)
[10]一種基于TMS的瓦片金字塔切分方法[J]. 劉讓國(guó),劉曉杰,劉順喜,韋二龍.  無(wú)線電工程. 2015(11)

博士論文
[1]基于GIS的森林火場(chǎng)模擬關(guān)鍵技術(shù)研究[D]. 胡全.東北林業(yè)大學(xué) 2014
[2]大規(guī)模空間數(shù)據(jù)的高性能查詢處理關(guān)鍵技術(shù)研究[D]. 劉義.國(guó)防科學(xué)技術(shù)大學(xué) 2013

碩士論文
[1]大規(guī)模三維地形高效可視化方法研究[D]. 劉振東.中國(guó)測(cè)繪科學(xué)研究院 2015
[2]基于MapReduce的柵格地圖切片系統(tǒng)[D]. 杜波.西安電子科技大學(xué) 2014
[3]地理矢量數(shù)據(jù)快速可視化技術(shù)研究[D]. 陳歡.國(guó)防科學(xué)技術(shù)大學(xué) 2013
[4]一種新的海量遙感瓦片影像數(shù)據(jù)存儲(chǔ)檢索策略[D]. 原發(fā)杰.電子科技大學(xué) 2013
[5]三維數(shù)字地球構(gòu)建關(guān)鍵技術(shù)研究[D]. 李晶.電子科技大學(xué) 2012
[6]基于WebGIS的公交信息服務(wù)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 苗聰.東南大學(xué) 2006



本文編號(hào)：3384085