遥感影像高性能分类系统设计与实现

面向遥感影像解译需求,针对遥感图像数据量大,时间分辨率高的特点,基于AOI样本数据库及遥感影像并行处理技术,设计实现了一套快速、自动、稳定的分类系统。应用AOI样本数据库有效提取、管理AOI信息,自动生成训练样本文件,提高环境卫星影像分类的自动化程度及解译精度;并行化分类方法在保证计算精度的情况下有效提高了分类速度。实验结果证明,本系统提高了分类执行效率,实现了对遥感影像的快速分类。     

适合遥感影像处理的网格计算环境研究

网格计算是近几年来发展迅速的一种网络资源共享模型,其目的是网络资源的完全共享。网格计算相对于传统的C／S及Web GIS来说,它在网络计算、数据处理、资源共享、任务协同等方面都有了进一步的发展。在适感影像处理与理解应用方面,由于涉及大量的网络计算及网络传输等耗时操作,应用网格计算思想进行适感图像处理就更有实际意义。结合网格计算的网络计算及资源共享的优势,设计并开发适合适感影像处理的网格计算环境及软件,是解决当前适感影像海量数据处理的有效途径之一,同时也是适感图像处理软件的一个发展趋势之一。本文结合实际研究成果,首先给出了基于网格计算思想的适感影像处理的设计流程,并对其具体实现技术进一步进行了讨论。在分析其在图像处理方面应用的基础上,对面向网络的智能化适感图像网格处理系统进行了分析与设计,并给出了其实现的一些关键技术。     

一种支持多任务高效处理的遥感产品生产线架构研究

为了满足海量遥感数据产品的快速生产需求,尤其需要解决海量遥感影像数据的高效处理问题,即改变效率低、生产耗时长、计算资源利用率低等现状.通过分析遥感影像数据特点和遥感产品生产处理过程,采用集群并行计算技术,结合分布式数据存储和高效的任务调度策略,设计和实现一种支持多任务的遥感产品生产线架构.实验结果表明,该架构能够缩短生产时间,提高计算资源利用率,在性能上能够满足业务化生产的要求.     

基于GPU的高性能并行计算技术

为研究基于GPU的高性能并行计算技术,利用集成448个处理核心的NVIDIA GPU GTX470实现了脉冲压缩雷达的基本数据处理算法,包括脉冲压缩算法与相参积累算法;同时根据GPU的并行处理架构,将脉冲压缩、相参积累算法完成了并行优化设计,有效地将算法并行映射到GPU GTX470的448个处理核心中,完成了脉冲压缩雷达基本处理算法的GPU并行处理实现;最后验证了并行计算的结果,并针对处理结果效果与实时性进行了评估。     

高性能遥感图像处理与空间信息网格建模

将空间信息网格技术（SIG）应用于遥感图像处理中，就是利用网格计算的特点，来解决遥感图像数据以及处理算法资源的共享、海量遥感图像数据的实时快速处理等问题。文章以此为主线，在分析高性能遥感图像处理问题的基础上，探讨了在网格环境下构造高性能遥感图像处理系统的可行性及相关关键技术的实现，提出了基于开放网格服务体系结构的系统模型，并实现了原型系统。实验表明，SIG用于遥感图像处理是可行的，并取得了一定的成果。     

中分辨率遥感影像分类方法研究

为了提高中分辨率遥感影像的分类精度,综合使用独立分量分析法(ICA)与纹理特征应对分类特征进行获取,使用相关系数分析、灰度差异分析确定了独立分量图层、纹理图层和NDVI图层的特征组合方式.在同样使用非监督分类方法的前提下,将该图层组合方式与常用的其他两种组合方式的分类结果进行对比后,该图层组合可获得更好的类别分离性,总体分类精度更高,达到87％,Kappa系数0.84.过程中发现,基于均方差的纹理图层进行ICA处理后,地物在图层组中的灰度差异极小,对分类工作没有贡献.     

基于GPU的遥感影像数据融合IHS变换算法

提出基于图形处理单元（GPU）的遥感影像IHS融合算法,利用图形硬件的可编程渲染器和其处理数据的并行性,把IHS的正反变换映射到GPU中进行计算。应用RTT和MRT技术实现IHS正反变换中3个分量的并行渲染输出,加速计算过程。实验结果表明,在数据量较大时,该算法的处理速度比基于CPU的算法速度更快。     

基于粗糙集理论的遥感影像分类研究

粗糙集理论作为一种新的处理含糊和不确定性问题的数学工具,可以有效地分析和处理不完备信息,已经在模式识别、机器学习、决策支持、过程控制、预测建模等众多科学与工程领域得到成功的应用,并具有相当的发展潜力,该文在深入研究粗集理论基础上,将其引入遥感影像的处理中,对遥感图像分类进行了系统的研究。文中基于图像的粗糙集知识系统,提出了一种新的遥感图像知识分类算法———粗糙分类法,最后给出了一个相应的实例。     

Fermi架构下超声成像组织运动可视化并行算法

在临床超声实时成像系统中组织运动情况是医生想要获取的重要诊断信息, 例如心脏运动. 基于线积分卷积的二维矢量场可视化技术可以同时展现运动矢量场的强度和方向. 但这一算法在处理时涉及大量的复杂计算, 尤其是流线追踪处理部分, 使其成为临床实时成像系统中的一大性能提升瓶颈. 为此研究并提出了一种基于新兴的高性能并行计算平台Fermi架构GPU(graphics processing unit图形处理单元)的并行运动可视化算法. 数据测试结果显示, 与基于CPU的实现相比, 采用Fermi架构的GPU处理不仅可     

分布共享存储的遥感图像并行预处理系统结构研究

随着遥感技术的发展,遥感图像的分辨率和采样率越来越高,对遥感图像预处理系统性能的要求也日益提高。本文介绍一种能高效实现遥感图像预处理的分布共享存储并行处理系统结构。     

自适应方法在遥感图像处理中的应用研究

自适应方法为解决遥感图像处理发展中产生的新问题提供了有力的工具。自适应方法的算法、理论已经在遥感图像处理的降噪、分类、目标识别与跟踪、信息融合等诸多领域开始应用。经过试验与仿真分析,证明这些方法都取得了良好的效果。本文探讨了自适应方法在遥感图像处理中应用研究的新进展,对发展趋势作了展望。     

基于高分辨率遥感图像的道路提取研究

道路是现代交通的主要组成部分,对于管理和更新地理信息系统数据库中的道路信息非常重要.目前,自动提取道路网络的主要数据源为遥感图像数据,但随着近年来遥感影像的地面分辨率不断提高,图像中地物信息愈加丰富,对图像中道路信息的提取难度也随之增大.文章主要展开一种利用机器学习对高分辨率遥感图像的道路提取研究.首先对高分辨遥感图进...     

基于工作流的图像处理网格平台及其遥感应用

图像处理网络平台基于工作流实现资源共享和协同计算,是一个灵活、动态的图像处理问题解决环境.其中,网格工作流技术可满足灵活多变的应用需求,通用服务请求代理能实现异构网格服务的简单调用,动态工作流模型利用具有较强描述功能的扩展有向无环图建模语言进行定义.该平台已成功地应用于遥感图像处理.     

基于复小波变换的遥感图像并行融合算法

随着遥感技术的快速发展,多源遥感图像的快速融合成为很多遥感任务的关键处理步骤。为了加速遥感图像的融合处理过程,本文首先提出了一种新的基于双树复小波变换的并行融合算法（PACWT）。算法中综合运用了数据分布、并行数据处理和负载均衡技术,以克服单机处理在计算能力和存储器空间上的限制;针对基于CWT的图像融合处理的计
计算特点,设计了一种可有效避免计算过程中数据通信的冗余划分方法。然后,从理论上分析了算法在时间和空间两方面的性能。最后,通过实验分析了算法在32-CPU的Cluster系统上的实际性能。结果表明,本文提出的算法具有良好的可扩展性,在数据量较大时可获得良好的加速比和并行效率。     

地形仿真中遥感影像的应用及处理技术

在分析几种地球表面表示方法的优缺点的基础上,提出用遥感影像作为三维地形仿真中表面纹理图以提高真实感的思想;提出不同高度实体视景地形的仿真应采用多级精度仿真的方案,并分析了地形仿真精度与影像分辨率间的关系;详细叙述了该应用方案中影像数据处理的流程及方法,包括：数据准备、真彩波段组合、影像增强、几何校正、拼接镶嵌、投影变换及三维地形生成等。实践证明,合理的影像数据处理方法和步骤可减少工作量并保证影像处理的精度和效果,现势件好,真彩组合的遥感影像用作三维地形仿真的表面纹理图是提高仿真真实感的有效技术途径。     

基于网格的遥感图像快速处理

海量遥感图像快速处理是遥感图像处理与分析的重要任务之一,它既是数据密集型,也是计算密集型的工作。针对海量遥感图像的快速处理问题,构建了基于网格计算的图像处理网格平台,开发了针对遥感图像处理的网格计算中间件,用于遥感图像的清晰化处理。应用结果表明,海量遥感图像处理计算效率得到大幅度提高,取得了满意的结果。     

基于多项式变换的遥感图像几何校正并行算法的研究与实现

研究和实现高效的几何枝正并行算法,能够有效地提高遥感图像预处理的工作效率。本文首先研究了基于多项式变换的几何校正算法,然后提出了新的并行几何校正算法。该算法通过局部边界计算达到延迟通信的目的,很好地解决了计算局部性问题;在机群系统上实现后,对多幅大小不同的G比特遥感数据集进行了测试,获得了正确的结果和良好的并行性能。     

基于C#遥感图像处理方法的研究与实现

C#是一种最新的、面向对象的编程语言,因其具有精确简单的特点而逐渐被广泛使用。文章就采用C#语言进行编程,以灰度化和线性变换为例,实现了遥感图像处理的预期效果,不仅达到了增强图像目视效果,改善图像质量的目的,而且还使编程更加方便简单,易于操作,大大缩短了编程时间。