面向Spark的遥感影像金字塔模型的并行构建方法

随着遥感技术和摄影测绘的发展,遥感影像的分辨率不断提高,数据量日益增长,这对快速、高效地处理海量遥感影像数据提出了更高的要求,如何有效、智能地存储和处理海量遥感数据成为研究的热点。在分析现有金字塔模型的并行构建的基础上,设计一种面向Spark计算框架的影像金字塔模型。模型给出了影像金字塔构建算法及影像数据的分布式存储组织结构,实现了海量遥感影像数据在Spark中的并行处理,为Spark增加了计算处理空间数据格式的能力。实验结果表明,利用该方法能够在Spark云平台上实现快速、高效的解决海量遥感影像金字塔的并行构建,特别是在面对海量遥感影像数据时,无论从金字塔构建性能上还是遥感影像的计算效率上,Spark都更具优势。     

电子商务中远程异构容灾实现

电子商务中远程异构容灾实现分析比较了现有几种主流数据容灾技术方案,针对海量数据库容灾的需求指出了它们的不足,并对海量数据库系统异地、异构容灾的相关技术进行了深入研究。提出了一种基于分布对象中间件的远程数据复制技术策略,该策略既能满足海量数据规模又解决了数据库系统异构问题。     

基于QT、GDAL处理遥感影像GeoTIFF数据的应用

GeoTIFF图像格式可以存储各种地理信息,因此在遥感图像领域应用十分广泛.但随着遥感影像的数据量迅速增长,如何提高对海量影像数据调度及显示成为急需解决的问题.本文利用开源库GDAL实现了对海量遥感影像GeoTIFF格式文件的地理信息读取,通过建立图形金字塔的方式对影像数据进行快速索引,最后利用跨平台QT语言开发,实现GeoTIFF格式文件在各种不同操作系统下放大、缩小及全屏显示.     

基于CART的焦化生产实时数据库设计

研究钢铁企业焦化生产实时数据采集系统,针对过程控制系统中的海量数据,设计基于CART数据库平台的焦化生产实时数据库系统,并给出具体实现方法。系统利用数据接口程序采集过程控制中的实时数据,通过办公局域网实现数据的传输与多用户共享,利用CART数据库平台实现生产实时数据的访问及管理应用。在实现过程中采用DDE、OPC、多线程、Windows服务等多种技术,保证了软件的实时性。     

基于GIS的海量DOM影像数据重采样系统的设计与实现

针对天地图·云南平台数据更新的需求,提出了基于地理信息系统(GIS)的海量DOM影像数据重采样系统的设计方案,论述了系统的结构以及实现方法。重点对系统的整体框架、功能设计和系统实现进行了详细介绍。有效解决了将1:2000DOM影像批量化重采样为1:5000DOM影像的问题,完成了天地图·云南平台数据更新工作。     

基于CORBA的多数据库系统互操作技术

1 引言当前,随着多数据库系统中成员数据库数目的不断增大,需要提供一个世界范围内的互操作环境,以实现大量自治和异构的成员数据库之间文件系统、电子数据表等格式中存储的海量数据的信息共享。作为多数据库系统的一项关键技术的互操作性已成为当今国际学术界的一个研究热点,本文主要介绍基于CORBA的多数据库系统互操作技术。     

面向移动GIS的海量影像数据分发服务研究

探讨并实现一种面向移动GIS的海量影像数据分发服务体系结构并对其关键技术进行探讨,在空间信息服务系统软件体系架构的基础上,提出了基于J2EE的海量影像数据分发的服务架构,并重点探讨了海量影像数据的索引、影像分发服务的多级缓存、基于服务集群的分发服务等关键技术。     

珠宝数据实时采集与处理系统设计

利用ActiveX通信控件,实现了Windows平台下微机与电子天平实时串行通信,为珠宝鉴定数据库提供实时数据,通过编制数据管理软件,动态回显及更新采集的数据,打印分级、鉴定、定名证书及分析报表,实现多客户端对数据库系统的并发操作,有效的缩短样品检测时间,提高了检测效率和整体管理水平。     

基于Web的海量数据库系统研究与应用

利用SQL语句优化和数据分页算法,探索和解决了海量数据库系统中结构优化、数据的快速查询和Web环境下快速浏览等问题.并在此基础上利用B/S(Browser/Server)三层体系架构,完成了农业资源管理系统的设计与实现.     

TB级多源遥感影像高效建库方法研究

随着各领域对多源遥感影像数据需求的不断增加,如何高效地管理多源海量遥感影像数据,更好地为各行各业服务是遥感数据库研究的热点。目前国内外很多学者在建设多源遥感影像数据库方面进行了相关研究,但对多源遥感影像数据组织、遥感影像数据预处理以及快速索引方面的研究尚存在不足。设计了一种多源遥感影像数据组织模型,实现了多源影像的集成化管理;实现了一种多源海量原始遥感影像(特别是航空影像)的半自动预处理机制,极大地缩短了原始影像数据的处理时间;设计了一种混合检索方法,达到了海量多源遥感影像数据快速高效检索的目的。结果表明:该方法建库效率显著提高,混合索引的查询速度比ArcSDE自动创建的空间索引检索速度有了快速提高,在数据量较小时查询速度至少可以提高4倍,而数据量较大时检索速度至少可以提高12.83倍。     

基于BLOB类型的数据库图像存取技术

在数据库管理系统中,图像数据技术一直致力于解决海量数字图像的有效存储和管理问题,这是一项非常复杂的技术,具有重要的实用价值和经济价值.笔者在DELPHI开发环境中,针对SQL Server数据库关系表中BLOB图像数据的存取问题进行了初步探讨,提出了一套基本解决方案,供读者参考.     

彩色图象的联合分布表示及检索技术

随着图象数据的大量涌现,基于内容的图象检索技术已成为图象数据库领域的研究热点,在图象检索系统中,由于颜色直方图方法简单方便,所以它已成为CBIR系统中最常用的一种技术方法,然而,经典的颜色直方图方法存在诸多缺陷,例如它不能表示图象中的空间分布信息。为此,人们提出了直方图细化技术,即将图象的颜色分布表示扩充成为颜色和其他相关特征的联合分布。为了进一步提高图象检索能力,在分析图象特征的基础上,给出了两种加权直方图模型;其一是将图象的颜色分布和细节信号能量的分布集成到单个直方图之中;另一种模型是将图象颜色及其边界强度的联合分布集成到一个直方图中。这两种方法不仅保持了经典直方图简单方便的特点;同时又有效地将空间信息集成到直方图中,实验结果表明,这些加权直方图表示均具有较强的图象辨别能力。     

Image Mining: Trends and Developments

Advances in image acquisition and storage technology have led to tremendous growth in very large and detailed image databases. These images, if analyzed, can reveal useful information to the human users. Image mining deals with the extraction of implicit knowledge, image data relationship, or other patterns not explicitly stored in the images. Image mining is more than just an extension of data mining to image domain. It is an interdisciplinary endeavor that draws upon expertise in computer vision, image processing, image retrieval, data mining, machine learning, database, and artificial intelligence. In this paper, we will examine the research issues in image mining, current developments in image mining, particularly, image mining frameworks, state-of-the-art techniques and systems. We will also identify some future research directions for image mining.     

无参考屏幕内容图像质量评价

随着多客户端交互多媒体应用的快速发展,屏幕内容图像（Screen content image,SCI）的分发和处理与日俱增.图像质量评价课题的研究是其它许多应用的基础,至今图像质量评价课题研究的重点是传统自然图像,因此针对屏幕图像质量评价的研究就变的非常迫切和必要.客观图像质量评价算法的提出的基础建立在标准图像质量评价数据库上.本文首先构建了一个大规模的屏幕内容图像质量评价数据库（Immersive Media Laboratory screen content image quality database,IML-SCIQD）.IML-SCIQD数据库包含参考图像25张以及经过10种失真处理的1250张失真图像.以建立的IML-SCIQD数据库为基础,考虑到屏幕内容图像图像区域和文本区域的视觉感知差异,在基于自然场景统计的无参考方法的启发下,本文提出了针对屏幕内容图像的无参考评价算法（Natural Scene Statistics based No Reference Screen Content Image Quality Assessment metric,NSNRS）.NSNRS算法首先分别计算图像区域和文本区域的质量分数,再将这两个区域的质量分数结合起来得到整幅失真图像的质量分数.该算法与其它12种经典的客观评价算法,包括全参考算法,部分参考算法与无参考算法,在IML-SCIQD数据库和SIQAD数据库上进行了性能测试和对比,结果表明本文提出的算法优于经典的的无参考评价算法;就整个数据库而言,本文提出的算法可以达到与全参考方法相当的性能.     

Image based document authentication using DCT

This paper is an attempt towards obtaining a method for validation of personal identification documents such as licenses, photo IDs. The method tries to obtain a photosignature from the image document by using certain image processing techniques. The method uses discrete cosine transform (DCT) based technique to obtain the required signature. This gives a substantially compressed signature which is quite unique for that particular document. In case of authentication from a large database the signature can be used as hashing function for indexing. Results of experiments done on a large database have validated the approach.     

一种运用图像力场特性的图像拷贝检测算法

将物理学中用引力场来描述分子间相互作用的思想应用于图像处理,图像力场的计算过程中将像素看作物理学中的粒子,像素的灰度值作为粒子的质量。分析表明,图像力场能够更直观地表示图像的离散信息且与图像本身是同构的。基于图像力场特性,提出了一个称为时钟算法的图像拷贝检测算法,其用表示时钟的时分秒针的3个线段来描述图像力场的主要特性并以此来表示图像的特征。实验结果表明,时钟算法可以通过较小的开销抵抗多种攻击,对噪声类失真与几何失真都有较好的鲁棒性,且可以通过设定检测策略分析遭受的攻击类型与强度,同时检测算法的查全率与查准率可保持在较高水平。     

基于临界特征点的图像匹配算法

基于特征的图像匹配相关算法尽管已经十分普遍并得到广泛应用,但特征的提取容易受噪声影响.该文提出了一种用尺度空间下的临界特征点对图像进行匹配的方法.该方法采用尺度空间下的临界特征点来描述图像的灰度特征,对光照和噪声具有一定的鲁棒性.考虑到不同尺度下特征点对视觉影响的不同,算法用PTD距离对带权重的图像的特征点集进行匹配.由于PTD距离满足三角不等式规则,该算法适合于在大量数据库中快速检索及识别物体.实验证明了该算法的有效性.     

Image indexing and retrieval based on color histograms

While general object recognition is difficult, it is relatively easy to capture various primitive properties such as color distributions, prominent regions and their topological features from an image and use them to narrow down the search space when attempts to retrieving images by contents from an image database are made.In this paper, we present an image database in which images are indexed and retrieved based on color histograms. We first address the problems inherent in color histograms created by the conventional method, and then propose a new method to create histograms which are compact in size and insensitive to minor illumination variations such as highlight, shape, and etc. A powerful indexing scheme where each histogram of an image is encoded into a numerical key, and stored in a two-layered tree structure is introduced. This approach turns the problem of histogram matching, which is computation intensive, into index key search, so as to realize quick data access in a large scale image database. Two types of user interfaces, Query by user provided sample images, and Query by combination of the system provided templates, are provided to meet various user requests. Various experimental evaluations exhibit the effectiveness of the image database system.