基于MapReduce的高分辨率遥感影像特征提取方法-论文.pdf

基于MapReduce的高分辨率遥感影像特征提取方法-论文.pdf

ID:57974833

大小:767.81 KB

页数:6页

时间:2020-04-18

基于MapReduce的高分辨率遥感影像特征提取方法-论文.pdf_第1页
基于MapReduce的高分辨率遥感影像特征提取方法-论文.pdf_第2页
基于MapReduce的高分辨率遥感影像特征提取方法-论文.pdf_第3页
基于MapReduce的高分辨率遥感影像特征提取方法-论文.pdf_第4页
基于MapReduce的高分辨率遥感影像特征提取方法-论文.pdf_第5页
资源描述:

《基于MapReduce的高分辨率遥感影像特征提取方法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第31卷第2期长江科学院院报Vol_31No.22014年2月JournalofYangtzeRiverScientificResearchInstituteFeb.2014DOI:10.3969/j.issn.1001—5485.2014.02.019基于MapReduce的高分辨率遥感影像特征提取方法沈盛或,刘哲,张平仓。张彤,吴华意,陈小平(1.长江科学院水土保持研究所,武汉430010;2.长江水利委员会网络与信息中心,武汉430010;3.武汉大学测绘遥感信息工程国家重点实验室,武汉430079)摘要:遥感影像的数量和数据量正在呈几何级数增长,传统遥感

2、影像处理方法已经无法应对这一海量问题。利用新兴的高性能计算集群的超强计算、存储及吞吐能力处理海量高分辨率遥感影像是一种新的思路。在基于云计算的高分辨率遥感影像处理的研究框架下,介绍一种MapReduce遥感影像特征提取方法,实现海量高分辨率遥感影像的海量底层视觉特征的提取。通过在16个节点的Hadoop集群上进行数据量扩展和处理能力扩展实验,证明了基于MapReduce的高分辨率遥感影像底层视觉特征的高效检测与描述方法的高效率及可扩展性。关键词:云计算;高分辨率遥感影像;底层视觉特征;MapReduce中图分类号:P237文献标志码:A文章编号:1001—548

3、5(2014)02—0091—06对海量高分辨率遥感影像集进行并行的底层视觉特征的检测和描述将极大地缩短处理时间,这为当前1遥感影像的发展海量高分辨率遥感影像高效处理提供了一种新的思进入21世纪后,传感器与信息获取技术有了迅路,也是遥感影像研究领域未来发展的一大趋势。猛的发展,欧美一系列高分辨遥感卫星的发射成功,本文将在基于MapReduce的高分辨率遥感影像处使遥感影像的分辨率已由早期的几十米提高到当前理的研究框架下,介绍一种基于云计算的高分辨率的1in(OrbView一3)、0.61in(QuickBird)、甚至遥感影像特征提取方法,实现海量高分辨率遥感影

4、0.41m(GeoEye一1全色)⋯。各种时间、空间和光谱像的海量底层视觉特征的提取,并作为将来研究遥分辨率的遥感影像正在呈几何级数增长,但其利用率感影像检索和人工地物识别的基础。却很低J,其关键原因是传统遥感影像处理方法已经无法有效应对其日产量海量和单幅像素海量。2高分辨率遥感影像特征传统的遥感影像处理方法一般是采用串行(或循环)的方式对单张遥感影像(或遥感影像集)进行影响高分辨率遥感影像获取的条件十分复杂,处理。此类方法对于数量较少、数据量较少的遥感如天气变化、拍摄位置和角度变化、设备自身的不稳影像较为适用,但面对海量高分辨率遥感影像时就定等等,这些都使采集

5、的高分辨率遥感影像的质量显得无能为力。受限于计算机单机硬件,海量遥感和内容存在较大差异。为了更好地对高分辨率遥感影像的处理无法直接进行。而对于某些勉强成功的影像和人工地物进行描述,使同类型的人工地物能处理,也需要长时间的等待,这对于数据处理者和使被更好地归类,而不同类型的人工地物能被更好地用者来说都是无法接受的。因此,需要转换研究思区分,选择的高分辨率遥感影像底层视觉特征要能路,扩展处理能力,尽最大可能提高资源的利用率,有效应对3个方面的差异性问题:①不同人工地物缩短处理时间。类型间的差异;②视点变化所带来的差异;③不同条近10a来,在计算机技术、信息技术与网络

6、技件下获取的差异。术的高速发展之下,新兴的高性能计算技术(如云根据计算机视觉的研究,采用AffineCovariant计算),在海量数据处理方面已经得到广泛推广。Regions(仿射协变区域)J,如MSERⅢ5J,Harris—Af_利用高性能计算集群的超强计算、存储及吞吐能力fine,SalientRegions等,来描述高分辨率遥感影收稿日期:2013—02—04;修回日期:2013—07—05基金项目:国家自然科学基金资助项目(41271400);国家973计划资助项目(2012CB719906);中央级公益性科研院所基本科研业务费(CKSF2012044

7、TB,CKSF2012055TB)作者简介:沈盛或(1984一),男,湖北武汉人,工程师,博士,主要从事高分辨遥感影像处理与水土保持研究,(电话)027—82926365(电子信箱)shshy.whu@gmail.con。长江科学院院报像lfl的人,1:地物是较好的选择。,仿射协变Ⅸ域具有少,而人工地物而积小、类型多、边缘明显、结构复杂,‘MSER特征多MSER如下优点:①通过像索梯度计算而来,填有多尺度视可检测出的,说明检测器适于检点彳i变描述性;②从像素层次对强度信息有较好的测高分辨率遥感影像中人工地物的底层视觉特征。2—Affine特征表达.1.2HARR

8、IS,对指定区域有较好的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。