基于MPI的大规模遥感影像坐标转换方法

提出一种基于平面四参数的遥感影像数据集坐标转换方法。为提高计算效率,提出了基于MPI的大规模遥感影像集坐标转换方法,大幅提升了遥感影像数据集坐标转换的效率。通过实验进行精度分析和效率分析,验证了算法的正确性和有效性。     

基于CUDA的高效并行遥感影像处理

近年来,随着空间遥感技术的发展,使得遥感影像数据呈几何级数增长,遥感影像的处理面临数据量大、密集度高、计算复杂度高和运算量大等问题。在分析最新GPU（图形处理单元）的并行架构和统一计算设备架构（CUDA）灵活的可编程性的基础上,提出了一种基于CUDA的遥感影像的高效处理方法,以遥感影像处理中常用的快速傅里叶变换、边缘检...     

海量遥感数据的高可靠并行处理方法

云计算技术不断发展,为对地观测的遥感数据的应用提供快速的解决方法。然而在调度过程中,云计算集群的不可靠性会严重影响数据处理效率。为此,研究一种基于主副版本的调度方法,将遥感数据抽象为DAG任务,在满足系统可调度性前提下,以云计算虚拟节点及通信链路的可靠性代价为目标,分析主版本任务的开始时间条件,以此限定副版本任务的开始时间,避免节点调度过程中由于发生故障而导致任务无法正常执行的问题。仿真实验表明,文中方法在保证遥感任务可靠调度的前提下,任务的执行周期(Makespan)能达到最佳。     

集群式遥感影像处理的关键技术

海量遥感影像快速处理是当前遥感影像处理与分析的重要任务之一。以高性能集群并行处理技术和大规模分布式处理技术为代表的遥感影像处理方法,因其能够满足遥感影像大规模快速处理任务的需求而备受关注。从计算机硬件技术、多任务处理技术、集群调度等多个方面对集群式遥感影像处理中的关键技术进行了分析与说明。     

基于GPU并行处理技术的影像畸变差修正

分析了利用GPU并行处理技术实现畸变差修正的可能性及任务分配方法,提出了基于GPU的数码影像畸变差修正算法流程,验证了算法的可行性和高效性。     

基于分布式ElasticSearch的海量遥感影像检索方法研究

针对遥感影像爆发式增长带来的检索问题,本文采取GeoJSON格式对遥感影像元数据进行映射,运用ElasticSearch对元数据进行存储并进行分布式的索引和检索,在大数据量下,按照不同的查询方式与传统的对象关系型数据库PostgreSQL进行比较,实验结果表明,该方法能有效提高检索的效率。     

基于可编程图形硬件的遥感影像并行处理研究

通过对遥感影像处理算法中并行特性的分析,利用可编程图形处理器GPU的并行流处理特性和灵活的可编程性,实现基于GPU的遥感影像并行处理,在保证影像处理质量的前提下,大大提高了处理速度,能够满足一定情况下影像实时处理的要求。     

高分辨率海量遥感影像的读取与处理

高分辨率遥感影像的飞速发展,在带动了地形图更新周期不断缩短的同时,也使得遥感影像的数据量呈几何级数的递增,形成海量遥感影像数据。现对windows核心编程技术的研究,利用其内存映射文件原理解决海量遥感影像数据在计算机应用方面的瓶颈问题,并试图从编程的角度来实现大数据量的遥感影像的读取和处理。     

无人机影像应急并行处理负载均衡方法

基于应急条件下的计算机和网络资源,以实现无人机影像应急并行处理为目的,提出了一种简洁的负载均衡实现方法。采用了以进程为调度单元的主动式计算资源统计策略,辅以任务队列二级动态分配方法,实现了负载均衡。使用本方法在应急环境中建立简易的并行化集群处理系统,可以灵活、高效、鲁棒地利用可用的计算资源,大幅缩短无人机影像应急处理时间。为验证本文负载均衡方法的有效性,利用无人机机载定位定向系统记录的定位定向参数,结合已知数字高程数据,完成了无人机影像的初步正射纠正和拼图处理。实验结果表明,该方法实现简单、部署方便、扩展灵活、任务分配均衡,处理效率随着计算单元的增加而提高,可大幅提高应急条件下无人机应急影像图制作效率。     

海量遥感影像数据共享服务系统的工作流程

作为重要的地理信息资源的遥感影像,数据量非常庞大,数据结构和组织也很复杂,这对于数据库管理技术提出了更高的要求。江苏省测绘工程院与北京博思科空间信息技术有限公司联合开发了海量遥感影像数据共享服务系统,就是为了有效地进行海量影像的数据录入、管理、浏览、处理和发布,所定制的专用工具。本文主要就系统开发采用的工作流程进行介绍和探讨。     

利用流水线技术的遥感影像并行处理

针对现有的OpenMP和直接的线程并行法难以对遥感影像处理链进行加速的问题,引入流水线概念对复杂的功能链进行并行加速,提出了基于流水线技术的遥感影像并行处理方法。影像处理实验验证了流水线在遥感影像多级连续处理方面的优势。     

适用于遥感领域的交互式图像处理系统

数字图像处理技术的广泛应用使很多与图像相关的领域产生了根本性的变革。反过来，这些变革也对数字图像处理提出更高的要求，而计算机和人工智能技术的迅速发展为建立新的、面向具体应用的图像处理系统提供了现实的可能性。本文展示了一个基于Ｕｎｉｘ工作站的、适用于遥感领域的交互式图像系统的设计框架和主要功能。     

基于ICA的遥感图像多组分研究

图像分类是遥感应用的基础,而遥感图像的多组分性是影响分类的关键难题之一。本文基于独立分量分析方法,构造遥感图像信号多组分分解的模型,对遥感图像的多组分分解进行了研究与实验,结果表明该模型与方法的正确性。     

遥感影像遗传算法增强处理

遗传算法作为一种智能优化算法,已广泛应用许多学科及工程领域.本文提出了利用遗传算法对遥感影像增强进行空域操作,设计中构造了一种简单且规一化亮度变换函数,并设计遗传算法实现影像的自适应增强.实验结果表明,该算法处理后质量比传统算法要好.     

利用PixelGrid系统处理多源遥感影像方法研究

随着科学技术的快速发展,人们对于高性能计算技术的需求日益迫切,大规模数据并行处理的集群式系统实现技术开始逐步成熟。我国已对该项技术进行了深入研究,并将其应用到遥感影像处理技术当中,形成了集群式数字摄影测量系统Pixel Grid。相对于传统的摄影测量及遥感影像处理过程,集群式系统整合资源、集成技术,大大提高了数字摄影测量以及遥感影像数据处理乃至空间信息提取的处理效率。这也是目前遥感影像处理技术发展的重要方向之一。     

微机遥感图像应用处理系统

本文详细介绍了我们研制的微机遥感图像应用处理系统。它的硬件部分以四台微机为主,采用分布式联接,组成四个子系统,可供1—4人同时操作,能方便地输入输出多种数据和图像。该系统的软件部分,由对应硬件子系统的四个软件包组成,即磁带机数据采集软件包,图像显示软件包,专题制图软件包及遥感应用处理软件包。作为重点的第四部分软件,是在遥感应用工作者的经验和工作方法的基础上设计的,它收集和综合了各种实用处理方法,比通用的图像处理软件包更具有遥感应用的特色。     

基于GPU并行计算的巨幅遥感影像坐标转换研究与实现

随着航空航天遥感技术的不断发展,以遥感影像为代表的栅格数据分辨率越来越高,遥感影像处理呈现出数据量大、复杂度高的特点。近年来,通用GPU的运算性能不断提高为加速密集运算提供了新的途径,目前,采用GPU并行技术进行遥感影像处理成为新的研究热点。本文提出了基于GPU并行计算的巨幅遥感影像坐标转换方法,实践证明,相比于传统的转换方法基于GPU的算法有较为明显的提速。     

遥感影像制图综合的智能化研究

本文以人工智能为基础,用计算机模拟一般制图人员对遥感图像进行制图综合的过程,用框架的知识表示方法建立了一个实验性的知识库,并设计了一个推理机。对蒙古人民共和国乌布苏淖尔地区的ＴＭ分类图进行了实验,取得了较好的效果。