高分辨率遥感影像分水岭并行分割研究-地图制图学与地理信息工程专业论文.docxVIP

- - III - 目 录 摘 要 I Abstract II 1 绪论 1 1.1 研究背景及意义 1 1.1.1 遥感影像分割研究的重要性 1 1.1.2 遥感影像并行化处理的重要性 1 1.2 国内外研究现状 2 1.2.1 串行分割算法研究现状 2 1.2.2 并行分割算法研究现状 3 1.3 主要研究内容 4 1.4 研究方法与技术路线 5 2 高分辨率遥感影像分水岭分割概述 7 2.1 原理方法 7 2.2 技术流程 9 2.3 优缺点 9 2.4 本章小结 10 3 高分辨率遥感影像并行分割 11 3.1 影像并行处理模型 11 3.1.1 基于任务分解的产品驱动 11 3.1.2 基于数据分解的分块驱动 12 3.1.3 基于功能分解的影像链驱动 14 3.1.4 基于算法分解的域驱动 15 3.2 遥感影像并行处理中间件 15 3.2.1 遥感影像高性能集群处理中间件架构 16 3.2.2 基于遥感影像处理算法的任务分解模型 17 3.2.3 基于 MPI 的遥感影像并行处理作业链 18 3.3 并行分割通用模型 20 - - IV - 3.3.1 遥感影像并行分割数据划分 20 3.3.2 遥感影像并行分割通用模型 20 3.3.3 性能分析 24 3.4 本章小结 27 4 高分辨率遥感影像分水岭并行分割 28 4.1 基于 OTB 的分水岭并行分割 28 OTB 并行环境 29 OTB 并行策略 29 4.1.3 OTB 分水岭并行分割算法 31 4.2 基于 OTB 的分水岭并行分割分析 31 4.2.1 算法并发性分析 31 4.2.2 算法并行化流程 31 4.3 本章小结 35 5 高分辨率影像分割对比实验 36 5.1 基于 OTB 的分水岭并行分割实验 37 5.2 基于 eCognition 影像分割实验 37 5.2.1 棋盘分割 38 5.2.2 四叉树分割 38 5.2.3 对比过滤分割 39 5.2.4 对比分裂分割 40 5.2.5 多尺度分割 40 5.3 实验结果比较 42 5.4 本章小结 43 结 论 44 参 考 文 献 45 附录 A 附录内容名称 48 作 者 简 历 49 学位论文原创性声明 50 学位论文数据集 51 - - PAGE 1 - 1 绪论 1.1 研究背景及意义 1.1.1 遥感影像分割研究的重要性 影像分割问题是除了图像配准问题之外，信息提取层中的另一个研究热点。影像分割 是图像理解和图像识别的前提和初级阶段；影像分割是由数据处理进入图像分析的关键步 骤，它使得其后的图像分析、识别高级处理阶段所要处理的数据量大大减少，同时又保留 了有关图像结构特征的信息；影像分割也是成功进行影像自动解译与目标识别的基础，对 特征提取和测量有着重要的影响。这是因为图像的分割和目标的分离是把图像转化为更抽 象、更紧凑的形式，才会使得更高层的分析和理解成为可能，这也就赋予了影像分割极其 重要的现实意义和实践意义。 分水岭分割方法是一种基于区域形态学的分割方法，对遥感影像具有比较好的分割效 果；分水岭算法具有分割难度大、多尺度的显著特点；分水岭分割方法作为一种基于区域 的影像分割方法,具有简单、快速、能检测出弱边缘对象及分割后的对象具有完整边界等诸 多优点，被广泛地应用于各种领域。 1.1.2 遥感影像并行化处理的重要性 伴随着传感器、遥感平台等相关技术的发展，遥感信息的获取途径越来越多，信息的 样式也变得是多种多样，通过遥感手段获得的数据量也随之急剧增长[2]。遥感图像处理面 临如此急剧膨胀的海量数据，运算规模迅速扩大到数千亿乃至数万亿次的浮点运算。显然， 传统的单处理器串行处理算法已经无法满足这样的运算需求[3]。 具体来说，对遥感影像的并行处理过程研究的迫切性主要表现在[4]: （1） 遥感影像的数据量巨大且处理过程操作复杂。 随着遥感影像处理技术的快速发展，大量的遥感图像数据处理和操作的复杂性决定了 其处理过程需要的计算量很大，大量的数据处理和操作的复杂性决定了遥感图像处理具有 很强的计算性，使得普通计算机和代价昂贵的专用硬件系统远远无法满足日益增长的遥感 数据处理需求。因此，充分利用现有的主流并行计算系统，早日实现遥感影像并行处理， 是快速处理和分析遥感图像的有效途径。 （2） 许多遥感应用领域对实时性的要求日益迫切[5]。 军事的目标识别和地形匹配、气象的天气预报、地质的资源探测、灾害监测和地理导 航等遥感应用对遥感图像处理速度的要求十分强烈，传统的、运用串行处理方式的遥感图 像处理软件已不能满足实时、高效的图像处理的应用要求。虽然国内已建立不同规模的卫 星