| 【中文题名】 | 遥感图像融合并行算法的研究及实现 |
| 【英文题名】 | Parallel Algorithms for Remote-sensing Image Fusion and Its Implementation |
| 【学科专业】 | 计算机科学与技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-18 |
| 【中关键词】 | 并行,遥感图像融合,P-IHS,P-PCA,P-DWT,RIPPS |
| 【英关键词】 | Parallel,Remote-sensing image fusion,P-IHS,P-PCA,P-DWT,RIPPS, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>遥感技术>遥感图像的解译、识别与处理>图像处理方法> |
| 【论文摘要】 |
遥感图像融合技术是有效利用多传感器、多平台、多光谱、多时相遥感数据的主要途径。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,信息的样式也是多种多样,通过遥感手段获得的数据量也随之急剧增长。与此同时,许多应用领域对遥感图像处理速度的要求也越来越高。显然,传统的单处理器串行融合处理算法已经无法满足这样的运算需求。并行处理却是解决这一问题的重要技术手段。
目前,国内外的研究主要集中在提高融合质量上,而针对海量遥感数据融合的大规模并行算法研究尚处于起步阶段。因此研究遥感图像融合的并行算法,将大大提高融合处理效率,具有广阔的应用前景。
本文针对上述需求,重点针对三类典型的遥感图像融合并行算法及其网络服务软件展开了较为深入的研究和实践工作。本文的主要研究工作和贡献如下:
1.基于四种主要的IHS变换模型,根据它们对融合效果的影响,重点针对IKONOS卫星图像融合的特性,选取最为适合该类图像的变换模型设计并实现了并行IHS融合算法——P-IHS,并对融合效果和算法复杂性进行了定性和定量地分析。
2.针对经典的PCA融合串行算法,提出并实现了一种新的PCA融合并行... |
| 【论文题纲】 |
|
摘要 |
9-10 |
|
ABSTRACT |
10-12 |
|
第一章 绪论 |
12-20 |
|
1.1 课题的研究背景 |
12-14 |
|
1.1.1 遥感及遥感图像融合技术的发展 |
12-13 |
|
1.1.2 遥感图像融合对并行处理的需求 |
13 |
|
1.1.3 遥感图像处理网络化的需求 |
13-14 |
|
1.2 相关研究领域概述 |
14-17 |
|
1.2.1 遥感图像融合串并行算法 |
14-15 |
|
1.2.2 图像融合的评价标准 |
15-16 |
|
1.2.3 图像处理的并行性和并行模式 |
16-17 |
|
1.2.4 遥感图像并行处理软件 |
17 |
|
1.3 课题介绍 |
17-19 |
|
1.3.1 课题来源 |
17 |
|
1.3.2 课题研究重点 |
17-18 |
|
1.3.3 本文算法的验证平台和性能度量指标 |
18-19 |
|
1.4 论文结构 |
19-20 |
|
第二章 IHS 融合并行算法研究与实现 |
20-30 |
|
2.1 IHS 变换模型分析 |
20-23 |
|
2.2 基于图像特性的IHS 变换模型选择 |
23-24 |
|
2.3 并行IHS 融合算法（P-IHS）设计与分析 |
24-27 |
|
2.3.1 串行算法描述 |
24-25 |
|
2.3.2 P-IHS 算法 |
25-26 |
|
2.3.3 P-IHS 算法复杂度分析 |
26-27 |
|
2.4 实验结果与性能评价 |
27-29 |
|
2.5 小结 |
29-30 |
|
第三章 PCA 融合并行算法的研究与实现 |
30-40 |
|
3.1 PCA 变换 |
30-32 |
|
3.2 P-PCA 算法描述 |
32-35 |
|
3.2.1 串行算法的分析 |
32-33 |
|
3.2.2 P-PCA 算法流程 |
33-35 |
|
3.3 对P-PCA 算法的优化及改进 |
35 |
|
3.4 P-PCA 算法复杂度分析 |
35-37 |
|
3.4.1 空间复杂度分析 |
35-36 |
|
3.4.2 时间复杂度分析 |
36-37 |
|
3.5 实验结果与性能分析 |
37-39 |
|
3.6 小结 |
39-40 |
|
第四章 小波融合并行算法的研究与实现 |
40-52 |
|
4.1 DWT 串行融合算法流程分析 |
40-43 |
|
4.1.1 DWT 串行融合基本思想 |
40-42 |
|
4.1.2 二维图像的DWT 分解与合成 |
42 |
|
4.1.3 融合规则以及分解级数 |
42-43 |
|
4.2 基于DWT 的并行融合算法 |
43-47 |
|
4.2.1 数据划分 |
43-46 |
|
4.2.2 P-DWT 算法流程 |
46-47 |
|
4.3 P-DWT 算法的复杂度分析 |
47-48 |
|
4.3.1 空间复杂度分析 |
47 |
|
4.3.2 时间复杂度分析 |
47-48 |
|
4.4 实验和结果分析 |
48-50 |
|
4.5 三种融合算法的比较 |
50-51 |
|
4.6 小结 |
51-52 |
|
第五章 并行遥感图像处理软件的原型系统及实现 |
52-57 |
|
5.1 实现目的 |
52-53 |
|
5.2 RIPPS 的系统结构设计 |
53-54 |
|
5.3 系统功能模块介绍 |
54-55 |
|
5.4 实验结果 |
55-56 |
|
5.5 小结 |
56-57 |
|
第六章 结束语 |
57-59 |
|
6.1 本文的工作总结 |
57-58 |
|
6.2 展望 |
58-59 |
|
致谢 |
59-60 |
|
参考文献 |
60-63 |
|
作者在硕士期间发表的论文 |
63 |
|
| 【DOI】 | LunWen.ID:2.2008.389493 |
