遙感影像大數(shù)據(jù)管理系統(tǒng)關(guān)鍵技術(shù)研究與系統(tǒng)實(shí)現(xiàn).pdf

1、遙感技術(shù)的快速發(fā)展使得遙感影像數(shù)據(jù)的種類成倍增加，同時(shí)在數(shù)量級(jí)上呈現(xiàn)出幾何級(jí)數(shù)的增長(zhǎng)。隨著遙感影像數(shù)據(jù)應(yīng)用與業(yè)務(wù)需求不斷提高，給遙感影像的管理提出了更高的要求，高效存儲(chǔ)和快速檢索成為當(dāng)前亟待解決的問題。而在互聯(lián)網(wǎng)技術(shù)不斷革新的今天，云存儲(chǔ)作為新型存儲(chǔ)模型為數(shù)據(jù)提供無限的存儲(chǔ)能力，應(yīng)用此技術(shù)于海量遙感影像的管理和存儲(chǔ)，也是當(dāng)今研究的熱點(diǎn)。而對(duì)于空間數(shù)據(jù)的快速檢索，離不開高效索引技術(shù)的支撐，研究高效的索引機(jī)制對(duì)于空間數(shù)據(jù)的檢索具有重要價(jià)值和

2、意義。除了檢索性能方面的要求，遙感影像存儲(chǔ)管理的另一個(gè)技術(shù)指標(biāo)就是檢索準(zhǔn)確度，比如從海量遙感影像中精確查找出具有某一地物特征的影像數(shù)據(jù)。因此，基于語(yǔ)義特征的遙感影像檢索也是論文中的研究點(diǎn)。
　　基于以上問題的提出，本論文對(duì)遙感影像數(shù)據(jù)管理和檢索做了一系列研究。因此，論文的主要研究工作和成果包括：
　?。?）設(shè)計(jì)不同解析方法提取所需遙感影像元數(shù)據(jù)，并將其組成遙感影像數(shù)據(jù)管理系統(tǒng)的數(shù)據(jù)表，基于這些元數(shù)據(jù)對(duì)遙感影像實(shí)現(xiàn)多種方式的查

3、詢和檢索。此外，遙感影像數(shù)據(jù)作為一種空間數(shù)據(jù)，對(duì)其檢索性能的優(yōu)劣直接受索引機(jī)制的影響，因此本文還設(shè)計(jì)了實(shí)驗(yàn)驗(yàn)證不同空間索引機(jī)制的性能差異，即利用二維空間數(shù)據(jù)對(duì)建立的索引樹進(jìn)行性能測(cè)試。該實(shí)驗(yàn)基于不同的數(shù)據(jù)量級(jí)與索引項(xiàng)，通過Java程序以可視化的方式實(shí)現(xiàn)對(duì)不同索引技術(shù)的性能測(cè)試和驗(yàn)證。
　　（2）設(shè)計(jì)對(duì)遙感影像進(jìn)行語(yǔ)義特征檢索的技術(shù)方案，基于該方案完成對(duì)遙感影像所包含的地物特征的提取，并將這些特征映射為一組語(yǔ)義 ID的字符串，以該字

4、符串作為遙感影像管理系統(tǒng)的元數(shù)據(jù)存入數(shù)據(jù)庫(kù)中。主要思想是：首先，基于分水嶺變換和 Full Lambda-Schedule合并分塊算法，分割原始遙感影像；其次，基于 SVM分類算法完成遙感影像特征提取和分類；最后將分類好的特征映射為語(yǔ)義ID。
　?。?）開發(fā)遙感影像數(shù)據(jù)管理系統(tǒng)。通過對(duì)系統(tǒng)的需求分析，設(shè)計(jì)該系統(tǒng)的系統(tǒng)架構(gòu)，由此架構(gòu)開發(fā)了基于 Hadoop的遙感影像數(shù)據(jù)管理系統(tǒng)。重點(diǎn)研究了Hadoop系統(tǒng)的文件交互流程，并基于HDF