發(fā)布時間：2024-02-19 14:02

　　隨著遙感技術(shù)的日臻完善,使得遙感影像的數(shù)據(jù)量正呈現(xiàn)幾何級數(shù)的倍率增長,遙感影像數(shù)據(jù)也逐漸成為空間數(shù)據(jù)更新的主要來源。同時,隨著網(wǎng)絡(luò)技術(shù)的日臻成熟,通過網(wǎng)絡(luò)實現(xiàn)遙感影像的數(shù)據(jù)共享已經(jīng)成為現(xiàn)實,遙感影像數(shù)據(jù)的共享領(lǐng)域也從專業(yè)應(yīng)用轉(zhuǎn)向了公眾生活。但是,影像數(shù)據(jù)的高效共享目前面臨著數(shù)據(jù)資源的組織管理以及互聯(lián)網(wǎng)絡(luò)的帶寬限制等問題。因此,對空間數(shù)據(jù)的組織管理與網(wǎng)絡(luò)傳輸?shù)念A(yù)取緩存技術(shù)等的研究,是實現(xiàn)影像數(shù)據(jù)高效共享的關(guān)鍵。本文在深入剖析空間數(shù)據(jù)組織管理與網(wǎng)絡(luò)傳輸相關(guān)技術(shù)的基礎(chǔ)上,以遙感影像數(shù)據(jù)的有效組織管理和快速訪問為目標,從遙感影像的分層分塊和遙感影像瓦片的網(wǎng)絡(luò)傳輸?shù)确矫嬲归_研究工作,具體研究內(nèi)容如下:(1)高效的數(shù)據(jù)組織管理——遙感影像數(shù)據(jù)的快速分層、合理分塊本文利用遙感影像的細節(jié)紋理特征,發(fā)展了一種考慮影像區(qū)域特征的分層采樣插值算法。該算法采用閾值判斷的方法,根據(jù)影像數(shù)據(jù)的區(qū)域細節(jié)特征分割為平滑區(qū)域和復(fù)雜區(qū)域,并對應(yīng)設(shè)計不同的插值公式,使本文算法同時具有較高的插值精度和計算效率。然后利用遙感影像數(shù)據(jù)處理的天然“可并行性”,引入了 GPU加速技術(shù),有效地提高了插值算法的計算速度,實現(xiàn)了遙感影像的...

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．］經(jīng)典插值算法示意圖??

雙三次插值算法又稱三階插值，它是將待插值點鄰域為４ｘ４的１６個像素點作??為參考點，取十六個點的像素值在水平、垂直方向上的三階插值結(jié)果作為待插值點??的像素值Ｄｖ。如圖２．１（ｃ）所示，計算公式為：??，（尸）＝Ｚ?Ｓ?／０■，Ｊ）?＊?妒（Ｘ，＞〇??＂＝１?－ｖ＝１?（２．４....

圖２．４實驗影像數(shù)據(jù)示意圖??

?３４８９．１０?３４８５．１０?３４８３．２０??為了更加直觀的表現(xiàn)插值后影像的均方差差異，本文繼續(xù)將統(tǒng)計結(jié)果轉(zhuǎn)化為??柱狀圖，如圖２．５所示：??２７２０．００?０?°?３５００．００?ａ?口??翅?２７１０．００?ｍ?翅３４９０．００?答三?同??ｍ?ｇ?１１?１１??５？....

圖２．５插值后影像的均方差柱狀圖??１６??

＿圍??（ａ）?ＧＦ１?ｆｌ＞）?Ｉ．Ｓ８??圖２．４實驗影像數(shù)據(jù)示意圖??２．３．３質(zhì)量對比??本文選取傳統(tǒng)插值算法中精度較高的雙三次插值算法與本文算法進行比較，??分別對實驗影像進行縮放倍率為０．５、０．２５和０．１２５的重采樣處理，并對插值后影??像的客觀質(zhì)量進行分析比較，....

圖２．６插值后影像的峰值信噪比柱狀圖??驗，

＿圍??（ａ）?ＧＦ１?ｆｌ＞）?Ｉ．Ｓ８??圖２．４實驗影像數(shù)據(jù)示意圖??２．３．３質(zhì)量對比??本文選取傳統(tǒng)插值算法中精度較高的雙三次插值算法與本文算法進行比較，??分別對實驗影像進行縮放倍率為０．５、０．２５和０．１２５的重采樣處理，并對插值后影??像的客觀質(zhì)量進行分析比較，....

本文編號：3902806