遥感影像库与遥感影像变化检测

摘要

遥感技术作为目前唯一的能够获取大面积范围的动态观测数据的技术手段。近年来,随着硬件技术和计算机技术的飞速发展,如何高效、科学的存储和管理海量的栅格影像数据,如何快速、自动的提取所需要的关键信息,都对我们提出了更高的要求。
　　 本文针对栅格数据的特点,在现有数据库管理系统技术的基础上,最终选择了oracle Spatial GeoRaster进行大数据量影像数据的存贮和管理。详细介绍了GeoRaster对象类型在影像数据上的存储方法和步骤,以及影像分块检索、拼接等功能，并使用VC++和SQL+OCI的方式对数据入库过程进行了开发实现,且在大图像入库流程上采用影像分块入库-再拼接的方法解决了数据入库大小受限问题。在大数据量遥感数据的基础上研究了遥感影像变化检测是现状及方法,采用了VC++结合开源栅格地理数据格式库GDAL及开源计算机视觉库OpenCV的方式,制定并实现了大数据量遥感影像变化检测算法。引入了新的LBP纹理差值算法变化在变化检测中的应用,并对LBP纹理差值法的适用性给出了实验结论。

目录

文摘

英文文摘

第1章 绪论

1.1 研究背景和意义

1.2 国内外研究现状和发展趋势

1.2.1 空间数据库技术

1.2.2 图像变化检测技术

1.3 本论文的主要工作内容

第2章 栅格空间数据库

2.1 空间数据的概念

2.2 空间数据类型

2.2.1 矢量数据

2.2.2 栅格数据

2.2.3 矢量/栅格数据的比较

2.3 栅格数据结构

2.3.1 栅格数据单元

2.3.2 栅格数据波段

2.3.3 栅格元数据

2.4 栅格空间数据库的特点

2.5 栅格空间数据管理方式

2.5.1 文件管理模式

2.5.2 文件和数据库的混合管理模式

2.5.3 全数据库管理模式

2.6 几种常用的空间数据库产品

2.6.1 ESRl公司的Arc SDE

2.6.2 Oracle公司的Oracle Spatial

2.6.3 吉奥公司的GeoImage DB

本章小结

第3章 基于ORACLE GEORASTER遥感影像库的设计与实现

3.1 ORACLE GEORASTER

3.1.1 Oracle GeoRaster的数据模型

3.1.2 GeoRaster对象类型

3.2 ORACLE GEORASTER影像管理基本流程

3.2.1 影像数据表的创建

3.2.2 影像数据的上载

3.2.3 影像查询

3.2.4 影像数据的管理

3.3 SQL+OCI操作影像数据库

3.4 影像导入过程优化

本章小结

第4章 遥感影像变化检测

4.1 遥感影像变化检测

4.2 数据源的选择

4.3 图像的预处理

4.4 常见的变化检测算法

4.4.1 图像代数法

4.4.2 主成分分析法

4.4.3 分类后比较法

4.4.4 LBP纹理差值法

4.5 精度评估

本章小结

第5章 遥感影像变化检测算法设计及实现

5.1 变化检测面临的问题

5.2 开源工具在图像开发中的应用

5.2.1 GDAL

5.2.2 OpenCV

5.3 遥感影像变化检测算法的实现

5.4 变化检测实验结果分析

5.5 LBP纹理差值法实验结果分析

本章小结

总结与展望

参考文献

致谢

攻读硕士学位期间发表的论文