高分辨率遥感影像居民区检测算法与并行应用研究

摘要

居民区作为人类生存和居住的家园，与人们生活密切关联，居民区的保护和建设关系着人们的生活质量和生活水平以及社会的可持续发展。及时并准确地获取居民区的空间地理分布信息对于国土资源规划、城市建设与扩张、环境资源保护、民生安全决策等产生相当重要的促进作用，同时飞速发展的遥感技术为居民区空间分布信息的获取提供了快速而有力的手段。高分辨率遥感影像的出现又大大扩宽了遥感技术的应用范围，同时也对遥感影像处理技术提出了更高的要求，例如在处理大数据量遥感影像时所面临的时间和内存空间要求。因此，本文重点研究如何实现一个高精度且高效率的居民区检测系统。
　　目前提出的居民区检测算法会出现将稀疏植被检测成居民区的情况，降低了检测精度。本文阐述了居民区各向异性纹理特征的提取，分析了纹理检测居民区的原理，同时针对基于旋转不变性纹理特征的居民区检测算法产生过检测和处理速度过慢两个不足之处进行了改进：(1)在提取各向异性纹理特征之前，对影像进行形态学top-hat变换，通过选取合适的结构元素增强影像中的高亮区域，抑制背景区域，有效抑制了将稀疏植被误检成居民区的情况；(2)在计算完居民区的各向异性纹理对比度特征之后，利用归一化植被指数NDVI参与计算，增强了居民区的纹理对比度并削弱了稀疏植被的纹理对比度，从而可以将稀疏植被像素点和稀疏房屋像素点区分开；(3)通过OpenMP辅助MPI对算法进行并行化实现，有效地解决了处理大数据影像时内存不足和速度过慢的问题。
　　测试结果显示该并行化的改进算法，一方面提高了算法的准确度和适应性，另一方面解决了处理大数据影像时算法速度过慢和内存不足的问题。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 选题背景

1.2 国内外研究概况

1.3 研究内容和组织结构

2 居民区纹理分析

2.1 预处理算法

2.2 居民区纹理特征分析

2.3 旋转不变性纹理提取方法

2.4 本章小结

3 居民区纹理提取优化

3.1 归一化植被指数

3.2 形态学top-hat变换

3.3 本章小结

4 居民区检测算法并行实现

4.1 并行计算

4.2 MPI并行计算模型

4.3 OpenMP并行计算模型

4.4 并行化设计与实现

4.5 本章小结

5 居民区检测系统设计与实现

5.1 系统设计

5.2 实验结果与分析

5.3 本章小结

6 工作总结与展望

致谢

参考文献