机载推帚式高光谱图像预处理技术研究与实现
本文关键词: 推帚式 高光谱 预处理 多线程 OpenMP 辐射校正 几何校正 预处理系统 出处:《山东大学》2014年硕士论文 论文类型:学位论文
【摘要】:高光谱遥感的特点有更多波段数、光谱分辨率高、图谱合一、数据量大和信息冗余多等,随着高光谱遥感光谱分辨率的提高,可获得近似连续的地物光谱信息,对地表覆盖的识别能力更强。高光谱遥感图像预处理技术在高光谱图像处理与分析中占据重要的地位,是高光谱图像应用和分析的基础,直接影响后期的定量分析和信息的挖掘。所以,研究高光谱遥感图像预处理技术及其应用具有重要的意义。 本文研究高光谱遥感图像预处理技术,并以此为基础实现高光谱遥感图像预处理系统软件。论文的主要工作如下: (1)介绍高光谱遥感图像预处理技术,包括常用的影像数据格式、光谱和辐射定标技术、高光谱图像辐射校正的具体实现过程、短波红外背景辐射消除方法和几何粗校正技术。重点分析基于位置姿态数据的几何粗校正技术,其中包括计算外方位元素、空间坐标转换和重采样方法等。 (2)为提高高光谱遥感图像预处理效率,研究几何校正并行处理技术。针对windows多线程技术OpenMP共享内存模型和MPI消息传递模型三种并行方式,深入研究几何校正并行处理的原理,并在计算机上编程实现,给出并行效率的比较。前两者应用于单机多核多线程处理,后者用于实现多机集群系统,重点研究OpenMP在提高数据处理和CPU效率方面的优势。 (3)在Windows环境下,基于VC++编程环境,使用微软基础类库(MFC),将算法的实现进行封装,完成高光谱遥感图像预处理软件的研制。依据软件设计原则构建软件的体系结构,设计实现软件系统的功能模块,如数据预整理模块、辐射校正模块、几何校正模块和快速处理模块等。几何校正模块采用多线程技术,快速处理模块提供一键处理和批量处理功能,保证数据处理的效率。
[Abstract]:Hyperspectral remote sensing is characterized by more bands, high spectral resolution, unified spectrum, large amount of data and redundant information, etc. With the increase of spectral resolution of hyperspectral remote sensing, approximately continuous spectral information of ground objects can be obtained. Hyperspectral remote sensing image preprocessing plays an important role in hyperspectral image processing and analysis, which is the basis of hyperspectral image application and analysis. Therefore, it is of great significance to study the preprocessing technology of hyperspectral remote sensing image and its application. In this paper, the preprocessing technology of hyperspectral remote sensing image is studied, and the software of hyperspectral remote sensing image preprocessing system is realized. The main work of this paper is as follows: This paper introduces the preprocessing technology of hyperspectral remote sensing image, including the commonly used image data format, spectral and radiometric calibration technology, and the realization process of radiation correction of hyperspectral image. The methods of eliminating infrared background radiation and rough geometric correction are analyzed, and the geometric coarse correction based on position and attitude data is analyzed, including calculation of external azimuth elements, spatial coordinate conversion and resampling. In order to improve the preprocessing efficiency of hyperspectral remote sensing image. This paper studies geometric correction parallel processing technology, aiming at windows multithread technology, OpenMP shared memory model and MPI message passing model. The principle of geometric correction parallel processing is studied, and the parallel efficiency is compared by programming on computer. The former two are applied to multi-core multi-thread processing of single machine, and the latter is used to realize multi-computer cluster system. Emphasis is placed on the advantages of OpenMP in improving data processing and CPU efficiency. In the Windows environment, based on VC programming environment, Microsoft basic class library is used to encapsulate the implementation of the algorithm. According to the principle of software design, the system structure of the software is constructed, and the functional modules of the software system, such as data pre-finishing module, radiation correction module, are designed and implemented. Geometric correction module and fast processing module etc. The geometric correction module adopts multi-thread technology, and the fast processing module provides one-click processing and batch processing functions to ensure the efficiency of data processing.
【学位授予单位】:山东大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TP751
【相似文献】
相关期刊论文 前10条
1 吴传庆,童庆禧,郑兰芬;基于小波变换的高光谱图像消噪[J];遥感信息;2005年04期
2 张立燕;谌德荣;李世义;曹旭平;;基于低概率检测的高光谱图像有损压缩方法研究[J];弹箭与制导学报;2008年01期
3 李杰;赵春晖;梅锋;;利用背景残差数据检测高光谱图像异常[J];红外与毫米波学报;2010年02期
4 李婷;陈小梅;陈刚;薛博;倪国强;;一种双正则项全变差高光谱图像去噪算法[J];光谱学与光谱分析;2011年01期
5 王晋;张晓玲;沈兰荪;柴焱;;一种基于网格编码量化的高光谱图像无损压缩方法[J];中国图象图形学报;2006年01期
6 谷延锋;刘颖;贾友华;张晔;;基于光谱解译的高光谱图像奇异检测算法[J];红外与毫米波学报;2006年06期
7 王晋;张晓玲;柴焱;沈兰荪;;一种基于自适应预测的高光谱图像近无损压缩方法[J];计算机应用研究;2007年05期
8 谌德荣;张立燕;陶鹏;曹旭平;;结合邻域聚类分割的高光谱图像异常检测支持向量数据描述方法[J];宇航学报;2007年03期
9 张立燕;谌德荣;陶鹏;;基于顶点成分分析的高光谱图像低概率异常检测方法研究[J];宇航学报;2007年05期
10 陈雨时;张晔;谷延锋;;基于特征选择的高光谱图像快速矢量量化算法[J];哈尔滨工业大学学报;2007年11期
相关会议论文 前10条
1 高云;李小昱;刘长举;周竹;;基于高光谱图像技术的霉烂板栗识别研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
2 高洪燕;毛罕平;张晓东;周莹;;番茄叶片氮素反射光谱及高光谱图像的研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
3 高连如;张兵;孙旭;李山山;张文娟;;高光谱数据降维与分类技术研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
4 罗春生;薛龙;刘木华;黎静;;基于荧光高光谱图像检测鸭肉嫩度的初步研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
5 刘超;何元磊;黄世奇;刘志刚;王长海;;一种新的高光谱图像有监督特征提取方法[A];国家安全地球物理丛书(六)——空间地球物理环境与国家安全[C];2010年
6 何元磊;黄世奇;易世华;刘志刚;齐玮;;一种基于噪声调节主成分分析的高光谱图像波段选择方法[A];国家安全地球物理丛书(六)——空间地球物理环境与国家安全[C];2010年
7 薛龙;黎静;刘木华;;IDL与ENVI的二次开发在高光谱图像预处理的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
8 吴传庆;童庆禧;郑兰芬;张兵;赵永超;张霞;;基于小波变换的高光谱图像消噪[A];成像光谱技术与应用研讨会论文集[C];2002年
9 彭妮娜;易维宁;方勇华;;基于核函数的高光谱图像信息提取研究[A];光子科技创新与产业化——长三角光子科技创新论坛暨2006年安徽博士科技论坛论文集[C];2006年
10 陶斐斐;李永玉;王伟;彭彦昆;;基于高光谱成像技术快速无损伤评价猪肉新鲜度[A];中国食品科学技术学会第八届年会暨第六届东西方食品业高层论坛论文摘要集[C];2011年
相关重要报纸文章 前4条
1 张红菊;农田:安装“听诊器”[N];科技日报;2004年
2 张向冰 李青滨;我国海洋遥感发展突飞猛进[N];中国海洋报;2003年
3 本报记者 瞿剑;地下煤火:“静悄悄”的灾害怎样应对?[N];科技日报;2009年
4 张彦;“数字省市”颠覆城市区域经济[N];经理日报;2004年
相关博士学位论文 前10条
1 梅锋;基于核机器学习的高光谱异常目标检测算法研究[D];哈尔滨工程大学;2009年
2 高恒振;高光谱遥感图像分类技术研究[D];国防科学技术大学;2011年
3 石吉勇;基于高光谱图像技术的设施栽培作物营养元素亏缺诊断研究[D];江苏大学;2012年
4 姚伏天;基于高斯过程的高光谱图像分类研究[D];浙江大学;2011年
5 齐滨;高光谱图像分类及端元提取方法研究[D];哈尔滨工程大学;2012年
6 王晓飞;高光谱图像分辨率增强及在小目标检测中的应用研究[D];哈尔滨工业大学;2011年
7 成宝芝;基于光谱特性的高光谱图像异常目标检测算法研究[D];哈尔滨工程大学;2012年
8 赵芸;基于高光谱和图像处理技术的油菜病虫害早期监测方法和机理研究[D];浙江大学;2013年
9 陈进;高光谱图像分类方法研究[D];国防科学技术大学;2010年
10 谭琨;基于支持向量机的高光谱遥感影像分类研究[D];中国矿业大学;2010年
相关硕士学位论文 前10条
1 邵涛;基于光谱信息的高光谱图像目标识别方法的研究[D];哈尔滨工业大学;2010年
2 唐雪飞;基于案例推理的高光谱图像分类研究[D];哈尔滨工业大学;2010年
3 李江;基于图像融合的高光谱图像分类[D];华中科技大学;2012年
4 陈克清;迷彩伪装服的高光谱特性研究[D];东华大学;2014年
5 周伟;基于像面干涉的高光谱显微成像技术研究[D];南京理工大学;2014年
6 胡倩;基于知识的高光谱图像波谱匹配技术研究与应用[D];中国地质大学(北京);2010年
7 殷晓平;基于高光谱图像的黄瓜叶片叶绿素含量及其分布预测研究[D];江苏大学;2010年
8 包海燕;高光谱溢油图像分类算法研究[D];大连海事大学;2011年
9 吴超;高光谱图像处理若干关键技术研究[D];南京航空航天大学;2012年
10 孙旭光;基于高光谱图像目标探测与分类技术研究[D];中国科学院研究生院(光电技术研究所);2013年
,本文编号:1488197
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/1488197.html