高分辨率遥感影像在线处理平台技术研究与实现
发布时间：2021-03-09 17:14
近年来的我国遥感技术快速发展,光学遥感卫星影像分辨率不断提高,如资源系列、高分系列、吉林一号、高景系列等卫星密集发射,随之而来的是遥感数据呈现爆发式增长,目前大多数遥感影像处理分析是通过专业人员在单机上实现的,处理效率低,远不能满足海量遥感影像处理需求,而且从遥感数据到专题数据产品需要经过一系列的处理步骤,根据不同需求可能要应用到不同的软件工具等,导致遥感专题信息产品获取时效性极大的降低。随着网络技术的高速发展与云计算、人工智能、深度学习、大数据等技术的广泛应用,如何以在线处理的方式向用户快速的提供遥感数据、计算资源、算法模型资源、及其专题产品成为一个研究难点与热点问题,本文就高分辨率遥感影像在线处理平台实现展开研究,将遥感数据处理算法及处理工具资源进行整合集成,论文具体的研究工作主有:（1）详细地介绍了现有的遥感影像在线处理平台的技术基础以及服务开发模式,将自定义的专业遥感影像处理模型部署在云端,通过RESTful API供客户端调用。基于MEAN开发框架设计并实现了高分辨率遥感影像在线处理平台原型系统,提供给用户一种在线的、实时的、方便的专业化服务资源,实现了影像查询、遥感影像覆盖...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
ArcGISImageServer体系结构
图 3-5 第三方遥感影像道路提取模型e 3-5 Example of road extraction model for remote sensing示，拿到一个 Linux 第三方开发完整的遥感算法ker 中通过 Dockerfile 文件定制作镜像，镜像的加的配置、文件。把每一层构建、修改、安装等这个脚本来定制、构建镜像。简单说来，就是通遥感算法模型或应用程序制作为镜像从而运个文本文件，其内包含了一系列的指令，每一何构建。Dockerfile 文件编写含以下指令 FROM件 、ADD：更高级的复制文件 、RUN：执行命TRYPOINTENV：入口点、ENV ：设置环境变定义匿名卷、EXPOSE：暴露端口、WORKDIR：用户。其中主要用到常用的 FROM、ADD、WO在封装遥感算法过程中有如下四步重要操作。写 Dockerfile 文件内容如下
码示例：@app. route('/api/v1.0/extact/', methods=['POST'])def extract_feature():#1 使用 request.json 对传递过来的进行解析，主要包括遥感模型参数。#2 使用 subprocess 开辟子进程执行遥感算法模型程序，解析参数并将其传进 subprocess 中。#3 将其结果以 json 数据格式返回。第三步：在其第一步制作的镜像基础上，编写 Dockerfile 文件将 WebService应用程序压入至镜像中，其命令如下：FROM fangxu622/ubuntu_16WORKDIR /extract_roadADD . /extract_road第四步：启动容器，执行命令：docker run –p 4000:85 -i -t fangxu622/ubuntu_16/bin/bash 进入容器终端启动Web Service 或者执行 docker run –p 8000:85 + “Web Service 启动命令”。
【参考文献】：
期刊论文
[1]《中华人民共和国影像地图》的设计与编制[J]. 王鸿燕,余睿,季毅民,王玉. 测绘与空间地理信息. 2017(09)
[2]结合均值漂移分割与全卷积神经网络的高分辨遥感影像分类[J]. 方旭,王光辉,杨化超,刘慧杰,闫立波. 激光与光电子学进展. 2018(02)
[3]中国商业遥感卫星“高景一号”加速组网将打破国外垄断[J]. 航天返回与遥感. 2017(02)
[4]从对地观测卫星到对地观测脑[J]. 李德仁,王密,沈欣,董志鹏. 武汉大学学报(信息科学版). 2017(02)
[5]全卷积网络结合改进的条件随机场-循环神经网络用于SAR图像场景分类[J]. 汤浩,何楚. 计算机应用. 2016(12)
[6]佳格天地:农业大数据切入万亿市场[J]. 菲遥. 商业文化. 2016(28)
[7]联合显著性和多层卷积神经网络的高分影像场景分类[J]. 何小飞,邹峥嵘,陶超,张佳兴. 测绘学报. 2016(09)
[8]科幻作家眼中的“阿尔法围棋”和“人工智能”[J]. 科学之友(上半月). 2016(05)
[9]ArcGIS镶嵌数据集对海量影像数据的管理应用[J]. 李佳璇. 价值工程. 2016(12)
[10]基于MongoDB的分布式缓存[J]. 王胜,杨超,崔蔚,黄高攀,张明明. 计算机系统应用. 2016(04)
博士论文
[1]云计算中Web服务发现与组合技术研究[D]. 王丹丹.北京科技大学 2017
硕士论文
[1]基于高分辨率可见光遥感图像的建筑物提取技术研究[D]. 左童春.中国科学技术大学 2017
[2]基于深度学习技术的高分辨率遥感影像建设用地信息提取研究[D]. 冯丽英.浙江大学 2017
[3]基于Hadoop的地质云计算平台搭建与应用[D]. 邢建华.湖南科技大学 2017
[4]基于Web服务的高分辨率遥感影像在线分类技术研究[D]. 黄杰.中国矿业大学 2017
[5]基于卷积神经网络的高光谱数据分类方法研究[D]. 宋欣益.哈尔滨工业大学 2016
[6]神经网络和深度学习在量化投资中的应用[D]. 白凯敏.山东大学 2016
[7]高分辨率遥感影像林地资源信息提取方法研究[D]. 胡湛晗.北华航天工业学院 2015
[8]基于多元回归分析的WebGIS房产评估系统研究[D]. 杨坤.辽宁工程技术大学 2015
[9]基于REST架构的物联网数据开放系统的设计与实现[D]. 许世峰.广东工业大学 2015
[10]基于无人机影像的微山湖地区宜居性评价[D]. 丁雷龙.中国地质大学(北京) 2015
本文编号：3073181
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
ArcGISImageServer体系结构
图 3-5 第三方遥感影像道路提取模型e 3-5 Example of road extraction model for remote sensing示，拿到一个 Linux 第三方开发完整的遥感算法ker 中通过 Dockerfile 文件定制作镜像，镜像的加的配置、文件。把每一层构建、修改、安装等这个脚本来定制、构建镜像。简单说来，就是通遥感算法模型或应用程序制作为镜像从而运个文本文件，其内包含了一系列的指令，每一何构建。Dockerfile 文件编写含以下指令 FROM件 、ADD：更高级的复制文件 、RUN：执行命TRYPOINTENV：入口点、ENV ：设置环境变定义匿名卷、EXPOSE：暴露端口、WORKDIR：用户。其中主要用到常用的 FROM、ADD、WO在封装遥感算法过程中有如下四步重要操作。写 Dockerfile 文件内容如下
码示例：@app. route('/api/v1.0/extact/', methods=['POST'])def extract_feature():#1 使用 request.json 对传递过来的进行解析，主要包括遥感模型参数。#2 使用 subprocess 开辟子进程执行遥感算法模型程序，解析参数并将其传进 subprocess 中。#3 将其结果以 json 数据格式返回。第三步：在其第一步制作的镜像基础上，编写 Dockerfile 文件将 WebService应用程序压入至镜像中，其命令如下：FROM fangxu622/ubuntu_16WORKDIR /extract_roadADD . /extract_road第四步：启动容器，执行命令：docker run –p 4000:85 -i -t fangxu622/ubuntu_16/bin/bash 进入容器终端启动Web Service 或者执行 docker run –p 8000:85 + “Web Service 启动命令”。
【参考文献】：
期刊论文
[1]《中华人民共和国影像地图》的设计与编制[J]. 王鸿燕,余睿,季毅民,王玉. 测绘与空间地理信息. 2017(09)
[2]结合均值漂移分割与全卷积神经网络的高分辨遥感影像分类[J]. 方旭,王光辉,杨化超,刘慧杰,闫立波. 激光与光电子学进展. 2018(02)
[3]中国商业遥感卫星“高景一号”加速组网将打破国外垄断[J]. 航天返回与遥感. 2017(02)
[4]从对地观测卫星到对地观测脑[J]. 李德仁,王密,沈欣,董志鹏. 武汉大学学报(信息科学版). 2017(02)
[5]全卷积网络结合改进的条件随机场-循环神经网络用于SAR图像场景分类[J]. 汤浩,何楚. 计算机应用. 2016(12)
[6]佳格天地:农业大数据切入万亿市场[J]. 菲遥. 商业文化. 2016(28)
[7]联合显著性和多层卷积神经网络的高分影像场景分类[J]. 何小飞,邹峥嵘,陶超,张佳兴. 测绘学报. 2016(09)
[8]科幻作家眼中的“阿尔法围棋”和“人工智能”[J]. 科学之友(上半月). 2016(05)
[9]ArcGIS镶嵌数据集对海量影像数据的管理应用[J]. 李佳璇. 价值工程. 2016(12)
[10]基于MongoDB的分布式缓存[J]. 王胜,杨超,崔蔚,黄高攀,张明明. 计算机系统应用. 2016(04)
博士论文
[1]云计算中Web服务发现与组合技术研究[D]. 王丹丹.北京科技大学 2017
硕士论文
[1]基于高分辨率可见光遥感图像的建筑物提取技术研究[D]. 左童春.中国科学技术大学 2017
[2]基于深度学习技术的高分辨率遥感影像建设用地信息提取研究[D]. 冯丽英.浙江大学 2017
[3]基于Hadoop的地质云计算平台搭建与应用[D]. 邢建华.湖南科技大学 2017
[4]基于Web服务的高分辨率遥感影像在线分类技术研究[D]. 黄杰.中国矿业大学 2017
[5]基于卷积神经网络的高光谱数据分类方法研究[D]. 宋欣益.哈尔滨工业大学 2016
[6]神经网络和深度学习在量化投资中的应用[D]. 白凯敏.山东大学 2016
[7]高分辨率遥感影像林地资源信息提取方法研究[D]. 胡湛晗.北华航天工业学院 2015
[8]基于多元回归分析的WebGIS房产评估系统研究[D]. 杨坤.辽宁工程技术大学 2015
[9]基于REST架构的物联网数据开放系统的设计与实现[D]. 许世峰.广东工业大学 2015
[10]基于无人机影像的微山湖地区宜居性评价[D]. 丁雷龙.中国地质大学(北京) 2015
本文编号：3073181
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3073181.html
