基于Hadoop云计算的高光谱图像端元提取算法设计与实现(3)_毕业论文

毕业论文移动版

毕业论文 > 计算机论文 >

基于Hadoop云计算的高光谱图像端元提取算法设计与实现(3)


1.4  论文研究内容
本文通过对高光谱遥感图像混合光谱的分解问题进行了总结,探索了混合光谱产生的主要原因,并对其中的端元提取进行了深入研究,分析了端元提取的原理及研究现状,以及云计算和Hadoop技术用于高光谱遥感数据处理的潜力。在此基础上对现有的PPI(纯净像元指数)端元提取算法进行了研究,并提出了基于Hadoop云计算平台进行端元提取并行优化的思路,设计了一个高光谱图像端元提取系统,通过优化设计PPI高光谱图像端元提取算法,提升了算法的处理效率,同时实现了Hadoop进程的有效控制,提供简易的操作界面以及清晰的数据展示。
本文主要内容包括:
(1)    介绍高光谱遥感图像处理,云计算以及Hadoop的相关概念,以及Hadoop平台的配置过程,和高光谱端元提取算法的优化。
(2)    针对高光谱图像端元提取系统进行了需求分析,并完成了系统设计,把系统分为了两个部分,一个是Hadoop的操作模块,一个是算法运算的数据展示模块。
(3)    对高光谱图像端元提取的管理系统的实现进行了详细的分析,展示了系统的界面图,并对各个模块进行了说明,同时还对实现系统各项模块的关键代码进行了分析。
(4)    对端元提取优化的算法进行实验测试,总结算法优化的效果。
(5)    对高光谱图像端元提取的管理系统的设计实现进行了总结,并对今后的工作进行了展望。
 2  相关概念与技术
2.1  高光谱遥感简介
高光谱遥感(Hyperspectral Remote Sensing),是拥有高光谱分辨率的遥感科学与技术[1]。高光谱遥感起源于测谱学,在二十世纪时,就用来分析分子及原子的结构,然而到八十年代才出现了成像的光谱技术。这项技术的产生让在宽波段中探测不到的物质,可以被高光谱遥感探测到。其技术原理是,几乎所有的物质在零K的热力学温度下,都能发射电磁波,同时也能反射或吸收别的物质发生的电磁波[1]。而这项技术就是准确的接收并记录这些物质在互相作用下产生的电磁波。
2.2  云计算简介
Hadoop是一个开源的分布式系统基础架构,由Apache软件基金会开发[2]。用户能够在不明白分布式底层细节的情况下,来开发分布式的程序,利用集群的优点来运行快速的计算及存储。Hadoop有一个分布式的文件系统(Hadoop Distributed File System,HDFS),该文件系统有高容错性和高伸缩性的特点[2],而且都是可以部署到比较差的机器上,同时它还能够支持很高的传输速率,用以读取应用程序的数据,非常适用于那些有非常多大数据集的应用程序。
2.2.1  云计算的定义
对云计算的定义有多种说法,迄今为止还没有统一的定义,对于到底什么是云计算,可以找到很多个解释。美国国家标准与技术研究室对云计算的定义为:“云计算是一个提供便捷的通过互联网访问一个可定制的IT资源共享池能力的按使用量付费模式(IT资源包括网络、服务器、存储、应用、服务),这些资源能够快速部署,并只需要很少的管理工作或很少的与服务供应商的交互。”[6]
云计算不仅仅是一个简单的技术名词,它不只是代表着一项技术,或者技术的综合,它指的是一种模式,一种服务的交付和使用模式,也就是经过网络的方式按照需要来寻求资源,而提供资源的网络称作“云”。就像人们常用的水电供应一样,通过一个网络结构提供需求,网络即是数据资源的提供商,也是传输工具,它秉承的理念就是“按需服务”。
2.2.2  云计算的特征 (责任编辑:qin)