一种基于Hadoop的高分辨率遥感图像处理方法

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (11): 167-171.

一种基于Hadoop的高分辨率遥感图像处理方法

常生鹏1，马亿旿2，蔡立军1，丁玉成1

1.湖南大学信息科学与工程学院，长沙 410082
2.国家超级计算长沙中心湖南大学建设办公室，长沙 410082

出版日期:2015-06-01 发布日期:2015-06-12

A kind of high resolution remote sensing image processing method based on Hadoop

CHANG Shengpeng1, MA Yiwu2, CAI Lijun1, DING Yucheng1

1.College of Information Science and Engineering, Hunan University, Changsha 410082, China
2.Hunan University Construction Office, National Supercomputing Center in Changsha, Changsha 410082, China

Online:2015-06-01 Published:2015-06-12

摘要/Abstract

摘要： 随着海量、多源的高分辨率遥感数据的获取，耗时较多、效率低下的传统处理方式已经不能满足用户需求。针对上述问题，提出了一种基于云计算的高分遥感数据处理框架，利用Hadoop技术设计和改进了Meanshift图像边缘分割算法，并在Hadoop环境下进行了仿真实验。实验结果表明，在Hadoop环境下的高分辨率卫星图像数据处理速度有了明显的改善。

关键词: 高分辨率遥感数据, 云计算, Hadoop, 边缘分割

Abstract: As vast and multi-source high-resolution remote sensing data is acquired, time consuming and low efficiency of traditional processing way have already can not meet the needs of users. According to the above problem, this paper puts forward a high score of remote sensing data processing based on cloud computing framework, designs and improves the Meanshift algorithms of image edge segmentation by using Hadoop technology, and has carried on the simulation experiment in the Hadoop environment. Experimental results show that high resolution satellite image data processing speed under the Hadoop environment is improved obviously.

Key words: high resolution remote sensing data, cloud computing, Hadoop, edge segmentation

常生鹏1，马亿旿2，蔡立军1，丁玉成1. 一种基于Hadoop的高分辨率遥感图像处理方法[J]. 计算机工程与应用, 2015, 51(11): 167-171.

CHANG Shengpeng1, MA Yiwu2, CAI Lijun1, DING Yucheng1. A kind of high resolution remote sensing image processing method based on Hadoop[J]. Computer Engineering and Applications, 2015, 51(11): 167-171.

[1]	王凤琴，柯亨进. 卷积神经网络及其分析在抑郁症判别中的应用[J]. 计算机工程与应用, 2021, 57(5): 245-250.
[2]	翁晓泳. 基于区块链的云计算数据共享系统研究[J]. 计算机工程与应用, 2021, 57(3): 120-124.
[3]	田倬璟，黄震春，张益农. 云计算环境任务调度方法研究综述[J]. 计算机工程与应用, 2021, 57(2): 1-11.
[4]	吴东阳，窦建平，李俊. 四旋翼飞行器的数字孪生系统设计[J]. 计算机工程与应用, 2021, 57(16): 237-244.
[5]	李雷孝，邓丹，李杰，王永生. 基于粒子群优化的全比较计算数据分发策略[J]. 计算机工程与应用, 2021, 57(15): 109-117.
[6]	胡恒，金凤林，郎思琪. 移动边缘计算环境中的计算卸载技术研究综述[J]. 计算机工程与应用, 2021, 57(14): 60-74.
[7]	余波，台宪青，马治杰. 云计算环境下基于属性和信任的RBAC模型研究[J]. 计算机工程与应用, 2020, 56(9): 84-92.
[8]	仝乐，郝蓉，于佳. 单服务器上的双线性配对安全外包方案[J]. 计算机工程与应用, 2020, 56(9): 131-135.
[9]	姜娇，蔡林沁，韦鹏程，李莉. 支持可验证的密文模糊关键字检索方案[J]. 计算机工程与应用, 2020, 56(7): 74-80.
[10]	王杰，陈志刚，刘加玲，程宏兵. 基于聚类的云隐私行为挖掘技术[J]. 计算机工程与应用, 2020, 56(5): 80-84.
[11]	柯昌博，吴嘉余，曹彦. 面向云计算应用层演化的隐私保护方法研究[J]. 计算机工程与应用, 2020, 56(11): 60-66.
[12]	陈享，何亨，李鹏，金瑜，聂雷. 云环境中基于目标检测的密文图像检索方案[J]. 计算机工程与应用, 2020, 56(11): 75-82.
[13]	周亮，应欢，戴波，邱意民. 安全高效的生物识别外包计算方案研究[J]. 计算机工程与应用, 2020, 56(1): 127-135.
[14]	刘军，李威，吴梦婷，陈起凤. Hadoop平台下新型图像并行处理模型设计[J]. 计算机工程与应用, 2019, 55(6): 186-190.
[15]	王静宇，栾俊清，谭跃生. 基于数据敏感性的大数据访问控制模型研究[J]. 计算机工程与应用, 2019, 55(23): 70-77.