高分辨率遙感影像居民區(qū)檢測算法與并行應用研究.pdf

1、居民區(qū)作為人類生存和居住的家園，與人們生活密切關聯，居民區(qū)的保護和建設關系著人們的生活質量和生活水平以及社會的可持續(xù)發(fā)展。及時并準確地獲取居民區(qū)的空間地理分布信息對于國土資源規(guī)劃、城市建設與擴張、環(huán)境資源保護、民生安全決策等產生相當重要的促進作用，同時飛速發(fā)展的遙感技術為居民區(qū)空間分布信息的獲取提供了快速而有力的手段。高分辨率遙感影像的出現又大大擴寬了遙感技術的應用范圍，同時也對遙感影像處理技術提出了更高的要求，例如在處理大數據量遙感影

2、像時所面臨的時間和內存空間要求。因此，本文重點研究如何實現一個高精度且高效率的居民區(qū)檢測系統(tǒng)。
　　目前提出的居民區(qū)檢測算法會出現將稀疏植被檢測成居民區(qū)的情況，降低了檢測精度。本文闡述了居民區(qū)各向異性紋理特征的提取，分析了紋理檢測居民區(qū)的原理，同時針對基于旋轉不變性紋理特征的居民區(qū)檢測算法產生過檢測和處理速度過慢兩個不足之處進行了改進：(1)在提取各向異性紋理特征之前，對影像進行形態(tài)學top-hat變換，通過選取合適的結構元素增強

3、影像中的高亮區(qū)域，抑制背景區(qū)域，有效抑制了將稀疏植被誤檢成居民區(qū)的情況；(2)在計算完居民區(qū)的各向異性紋理對比度特征之后，利用歸一化植被指數NDVI參與計算，增強了居民區(qū)的紋理對比度并削弱了稀疏植被的紋理對比度，從而可以將稀疏植被像素點和稀疏房屋像素點區(qū)分開；(3)通過OpenMP輔助MPI對算法進行并行化實現，有效地解決了處理大數據影像時內存不足和速度過慢的問題。
　　測試結果顯示該并行化的改進算法，一方面提高了算法的準確度和適