排序方式： 共有3条查询结果，搜索用时 31 毫秒
1
1.
MapReduce在云计算及其相关应用中发挥着重要作用,将其应用到图像处理中可以提高计算效率。然而,该模型设计的初衷是处理文本数据,对图像等二进制文件的处理支持能力相对不足。在充分调研国内外文献基础上,作者从MapReduce概述、图像数据格式设计和图像处理算法研究和在遥感图像处理中的典型应用等方面进行了综述,最后探讨了MapReduce在图像处理研究中的发展趋势。第一次比较全面地对MapReduce在图像处理中的应用进行了论述,对扩展MapReduce的应用范围和提高图像处理速度具有参考价值。 相似文献
2.
针对嫦娥二号影像分辨率高、数据量大的特点,提出了一种新的投影坐标系-局部坐标系。该坐标系建立过程简单,便于数据管理,投影后的影像变形极小。通过转换可将单轨的DOM和DEM进行分解,并生成各局部坐标系对应的分块DOM和DEM。创建了分块数据后,基于重叠影像同名像点,以有理多项式作为校正模型,采用一种全局优化方法来校正重叠影像坐标偏差,使校正后各影像能够很好地配准。校正只在影像子网内进行,各子网间互不影响,有效地控制了误差的传递。实验表明,该拼接方法可以在微机上有效地对海量月表影像进行拼接处理,并达到很好的拼接效果,最终生成全景三维月图。 相似文献
3.
提出了基于大比例尺航空影像共面约束的相机自检校方法,该方法使用所有立体像对同名点基于共面约束对相机的内方位元素及畸变系数进行解算。首先进行航空影像同名点匹配,构建立体像对;然后基于共面约束使用直接解法和迭代优化进行相对定向,解算相机位置与姿态;最后使用最小二乘优化方法解算相机内方位元素和畸变系数。对于高分辨率大尺寸航空影像,图像中心及边缘的畸变差异较大,为了进一步提高解算精度,对图像进行网格区域划分解算畸变。使用大比例尺航空影像进行解算能真实精确反映航空摄影测量时所获取图像的相机参数和畸变系数,避免检校环境与使用环境不同解算得到的相机畸变参数不能真实反映所获取影像的畸变问题;使用所有同名点解算,避免由于选择不同特征点或控制点对检校精度的影响;通过区域网格划分,进一步提高了解算精度。对检校结果进行了分析,该方法精度较高,与基于室外检校场的精度相当,能真实精确反映航空摄影测量时所获取图像的相机参数和畸变系数,提高了三维重建的精度。 相似文献
1