论文部分内容阅读
随着传感器技术、数据通讯技术的快速发展，遥感影像数据的获取量呈几何级数增长，高效、安全的遥感影像管理与共享技术成为对地观测领域热点研究问题和前沿研究方向。20世纪70年代，Codd教授提出了关系数据模型，奠定了数据库发展的基础，从此关系型数据库迅速发展并得到广泛应用。近年来，众多GIS厂商在商用关系型数据的基础上推出了空间数据引擎中间件产品，利用关系型数据库存储空间数据。随着数据库技术的不断发展，对象.关系型数据库又一次推动了空间数据库相关研究和发展，利用扩展对象.关系型数据库进行地理空间矢量数据管理已经取得了许多研究成果，但是进行海量遥感影像数据的管理与共享还有许多问题需要进行研究。
论文以遥感影像数据高效管理为目标，以影像数据的存储组织、检索、管理等问题作为研究重点，对基于空间排序的影像瓦片金字塔、基于影像分割和曲线简化算法的光谱特征影像检索、基于本体理论的影像数据检索方法等进行了比较为系统的研究。具体包括以下具体内容：
(1)遥感影像的存储组织：首先分析了影像数据的分块组织方式，由于影像数据库属于I/O密集型应用，因此考虑采用空间填充曲线优化数据存储，建立基于空间排序存储的影像瓦片金字塔。空间排序将空间上邻近的影像瓦片尽量保持较好的邻近关系，使影像瓦片的存储更加合理，从而减小了磁盘页面访问量，同时节省了区域查询中的寻道时间和延迟时间，通过对常规影像瓦片金字塔、基于空间排序的影像瓦片金字塔进行性能测试发现，基于Hilbert序存储的影像瓦片金字塔的访问效率较高。最后分析Hilbert序的访问效率，在此基础上提出具有高效存储访问性能的Hilbert+空间填充曲线地址码组织结构。通过重复存储最大排序距离邻接点对，减小了曲线的平均结点距离，并且结点距离在低结点距离范围内的频率百分比更高，有益于海量遥感影像磁盘存储优化及空间索引的建立。
(2)高光谱影像的检索方法研究：对于高光谱影像数据库的光谱曲线和影像检索，基于“抽样”思想，利用影像分割原理从空间分布角度进行“抽样”，利用曲线简化算法从光谱特征角度进行“抽样”。本文基于经典的曲线简化Douglas—Peucke算法(简称DP算法)提取光谱曲线的形态特征，利用“特征提取”的思想，提出了基于DP算法的光谱曲线和影像检索(简称DPSR)方法。
(3)基于本体的检索：分析了目前遥感影像检索系统基于元数据和关键词检索的问题。采用地名本体、遥感影像本体，初步解决遥感影像检索系统缺乏多源数据集成、缺乏语义模型、需要集成相关学科知识的问题，增强了系统的检索功能。
(4)针对遥感影像数据的管理特点，分析了现有的影像数据库管理模式存在的问题，提出了“区域GEOMETRY——遥感影像——波段”的遥感影像管理模式，完善了多源、多时相海量遥感影像的管理方式。基于区域的管理模式可以很好地将多源、多时相数据进行管理，同时方便实现按行政区查询、按轨道查询、按图幅查询等功能。最后在大量方法分析和算法研究的基础上，研制开发了UImage对象-关系型遥感影像数据库系统，经实验证明方法有效。