随着科技的不断进步,遥感影像获取技术取得了长足的发展,影像波段数的增加与分辨率的提高,导致影像数据呈几何级数增长,产生了海量内容丰富的遥感大数据。如何有效地提升遥感大数据处理能力,已成为当前急需解决的首要问题。同时高性能计算正以突飞猛进的速度在发展,特别是云计算技术正不断走向成熟,为有效提升遥感大数据处理能力提供了一种新思路。然而,现有云计算平台主要考虑通用计算,并未考虑遥感影像处理的特点,导致现有云计算平台在进行遥感影像处理过程中存在明显不足。从云计算技术的本质出发,在分析遥感影像通用处理特点基础上,结合高性能并行处理分而治之的基本思想,设计了遥感影像处理云计算模型C-RSIP;在遥感影像专业处理上,提出了用于快速地形提取的两类膨胀影像匹配算法ETM、自适应密度分析噪声点剔除算法和离散点分级加权拟合规则格网算法;应用方面,论文将C-RSIP模型与资源卫星地面处理中心、天绘卫星地面处理中心的业务相结合实现了 ZY-3-APGS分系统和TH-1B-APGS系统。主要研究内容如下:(1)设计适合于遥感影像处理的通用云计算模型C-RSIP。通过分析遥感影像处理的一般过程、常用算法总结出遥感影像处理的共性和特点,结合高性能并行处理的分而治之的基本思想设计通用遥感影像处理云计算模型C-RSIP。C-RSIP模型严格按云计算三层服务架构设计,在基础设施服务IaaS层面,以多线程CPU守护、无阻塞广播应答以及多节点协同作业三个关键技术做支撑,通过相互引用实现IaaS服务,回避了传统虚拟机技术的效率损失和执行体不能跨平台的问题;在平台服务PaaS层面,通过Multi-NAS存储、C-RSIP三接口并行处理模型和基于节点的被动式负载均衡调度策略三个核心技术实现PaaS服务,解决现有云平台在存储与计算不能有效结合的问题;(2)在通用云计算模型C-RSIP基础上,设计了遥感影像快速地形提取服务C-DSM,其目的是通过遥感影像快速地形提取实例进一步探讨遥感影像处理云计算平台的建设方法和意义。同时针对地形提取技术进行了研究,提出并实现了用于快速地形提取的两次膨胀影像匹配算法ETM(Extend Twice Match)、自适应噪声点密度分析剔除算法和离散点分级加权拟合规则格网算法,使遥感影像的地形提取方法在效率上有显著提升;(3)将C-RSIP云计算模型与资源卫星地面处理中心、天绘卫星地面处理中心的业务相结合实现了 ZY-3-APGS分系统和TH-1B-APGS系统。详细讨论了系统架构、系统环境、系统部署以及系统实现的具体方法,展示了系统的主要功能模块以及部分成果,系统实际运行情况表明C-RSIP模型结构合理、性能可靠,快速地形提取算法正确、效果显著。研究结果表明,设计的遥感影像处理云计算模型C-RSIP可以有效地提升遥感大数据处理能力,可做到实时应对资源三号、天绘一号卫星标定分景、DEM和正射影像的数据生产(当天获取的数据当天完成生产),精度基本满足1:50000比例尺的规范要求;提出的两次膨胀影像匹配算法ETM(Extend Twice Match)、自适应密度分析噪声点剔除算法和离散点分级加权拟合规则格网算法对地形提取的效率提高显著,其中ETM匹配算法比SGM匹配算法快近20倍,离散点分级加权拟合规则格网算法可处理的离散点数量没有限制。本研究将C-RSIP模型成功应用于资源卫星地面处理中心、天绘卫星地面处理中心,可以为其他行业应用移植到云计算平台提供一种新途径。