本成果提出一种基于Spark的海量遥感图像并行镶嵌方法及系统，所述方法通过Spark集群中的Master节点作为整个Spark集群的控制器，将遥感图像镶嵌任务分发到各Worker节点；通过调用自定义RDD的操作算子完成图像的镶嵌处理。该方法通过重写Spark中RDD的compute和getPartitions方法，自定义针对遥感图像处理的RDD，并将图像镶嵌中的重叠区域估计、图像配准和图像融合三个关键步骤作为自定义RDD的操作算子实现图像镶嵌的并行处理，该基于Spark的海量遥感图像并行镶嵌方法在保证图像镶嵌效果的基础上，能够有效提高大数据量的图像镶嵌效率。随着对地观测技术的不断发展, 遥感图像镶嵌作为遥感图像处理中的重要内容, 在计算机视觉、军事、地质勘探等领域发挥着重要作用。遥感图像镶嵌技术的本质是将多幅航空或卫星图像拼接成一幅无缝图像的过程。通过遥感图像镶嵌技术, 可以得到较大区域的整体遥感图像, 有利于进行大区域的地物观察与信息分析。遥感图像镶嵌由于数据量大、处理过程复杂等 特点，使镶嵌过程耗时较长。本文针对传统并行镶 嵌算法中存在的问题，结合Spark分布式内存计算 框架的特性，提出一种基于自定义 RDD 的并行镶 嵌算法，该算法通过调用隐式转换得到的自定义 RDD的镶嵌算子，从而完成整个镶嵌工作。该算法 在保证镶嵌图像效果的基础上，比传统基于MPI实 现的并行镶嵌程序具有更良好的处理性能。与传统基于MPI的并行镶嵌算法相比，该方法在保证图像镶嵌效果的基础上，更能够有效提高大数据量的图像镶嵌效率。通过遥感图像镶嵌技术, 可以得到较大区域的整体遥感图像, 有利于进行大区域的地物观察与信息分析。

东北林业大学

该项目为储备库项目资源，暂无效益分析内容。