遥感影像数据库原型系统的设计与实现

论文摘要

随着遥感技术的飞速发展,获得大量多谱段、多分辨率、多时相遥感影像数据的手段日益丰富,但随之而来的却是海量遥感影像数据的存储管理越来越困难。因此,实现海量遥感影像管理、实时浏览、快速检索具有十分重要的意义。本文对遥感影像数据库管理系统进行了比较详细的研究与实践,完成的主要工作有:1、根据应用需求的不同可以把栅格数据库划分为面向数据管理与分析的栅格数据库和面向数据表现的栅格数据库,结合两种栅格数据库类型设计了遥感影像数据库管理模型。并且根据数据应用目的的差异,采用适合于不同用途的压缩存储方式。2、设计了遥感影像数据库物理数据存储模型,并在遥感影像数据分层分块方案的基础之上构建了适合于海量影像数据存储和管理的瓦片金字塔模型,包括影像金字塔的构建规则、纵向分层和横向分块方案,实现了分幅影像联合重采样和分块入库。3、在分析遥感影像数据库引擎关键技术的基础之上,针对C/S结构的不足,设计并开发了基于组件的三层遥感影像数据库引擎,并采用服务器客户端双缓存技术提高数据传输效率。4、结合瓦片金字塔模型的运用,探讨了海量影像数据实时显示算法Texeture Clipmap。尤其对于面向数据表现的栅格数据库,采用OpenGL SDK在实时解压,在数据调度和显示过程中应用多线程技术,有效地提高了显示速度。5、针对遥感影像与地理坐标关联的特点,利用Oracle Spatial矢量存储和空间关系查询的优势,初步实现了基于地理框架的遥感影像检索。在上述研究的基础之上,设计并实现了遥感影像数据库原型系统SkyEyeDB。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 论文研究背景
• 1.2 研究的目标和内容
• 1.3 国内外研究现状
• 1.3.1 国外研究现状
• 1.3.2 国内研究现状
• 1.4 论文组织
• 第二章 遥感影像数据管理方式与数据模型
• 2.1 遥感影像数据管理方式
• 2.1.1 影像数据管理模式分析
• 2.1.2 影像数据的管理需求
• 2.2 主流SDE存储机制
• 2.2.1 ArcSDE存储机制
• 2.2.2 GeoRaster存储机制
• 2.3 数据库的选择
• 2.3.1 Oracle数据库系统特点
• 2.3.2 Oracle栅格数据组织方式
• 2.4 遥感影像数据库数据模型与数据组织方式
• 2.4.1 瓦片金字塔模型
• 2.4.2 遥感影像数据库数据组织方式
• 2.4.3 遥感影像数据库物理模型
• 2.5 遥感影像数据预处理
• 2.5.1 投影变换与坐标转换
• 2.5.2 多幅影像处理策略
• 2.6 遥感影像数据压缩
• 2.6.1 遥感影像压缩特点
• 2.6.2 JPEG2000和DXTC压缩技术
• 2.7 本章小结
• 第三章 遥感影像数据库引擎
• 3.1 遥感影像数据库引擎设计
• 3.1.1 空间数据库引擎技术
• 3.1.2 三层体系结构模型设计
• 3.1.3 空间数据访问组件设计
• 3.1.4 基于OCI的服务接口实现
• 3.1.5 异步双缓存技术
• 3.2 遥感影像数据库引擎中的索引机制
• 3.2.1 遥感影像数据库数据编码约定
• 3.2.2 遥感影像数据库数据索引方式
• 3.3 本章小结
• 第四章 海量遥感影像显示算法Texture Clipmap
• 4.1 TEXTURE CLIPMAP算法原理
• 4.1.1 Texture Clipmap定义
• 4.1.2 Texture Clipmap的存储效率
• 4.2 TEXTURE CLIPMAP的更新机制
• 4.2.1 Texture Clipmap环形寻址和绘制
• 4.2.2 Texture Clipmap中的多线程调度
• 4.3 本章小结
• 第五章 基于GIS语义的遥感影像数据库检索
• 5.1 基于GIS语义的检索方法
• 5.1.1 基于GIS语义检索的基本思想
• 5.1.2 GIS空间对象的语义表达
• 5.2 矢量数据在ORACLE SPATIAL中的存储和管理
• 5.2.1 Oracle Spatial的几何模型
• 5.2.2 矢量数据存储模型
• 5.2.3 Oracle Spatial空间关系查询的实现
• 5.3 本章小结
• 第六章 遥感影像数据库原型系统的设计与实现
• 6.1 SKYEYEDB的设计
• 6.1.1 SkyEyeDB框架体系
• 6.1.2 SkyEyeDB功能模块组成
• 6.2 SKYEYEDB的实现
• 6.2.1 SkyEyeDB开发环境
• 6.2.2 实验数据和实现效果
• 6.3 本章小结
• 第七章 总结与展望
• 7.1 总结
• 7.2 展望
• 参考文献
• 致谢