| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.1.1 遥感及遥感图像处理技术的发展 | 第11-12页 |
| 1.1.2 云计算的服务模式 | 第12-13页 |
| 1.1.3 遥感图像处理对云计算技术的需求 | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 基于云平台的遥感数据处理方法国外研究现状 | 第13-15页 |
| 1.2.2 基于云平台的遥感图像处理方法国内研究现状 | 第15-16页 |
| 1.2.3 存在问题 | 第16页 |
| 1.3 研究内容及技术路线 | 第16-19页 |
| 1.3.1 课题来源与现有基础 | 第16页 |
| 1.3.2 研究内容 | 第16-18页 |
| 1.3.3 技术路线 | 第18-19页 |
| 第2章 遥感图像处理理论基础和云计算关键技术 | 第19-31页 |
| 2.1 遥感图像处理的理论基础 | 第19-23页 |
| 2.1.1 遥感数据处理技术 | 第19-21页 |
| 2.1.2 遥感图像地学理解 | 第21-22页 |
| 2.1.3 遥感图像处理的一般流程 | 第22-23页 |
| 2.2 云计算的关键技术 | 第23-28页 |
| 2.2.1 云计算与高性能计算 | 第23-24页 |
| 2.2.2 数据资源管理技术 | 第24-25页 |
| 2.2.3 并行数据处理技术 | 第25-27页 |
| 2.2.4 网络通信与虚拟化技术 | 第27-28页 |
| 2.2.5 Web服务可视化技术 | 第28页 |
| 2.3 本章小结 | 第28-31页 |
| 第3章 常规遥感图像处理并行算法的设计与实现 | 第31-45页 |
| 3.1 云平台下遥感图像并行处理策略 | 第31-34页 |
| 3.1.1 MPI并行编程模型 | 第31页 |
| 3.1.2 GDAL开源栅格数据转换库 | 第31-32页 |
| 3.1.3 基于GDAL的MPI并行遥感图像处理模型 | 第32-34页 |
| 3.2 海量遥感图像并行读写算法的设计与实现 | 第34-35页 |
| 3.2.1 海量遥感数据分块策略 | 第34-35页 |
| 3.2.2 遥感图像并行读写算法实现 | 第35页 |
| 3.3 遥感图像预处理算法的设计与实现 | 第35-39页 |
| 3.3.1 预处理流程的典型算法 | 第35-36页 |
| 3.3.2 辐射定标的算法实现 | 第36-37页 |
| 3.3.3 大气校正的算法实现 | 第37-39页 |
| 3.4 遥感图像地物提取算法的设计与实现 | 第39-41页 |
| 3.4.1 遥感光谱指数模型 | 第39-41页 |
| 3.4.2 矿区煤体遥感提取并行算法实现 | 第41页 |
| 3.5 遥感图像处理算法的流程封装与集成 | 第41-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第4章 遥感云平台的设计与部署 | 第45-59页 |
| 4.1 云平台的开发背景 | 第45-46页 |
| 4.2 遥感云平台的总体框架设计 | 第46-47页 |
| 4.3 遥感云平台的体系结构 | 第47-48页 |
| 4.4 云平台的详细设计与部署 | 第48-55页 |
| 4.4.1 NFS文件共享系统配置 | 第48-49页 |
| 4.4.2 MPI并行处理环境搭建 | 第49-51页 |
| 4.4.3 SSH数据通信与传输实现 | 第51-52页 |
| 4.4.4 基于PHP开发框架的Web服务程序可视化 | 第52-55页 |
| 4.5 遥感云平台Web应用服务功能界面 | 第55-56页 |
| 4.6 本章小结 | 第56-59页 |
| 第5章 遥感云平台测试与分析 | 第59-71页 |
| 5.1 遥感云平台实验环境介绍 | 第59页 |
| 5.2 遥感图像处理应用实验场景的设计 | 第59-61页 |
| 5.2.1 Landsat-5数据产品及获取 | 第60页 |
| 5.2.2 遥感图像处理应用实验测试场景 | 第60-61页 |
| 5.3 功能测试与分析 | 第61-67页 |
| 5.4 性能测试与分析 | 第67-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第6章 结论与展望 | 第71-73页 |
| 6.1 主要研究成果与结论 | 第71页 |
| 6.2 未来工作展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 攻读学位期间发表的论文及科学研究经历 | 第79页 |
