| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景及意义 | 第16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 SAR图像变化检测研究现状 | 第16-17页 |
| 1.2.2 并行遥感图像处理研究现状 | 第17-18页 |
| 1.2.3 Spark大数据应用研究现状 | 第18-19页 |
| 1.3 研究内容与创新 | 第19页 |
| 1.4 论文结构 | 第19-22页 |
| 第二章 相关理论 | 第22-32页 |
| 2.1 SAR图像变化检测 | 第22-25页 |
| 2.1.1 变化检测概述 | 第22页 |
| 2.1.2 SAR图像变化检测的常用方法 | 第22-24页 |
| 2.1.3 SAR图像变化检测的评价指标 | 第24-25页 |
| 2.2 Spark计算框架 | 第25-30页 |
| 2.2.1 Spark系统架构 | 第25-26页 |
| 2.2.2 Spark编程模型及工作流程 | 第26-30页 |
| 2.3 协处理器及其编程接口 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于Spark-FLICM的SAR图像变化检测算法 | 第32-54页 |
| 3.1 引言 | 第32页 |
| 3.2 基于Spark的FLICM聚类算法 | 第32-40页 |
| 3.2.1 FLICM聚类算法 | 第32-34页 |
| 3.2.2 Spark-FLICM算法的设计与实现 | 第34-40页 |
| 3.3 基于Spark-FLICM的SAR图像变化检测方法 | 第40-41页 |
| 3.4 实验结果与分析 | 第41-53页 |
| 3.4.1 实验环境及实验数据 | 第42-43页 |
| 3.4.2 有效性实验 | 第43-46页 |
| 3.4.3 并行性能优化 | 第46-50页 |
| 3.4.4 可扩展性实验 | 第50-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 基于协处理器加速的Spark-KFCM算法及其在SAR图像变化检测的应用 | 第54-68页 |
| 4.1 引言 | 第54页 |
| 4.2 JNI技术 | 第54-55页 |
| 4.3 基于协处理器加速的Spark-KFCM算法 | 第55-61页 |
| 4.3.1 KFCM聚类算法 | 第55-56页 |
| 4.3.2 协处理器加速Spark-KFCM算法的设计与实现 | 第56-61页 |
| 4.3.3 基于SparkCL-KFCM的SAR图像变化检测算法 | 第61页 |
| 4.4 实验结果与分析 | 第61-66页 |
| 4.4.1 实验环境及实验数据 | 第61-62页 |
| 4.4.2 有效性实验 | 第62-63页 |
| 4.4.3 并行性能实验 | 第63-66页 |
| 4.5 本章小结 | 第66-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 工作总结 | 第68页 |
| 5.2 未来展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 作者简介 | 第76-77页 |
