1 西安石油大学 计算机学院，陕西 西安 710065
2 中国科学院 西安光学精密机械研究所，陕西 西安 710119
3 武警工程大学，陕西 西安 710086
在一些大型图像处理系统中，通过构建服务器机群网络，可实现多台服务器并行处理图像数据流。针对高光谱遥感数据及处理算法特点，设计了基于以太网的服务器机群海量高光谱数据处理系统平台，平台由7台服务器和1台千兆网交换机构组成，其中选择CPU核数不低于8核的4台HP刀片服务器作为并行处理服务器，在服务器机群软件设计中，通过任务分解、算法流水化处理及网络负载均衡等方法来实现并行处理。该系统已应用在某遥感数据处理系统中，多台服务器同时写入SAN盘阵，可实现6 000 Mbps的写入能力。
以太网机群 并行计算 任务分解 高光谱数据处理 internet cluster parallel processing task decomposition hyperspectral image data processing
北京航空航天大学仪器科学与光电工程学院精密机电一体化技术教育部重点实验室, 北京 100083
提出了一种新型的基于扩展数学形态和光谱相似度测量的高光谱图像异常检测方法。在目标与背景未知的情况下,同时利用光谱和空间信息实现目标的定位与检测,实现高光谱遥感数据的目标检测。通过扩展的膨胀和腐蚀操作实现目标特征提取; 通过正交投影散度计算扩展形态学操作的累加距离确定排序关系并利用其融合特征提取结果实现特征提取结果的融合。算法性能通过合成的OMIS数据进行评价,与经典异常检测RX算法进行比较,并应用于具有相似光谱特征目标的区分。实验证明,本文提出的算法性能优于RX算法,具有低虚警率的异常目标检测结果,并且能够较好地区分了相似光谱特征的异常目标。
遥感 高光谱数据处理 异常检测 扩展数学形态学 正交投影散度
