基于Hadoop云平台的无人机遥感图像分割

针对现有的图像分割方法对于无人机遥感图像分割速度慢实时性差的问题,本文展开了对基于Hadoop平台进行无人机遥感图像分割方法的研究。在分析了Hadoop云平台的结构特性以及其组件MapReduce编程思想的基础上,提出了一种利用OpenCV和Hadoop云平台相结合进行图像分割的方法。实验结果表明基于Hadoop云平台的无人机遥感图像分割,在保证较好的效果的前提下在分割速率上相比MATLAB有了很大提高,在图像分割的实效性上有了很大的提升。

空间点模式聚类方法研究

空间点模式聚类分析是指从地理数据集中发现空间实体的聚集模式。现有研究中,通过定义不同的空间簇模型,发展了大量的空间点模式聚类方法,然而对这些方法的有效性缺乏客观性评价。为此,本文从基于划分、密度以及图论的方法中选取了5种具有代表性的方法,采用4组模拟数据集进行测试,通过准确率和召回率对5种方法聚类质量进行了定量评价,发现基于图论方法聚类质量优于基于密度以及基于划分的方法;基于密度的方法中,OPTICS算法聚类质量优于DBSCAN算法;基于划分的方法中,Meanshift算法聚类质量优于CLUSTERDP算法。