学位论文 > 优秀研究生学位论文题录展示

嵌入式高光谱数据库的开发及目标分类应研究

作　者: 刘锋春
导　师: 赖晓平; 郭宝峰
学　校: 杭州电子科技大学
专　业: 控制工程
关键词: 高光谱遥感 嵌入式数据库 光谱数据库 RX异常检测 支持向量机
分类号: TP311.13
类　型: 硕士论文
年　份: 2014年
下　载: 1次
引　用: 0次
阅　读: 论文下载
 

内容摘要


高光谱遥感技术在过去三十年中取得了飞速的发展，已经成为人们获得地物等感兴趣目标信息尤为重要的手段，在民用与军用领域均发挥着巨大的作用。高光谱遥感具有数据波段众多，波段间相关性强等特点，这为数据处理技术提出了更高的要求。由于高光谱遥感数据特有的“图谱一体化”特性，因此收集并积累各类不同地物的光谱响应数据信息，即光谱指纹，一直以来都是高光谱遥感影像领域的基础研究工作和不可或缺的重要环节。而目前较成熟的光谱数据库系统都是大型数据库系统，可移植性差，使用环境受限。因此，对创建轻量型可移植的嵌入式光谱指纹数据库系统作了研究，并通过光谱数据库系统中存储的光谱指纹样本，对未知高光谱遥感数据进行目标识别。同时，将RX异常检测算法、支持向量机算法移植到ARM平台上，与创建的嵌入式数据库协同使用，实现嵌入式平台下高光谱遥感目标数据存储管理，目标分类一体化。主要工作如下：(1)介绍了高光谱遥感的研究背景，进而阐述了研究内容和研究目的。在此基础之上，重点综述了光谱数据库系统的概念及发展现状。结合研究内容，着重介绍目前流行的嵌入式数据库系统。(2)针对本文数据库系统开发的需要，介绍了嵌入式环境下的数据库系统知识，对比常用嵌入式数据库系统，选择SQLite嵌入式数据库。并对SQLite数据库系统的体系结构、接口函数、事务和锁以及SQLite的SQL语句进行研究。最后在ARM开发板上实现SQLite数据库的移植，在ARM环境下对SQLite数据库进行测试。(3)借鉴学习国内外成熟光谱数据库系统，介绍了嵌入式光谱数据库系统开发的设计思路。搭建开发环境，交叉编译Linux下GUI界面开发Qt/E，并移植到ARM开发板。从界面设计、数据表设计和功能设计三个方面详细介绍了数据库系统的开发过程。(4)从已建立的数据库系统中提取样本，运用RX异常检测算法，通过光谱角映射和支持向量机对高光谱遥感数据进行目标识别，分析总结仿真结果，并在嵌入式ARM平台上实现RX异常检测算法和支持向量机算法。

全文目录


摘要  5-6
ABSTRACT  6-8
目录  8-10
第一章 绪论  10-16
  1.1 研究背景  10-11
  1.2 研究内容及目的  11
  1.3 光谱数据库系统概念及发展现状  11-14
  1.4 嵌入式数据库发展现状  14-16
第二章 嵌入式数据库系统  16-30
  2.1 引言  16
  2.2 嵌入式数据库系统及特点  16-18
  2.3 SQLITE嵌入式数据库  18-22
    2.3.1 SQLITE数据库系统及特点  18-19
    2.3.2 SQLITE层次调用与体系架构  19-22
  2.4 SQLITE的C语言APIS  22-25
    2.4.1 连接与断开连接  22-23
    2.4.2 执行查询  23
    2.4.3 准备查询  23-25
  2.5 SQLITE事务和锁  25-26
  2.6 结构化查询语句SQL  26-27
  2.7 SQLITE在ARM-LINUX平台上的实现  27-29
  2.8 本章小结  29-30
第三章 嵌入式高光谱光谱指纹数据库  30-49
  3.1 引言  30
  3.2 嵌入式光谱数据库系统开发  30-31
  3.3 LINUX多线程编程  31-33
    3.3.1 线程的概念  31
    3.3.2 LINUX同步机制  31-33
  3.4 运行环境搭建  33-38
    3.4.1 QT/E介绍  33-35
    3.4.2 QT/E在ARM9 开发板上的移植  35-36
    3.4.3 集成开发工具QTCREATOR安装配置  36-38
  3.5 系统设计与实现  38-47
    3.5.1 主界面设计  38-39
    3.5.2 数据库表设计  39-42
    3.5.3 功能设计  42-47
  3.6 本章小结  47-49
第四章 基于光谱指纹数据库的目标识别  49-65
  4.1 引言  49
  4.2 经典RX异常检测算法  49-50
  4.3 支持向量机模型  50-52
  4.4 仿真实验  52-59
  4.5 算法移植  59-64
    4.5.1 RX异常检测算法移植  59-61
    4.5.2 支持向量机算法移植  61-64
  4.6 本章小结  64-65
第五章 总结和展望  65-67
  5.1 总结  65
  5.2 展望  65-67
致谢  67-68
参考文献  68-71
附录  71

相似论文

  1. 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
  2. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  3. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  4. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  5. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  6. 音乐结构自动分析研究,TN912.3
  7. 基于三维重建的焊点质量分类方法研究,TP391.41
  8. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  9. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  10. 星载高光谱传感器模拟仿真系统研究,TP391.9
  11. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  12. 基于图像的路面破损识别,TP391.41
  13. 基于支持向量机的故障诊断方法研究,TP18
  14. 高光谱遥感场景模型仿真研究,TP72
  15. 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
  16. 基于高光谱遥感的太湖水体藻蓝素和CDOM浓度估算模型研究,X87
  17. 褐飞虱和稻纵卷叶螟为害后水稻的光谱特征,S435.112
  18. 基于车载3D加速传感器的路况监测研究,TP274
  19. 基于HJ-1高光谱数据的矿区植被污染监测,TP751
  20. 矿区地表形变野外数据采集系统的研究与实现,P208
  21. LS-SVM算法预测煤层瓦斯涌出量技术研究及应用,TD712.5

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 程序设计 > 数据库理论与系统
© 2012 www.xueweilunwen.com