OALib Journal期刊
基于GPU的高光谱遥感MNF并行方法研究
, PP. 476-479
Keywords: 高光谱遥感 ,MNF变换 ,图形处理单元 ,并行计算
Abstract:
最小噪声分离变换(MNF)是高光谱遥感影像分类中特征提取和去除噪声的有效方法.MNF算法涉及大量的矩阵运算,在实际工程的海量数据处理中存在计算时间长的问题.在分析MNF算法原理的基础上,运用图形处理单元(GPU)并行框架对该算法进行优化,并通过不同大小的高光谱遥感数据进行计算和分析.结果表明,随着影像数据量的递增,采用并行计算方式的提速比呈明显上升趋势,说明GPU并行方式对于计算密集型的大数据量处理具有良好的提速效果,为解决海量高光谱遥感数据处理速度慢的问题提供了思路.
References
[1] 张良培,张立福. 高光谱遥感[M]. 武汉:武汉大学出版社,2005. [2] 浦瑞良,宫鹏. 高光谱遥感及应用[M]. 北京:高等教育出版社,2000. [3] 童庆禧,张兵,郑兰芬. 高光谱遥感:原理、技术与应用[M]. 北京:高等教育出版社,2006:149-151. [4] 田力. CUDA在高性能计算中的应用[D]. 杭州:浙江大学,2008. [5] 吴恩华,柳有权. 基于图形处理器(GPU)的通用计算[J]. 计算机辅助设计与图形学学报,2004,16(5):601-611. [6] 苏红军,杜培军,盛业华. 高光谱遥感数据光谱特征提取算法与分类研究[J]. 计算机应用研究,2008(2):390-394. [7] 燕守勋,张兵,赵永超. 高光谱遥感岩矿识别填图的技术流程与主要技术方法综述[J]. 遥感技术与应用,2004(2):52-63. [8] 耿修瑞. 高光谱遥感图像目标探测与分类技术研究[D]. 北京:中国科学院遥感应用研究所,2005. [9] 龚敏敏. GPU精粹2:高性能图形芯片和通用计算编程技巧[M]. 北京:清华大学出版社,2007. [10] Luo Y H, Guo K, Wang D M, et al. Hyperspectral remote sensing classification processing parallel computing research based on GPU[C]//Proceedings of the 2012 International Conference on Computer Science and Electronic Engineering,2012:258-261. [11] 张海军,陈圣波,张旭晴,等. 基于GPU 的遥感图像快速去噪处理[J]. 城市勘测,2010(4):96-98. [12] 陆筱霞,段光明,李思昆. 基于GPU 的遥感纹理压缩解压算法[J]. 系统仿真学报,2009,21(S):42-50. [13] Lu J, Zhang B M, Huang W, et al. IHS transform algorithm of remote sensing image data fusion based on GPU[J]. Comput Engineering,2009,35(7):261-263. [14] 孙成刚,李峥,唐冬冬,等. 基于GPU的高性能并行计算应用[J]. 电子信息对抗技术,2012,27(3):69-73. [15] 滕人达,刘青昆. CUDA、MPI和OpenGl三级混合并行模型的研究[J]. 微计算机应用,2010,31(9):63-69.
Full-Text
Contact Us
service@oalib.com
QQ:3279437679
WhatsApp +8615387084133
