【摘要】：高光譜遙感技術在地球科學領域應用廣泛,并取得了巨大的成功,礦產(chǎn)資源探測是其在地質(zhì)勘測領域重要的應用之一。但高光譜遙感數(shù)據(jù)規(guī)模大、計算復雜度高,實際應用中的數(shù)據(jù)處理效率是一個很大的挑戰(zhàn)。近年來GPU(graphics processing unit)通用計算技術快速發(fā)展,GPU具有處理核心多、處理能力強以及存儲器帶寬高的特點,能有效提高海量數(shù)據(jù)處理的效率。同時,GPU硬件體積小、重量輕、花費少,具有較大的應用潛力。本文在分析CPU+GPU異構編程模型的基礎上,研究了高光譜遙感巖礦信息提取原理,基于特征提取、端元提取、光譜匹配等提出了基于GPU/CUDA的礦產(chǎn)資源高光譜遙感探測數(shù)據(jù)快速處理方法,給出了具體的并行優(yōu)化算法,并利用實際高光譜遙感探測數(shù)據(jù)實驗驗證了方法的有效性和快速處理能力。論文工作主要包括：首先,在研究遙感探測數(shù)據(jù)巖礦信息提取理論的基礎上,提出了一套基于GPU的高光譜遙感數(shù)據(jù)巖礦信息快速提取方法。詳細分析了地物的光譜特性以及礦物光譜反射和吸收機理,結合高光譜數(shù)據(jù)的特點,基于GPU/CUDA設計了以特征提取、端元提取、包絡線去除以及光譜匹配為關鍵步驟的高光譜巖礦信息提取快速處理流程與算法。其次,針對巖礦信息快速提取流程中的關鍵步驟分別進行了GPU的并行優(yōu)化設計與實現(xiàn),提出了相應的性能優(yōu)化策略,包括優(yōu)化算法流程、提高訪存效率和減少數(shù)據(jù)訪問沖突等。(1)采用PCA(principal component analysis,主成分分析)算法進行特征提取,對PCA中協(xié)方差矩陣計算方法進行改進,優(yōu)化了像元去均值計算流程,并合理分配GPU/CPU計算任務；(2)采用PPI(pixel purity index,純凈像元指數(shù))算法進行端元提取,對該算法計算流程進行優(yōu)化,并在該算法中將傳統(tǒng)向量投影問題轉換為矩陣相乘進行并行優(yōu)化；(3)采用包絡線去除與SAM(spectral angle match,光譜角匹配)相結合的算法進行地物光譜匹配,利用像元間計算獨立性強、并行程度高的特點,將像元集并發(fā)計算,并通過線程映射、存儲優(yōu)化等方式進行并行優(yōu)化。然后在GPU/CUDA平臺上利用實際的高光譜數(shù)據(jù)進行了巖礦信息提取填圖實驗,實驗結果表明提出的并行設計模型與優(yōu)化方法,能夠快速有效地利用高光譜遙感數(shù)據(jù)進行巖礦信息提取,在保證提取精度的基礎上最大加速比達到81倍。最后,基于CPU+GPU異構平臺研究了基于組合核的支撐向量機高光譜遙感圖像并行快速分類方法。礦物識別分類是礦產(chǎn)資源探測中重要環(huán)節(jié),傳統(tǒng)分類方法對樣本依賴大、分類精度低,基于組合核的支撐向量機分類方法(SVMCK)聯(lián)合像元的光譜信息以及空間信息作為SVM的核函數(shù),能夠取得較好的分類精度,但是串行算法計算耗時長,不能滿足實時性要求較高的遙感應用。本文深入分析了SVMCK串行算法運算過程和性能瓶頸,基于GPU平臺針對耗時最多的預計算核部分設計了并行優(yōu)化策略,包括將譜域中核函數(shù)的計算在設備端運行、合理分配空域核函數(shù)計算任務、優(yōu)化算法流程提高訪存效率等。通過實際高光譜數(shù)據(jù)的實驗驗證了優(yōu)化算法的有效性和快速分類處理能力。
[Abstract]:......
【學位授予單位】：南京理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：P627

【相似文獻】

相關期刊論文 前10條

1 杜培軍;陳云浩;;高光譜遙感信息智能處理的若干理論與技術問題[J];科技導報;2006年01期

2 張利;戚浩平;;高光譜遙感及其在青藏高原的應用潛力分析[J];測繪科學;2008年S3期

3 張利;戚浩平;;高光譜遙感及其在青藏高原的應用潛力分析[J];測繪科學;2008年S1期

4 岳躍民;王克林;張兵;陳正超;;高光譜遙感在生態(tài)系統(tǒng)研究中的應用進展[J];遙感技術與應用;2008年04期

5 方紅亮,田慶久;高光譜遙感在植被監(jiān)測中的研究綜述[J];遙感技術與應用;1998年01期

6 王建宇;高光譜遙感──給人類配上一副神眼[J];世界科學;1999年12期

7 譚昌偉,王紀華,黃文江,劉良云,黃義德,嚴偉才;高光譜遙感在植被理化信息提取中的應用動態(tài)[J];西北農(nóng)林科技大學學報(自然科學版);2005年05期

8 陶秋香;;植被高光譜遙感分類方法研究[J];山東科技大學學報(自然科學版);2007年05期

9 龔紹琦;黃家柱;李云梅;陸皖寧;王海君;王國祥;;水體氮磷高光譜遙感實驗研究初探[J];光譜學與光譜分析;2008年04期

10 孫蕾;羅建書;;高光譜遙感圖像微分域三維混合去噪方法[J];光譜學與光譜分析;2009年10期

相關會議論文 前10條

1 張霞;劉良云;趙春江;張兵;;利用高光譜遙感圖像估算小麥氮含量研究[A];成像光譜技術與應用研討會論文集[C];2002年

2 杜培軍;陳云浩;;高光譜遙感信息智能處理的基礎研究[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年

3 徐元進;胡光道;;取締閥值的高光譜遙感光譜匹配分類信息制圖[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年

4 張永強;文麗萍;王振營;;高光譜遙感在監(jiān)測作物受病蟲肥脅迫中的應用[A];提高全民科學素質(zhì)、建設創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

5 王藝婷;黃世奇;王紅霞;;從信息的角度看高光譜遙感技術[A];國家安全地球物理叢書（九）——防災減災與國家安全[C];2013年

6 李京;蔣衛(wèi)國;;高光譜遙感在濕地監(jiān)測與分類中的應用[A];第十屆全國光電技術學術交流會論文集[C];2012年

7 房華樂;任潤東;蘇飛;梁勇;;高光譜遙感在農(nóng)業(yè)中的應用[A];第四屆“測繪科學前沿技術論壇”論文精選[C];2012年

8 黃娟;郭明克;張永梅;閆濤;王寧;;利用高光譜遙感資料提取赤潮信息方法研究[A];成像光譜技術與應用研討會論文集[C];2002年

9 杜培軍;方濤;林卉;;高光譜遙感影像降維方法研究[A];第十四屆全國遙感技術學術交流會論文摘要集[C];2003年

10 王新鴻;唐伶俐;馬靈玲;;高光譜遙感在內(nèi)陸水質(zhì)監(jiān)測中的應用[A];現(xiàn)代測量技術與地理信息系統(tǒng)科技創(chuàng)新及產(chǎn)業(yè)發(fā)展研討會論文集[C];2009年

相關重要報紙文章 前4條

1 張學君;高光譜遙感技術助力覆蓋區(qū)找礦[N];中國國土資源報;2011年

2 記者 金小平;中國地調(diào)局舉辦高光譜遙感找礦培訓班[N];中國礦業(yè)報;2007年

3 中國科學院院士、國際歐亞科學院院士 童慶禧;我國高光譜遙感的發(fā)展[N];中國測繪報;2008年

4 文龍 胡軍;張立福：用光譜觀測大地的人[N];科技日報;2012年

相關博士學位論文 前9條

1 王霄鵬;黃河三角洲濕地典型植被高光譜遙感研究[D];大連海事大學;2014年

2 孫蕾;小波構造理論及其在高光譜遙感圖像去噪與壓縮中的應用[D];國防科學技術大學;2010年

3 譚炳香;高光譜遙感森林類型識別及其郁閉度定量估測研究[D];中國林業(yè)科學研究院;2006年

4 田豐;全波段（0.35～25μm）高光譜遙感礦物識別和定量化反演技術研究[D];中國地質(zhì)大學（北京）;2010年

5 劉康;基于主動學習的高光譜圖像分類技術研究[D];中國礦業(yè)大學（北京）;2014年

6 劉偉東;高光譜遙感土壤信息提取與挖掘研究[D];中國科學院研究生院（遙感應用研究所）;2002年

7 沈照慶;基于支持向量機（SVM）的高光譜影像智能化分析關鍵問題研究[D];武漢大學;2010年

8 馮燕;高光譜圖像壓縮技術研究[D];西北工業(yè)大學;2006年

9 葉成名;基于高光譜遙感的青藏高原巖礦信息提取方法與應用研究[D];成都理工大學;2011年

相關碩士學位論文 前10條

1 柳家福;基于GPU的礦產(chǎn)資源高光譜遙感探測數(shù)據(jù)快速處理[D];南京理工大學;2015年

2 陳東來;高光譜遙感場景成像模型研究[D];哈爾濱工業(yè)大學;2009年

3 楊文韜;一種結合萬有引力的高光譜遙感影像無監(jiān)督分類算法[D];成都理工大學;2011年

4 顧桂華;高光譜遙感場景模型仿真研究[D];哈爾濱工業(yè)大學;2008年

5 畢曉佳;高光譜遙感巖礦填圖應用研究[D];成都理工大學;2009年

6 李靜;地下煤火高光譜遙感信息定量提取研究[D];首都師范大學;2009年

7 況軍;高光譜遙感圖像無損壓縮的研究[D];國防科學技術大學;2007年

8 張凌雁;高光譜遙感圖像的壓縮算法研究[D];哈爾濱工程大學;2005年

9 林婷;水稻鋅污染高光譜遙感監(jiān)測模型研究[D];中國地質(zhì)大學（北京）;2011年

10 孫蕾;高光譜遙感圖像壓縮算法研究[D];國防科學技術大學;2005年

，

本文編號：2416910