小行星地基光學(xué)觀測(cè)是小行星搜尋和性質(zhì)研究的重要手段。近年來(lái),小行星搜尋項(xiàng)目朝著大口徑大視場(chǎng)的方向發(fā)展,探測(cè)能力提升的同時(shí)數(shù)據(jù)量也大大增長(zhǎng),為了提高小行星光學(xué)觀測(cè)圖像的處理速率,本文提出基于GPU的小行星光學(xué)觀測(cè)圖像實(shí)時(shí)處理方法。對(duì)Source Extractor算法進(jìn)行研究,在滿足提取精度的前提下,實(shí)現(xiàn)Source Extractor算法的簡(jiǎn)化和基于GPU的并行化;同時(shí),采用Match匹配算法進(jìn)行天文定位,并對(duì)Match匹配算法進(jìn)行優(yōu)化,提高算法適用性和準(zhǔn)確率。實(shí)驗(yàn)結(jié)果表明:利用NVIDA GeForce GTX 2080Ti顯卡搭建的實(shí)驗(yàn)平臺(tái)實(shí)現(xiàn)簡(jiǎn)化和并行化后的算法,相比于CPU下的串行算法,提速比可達(dá)17（S/N閾值設(shè)置為3）,且隨著高性能顯卡的進(jìn)一步發(fā)展,提速比還有提升空間,此方法還適用于其他光學(xué)巡天觀測(cè)圖像的處理。 

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1 引 言
2 小行星數(shù)據(jù)處理流程
3 基于GPU 的并行化目標(biāo)提取
    3.1 背景提取
    3.2 背景提取并行化
    3.3 目標(biāo)提取并行化
4 匹配算法選取和優(yōu)化
    4.1 匹配算法的選取
    4.2 匹配算法的優(yōu)化
5 小行星檢測(cè)
6 測(cè)量實(shí)驗(yàn)與結(jié)果
7 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]基于高層次融合的卷積神經(jīng)網(wǎng)絡(luò) FPGA硬件加速[J]. 魏楚亮,陳儒林,高謙,孫正隆.  光學(xué)精密工程. 2020(05)
[2]基于相似三角形的星圖識(shí)別[J]. 宿德志,王玉良,吳世永,崔曉東.  光學(xué)精密工程. 2019(11)
[3]小行星探測(cè)發(fā)展綜述[J]. 張榮橋,黃江川,赫榮偉,耿言,孟林智.  深空探測(cè)學(xué)報(bào). 2019(05)
[4]小行星探測(cè)科學(xué)目標(biāo)進(jìn)展與展望[J]. 李春來(lái),劉建軍,嚴(yán)韋,封劍青,任鑫,劉斌.  深空探測(cè)學(xué)報(bào). 2019(05)
[5]光流法運(yùn)動(dòng)估計(jì)在FPGA上的實(shí)現(xiàn)與性能分析[J]. 王向軍,張繼龍,陰雷.  光學(xué)精密工程. 2019(01)
[6]4179號(hào)小行星地基光學(xué)觀測(cè)的天文定位研究[J]. 盧曉猛,王建峰,毛永娜,王匯娟.  中國(guó)科學(xué):技術(shù)科學(xué). 2013(06)



本文編號(hào)：3715285