基于GPU的高光谱遥感影像数据处理
详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文
摘要
高光谱图像在以超多波段、光谱分辨率高、信息量丰富等优点给人们提供便利的同时,也带来了实时处理难、计算量大等难题。近年来,基于GPU的通用计算以其强劲计算能力、高性价比和低能耗等优势席卷了高性能计算领域,国内外学者纷纷针对GPU展开高光谱数据的并行处理研究。文章对高光谱遥感和GPU研究现状进行了简要介绍,总结了近几年国内外基于GPU的高光谱数据研究现状,指出存在问题和进一步研究的方向,力求为领域科学家进行高光谱图像并行处理研究提供一定参考。
Hyperspectral images have many advantages such as multi-band, high spectral resolution, abundant information and so on. They provide convenience for people, but also bring problems like difficulty of real-time processing and huge computing and etc. Thanks to its strong computing ability, cost-effectiveness and low energy consumption, in recent years, general computation based on GPU has been sweeping across the High-performance computing field. Domestic and overseas scholars are getting down to research Parallel processing for hyperspectral images on GPU platform. This paper gave a brief introduction of Hyperspectral remote sensing and GPU application in several fields, summarized the research status of hyperspectral based on GPU recently, pointed out the existing problems, and looked into the future research prospect, to provid a reference to scientists in the field of parallel processing hyperspectral image.
引文
[1]苏红军,盛业华,Yang He,Du Qian.基于正交投影散度的高光谱遥感波段选择算法[J].光谱与光谱学分析,2011,31(5):1309-1313.
    [2]谭琨,杜培军.基于支持向量机的高光谱遥感图像分类[J].红外与毫米波学报,2008年4月,27(2):124-128.
    [3]刘春,陈燕,辛亮.基于Matlab的高光谱遥感数据降维并行计算分析[J].遥感信息,2010.3
    [4]何广林,彭林科.基于FPGA的高光谱图像奇异值分解降维技术[J].中国激光,2009年11月,Vol.36,No.11:2983-2988.
    [5]李红波,舒嵘,薛永棋.PHI超光谱成像系统及其海洋遥感应用前景分析[J].红外与毫米波学报,2002,Zl(6):429—433.
    [6]龚绍琦,黄家柱,李云梅,陆皖宁,王海君,王国祥.水体氮磷高光谱遥感实验研究初探[J].光谱学与光谱分析,2008年4月,第28卷第4期:839-842.
    [7]谭克龙,万余庆,杨一德,段清波.高光谱遥感考古探索研究[J].红外与毫米波学报,2005年12月,第24卷第6期.
    [8]栾学文.基于航天高光谱遥感的东胜地区矿物填图研究[D].北京:中国地质大学地球科学与资源学院,2008.
    [9]刘伟东,Frederic Baret,张兵,郑兰芬,童庆禧.高光谱遥感土壤湿度信息提取研究[J].土壤学报,2004年9月,第4l卷第5期.
    [10]Martin M E,Newman S D,Abet J D,et al.Determining forest species composition using high spectral resolution remote sensing data.Remote Sense Environ,1998,65:249-254.
    [11]李娜,吕建升,Ahermann W.光谱分析在植被重金属污染监测中的应用[J].光谱学与光谱分析,2 0 1 0年9月,第30卷,第9期.
    [12]张朝阳,程海峰,陈朝辉,郑文伟.高光谱遥感的发展及其对军事装备的威胁[J].光电技术应用,2008年2月,第23卷第1期:10-12.
    [13]雷秀丽,张婷,赵洋,冯景华,徐斌,孟祥飞,朱小谦.“天河一号”大规模科学与工程计算应用[J].计算机工程与科学,2012年第34卷第8期:176-183.
    [14]刘琳,何剑锋,王红玲.GPU加速数据挖掘算法的研究[J].郑州大学学报(理学版),2010年6月,第42卷第2期:41-44.
    [15]钟勇,陈磊.基于GPU计算的三维地震断层解释[J].石油物探讨,2011年3月,第50卷第2期.
    [16]沈坚.图形处理器在期权定价计算中的应用研究[D].上海:华东理工大学,2010.
    [17]徐品,蓝善祯,刘兰兰.利用GPU进行通用数值计算的研究[J].中国传媒大学学报自然科学版,2009年6月,第16卷第2期.
    [18]刘松,鲍建樟,李长瑜,于建国.GPU计算:突破制约计算化学发展的瓶颈[J].科研信息化技术与应用,2014,5(2):73-81.
    [19]万刚,韩阳,曹雪峰.基于GPU的全球海量数据的快速调度与渲染[J].系统仿真学报,2008年9月,第20卷增刊.
    [20]马召贵,赵改善,武港山,岳承琪,何恺,王鹏.Kirchhoff叠前时间偏移的GPU移植与性能优化技术[J].石油学报,2014年7月第35卷第4期.
    [21]刘红伟,李博,刘洪,佟小龙,刘钦.地震叠前逆时偏移高阶有限差分算法及GPU实现[J].地球物理学报,2010年7月,第53卷第7期:1725-1733.
    [22]李博,刘红伟,刘国峰,佟小龙,刘洪,郭建,裴江云.地震叠前逆时偏移算法的CPU/GPU实施对策[J].地球物理学报,2010年12月,第53卷第12期:0,53(12):2938~2943.
    [23]李博,刘国峰,刘洪.地震叠前时间偏移的一种图形处理器提速实现方法[J].地球物理学,2009,52(1):245~252.
    [24]Manavski SA,Valle G.CUDA compatible GPU cards as efficient hardware accelerators for Smith-Waterman sequence alignment[J].BMC Bioinformatics,2008,9(Suppl 2):S10.
    [25]夏飞,朱强华,金国庆.基于CPU-GPU混合计算平台的RNA二级结构预测算法并行化研究[J].国防科技大学学报,2013年12月,第35卷第6期.
    [26]连远锋,赵琰,何晖光,吴发林.基于GPU加速的并行脑皮层重建算法研究[J].仪器仪表学报,2013年4月第34卷第4期.
    [27]Setoain J,Tenllado C,Prieto M,etal.Parallel hyperspectral image processing on commodity graphics hardware[C].2006 International Conference on Parallel Processing Workshops,Proceedings,2006:465-472.
    [28]Santos L,Magli E,Vitulli R,Lopez J.F.Highly-Parallel GPU Architecture for Lossy Hyperspectral Image Compression[J].IEEE journal of selected topics in applied earth observations and remote sensing,2013,6(2 Part2).
    [29]Sanchez,Sergio Plaza,Antonio.GPU implementation of the pixel purity index algorithm for hyperspectral image analysis[C].IEEE International Conference on Cluster Computing Workshops and Posters(CLUSTER WORKSHOPS 2010).
    [30]Romel Campana-Olivo,Vidya Manian.Parallel implementation of nonlinear dimensionality reduction methods applied in object segmentation using CUDA in GPU.Algorithms and technologies for multispectral,hyperspectral,and ultraspectral imagery XVII.
    [31]程宾洋,王茂之,罗耀华,郭科.高光谱遥感蚀变填图SCM并行算法设计与实现[J].软件,2012年第33卷第8期.
    [32]罗耀华,郭科,赵仕波.高光谱遥感主成分分析算法并行计算研究[J].国土资源科技管理,2012年6期.
    [33]罗耀华,郭科,赵仕波.基于线性光谱模型的混合像元分解高性能计算研究[J].物探化探计算技术,2013年3期.
    [34]罗耀华,郭科,赵士波.基于GPU的高光谱遥感MNF并行方法研究[J].四川师范大学学报(自然科学版),2013,36(3):476-479.
    [35]Barberis A,Danese G,Leporati F,Plaza A,Torti E.Real-Time Implementation of the Vertex Component Analysis Algorithm on GPUS[J].IEEE geoscience and remote sensing letters EI SCI,2013,10(2).
    [36]Sanchez,Sergio Plaza,Antonio.GPU implementation of the pixel purity index algorithm for hyperspectral image analysis[C].IEEE International Conference on Cluster Computing Workshops and Posters(CLUSTER WORKSHOPS 2010).
    [37]David Gonzalez,Christian Sanchez,Ricardo Veguilla,Nayda G,Santiago Samuel,Rosario-Torres,Miguel Velez-Reyes.Abundance Estimation Algorithms using NVIDIA CUDATMTechnology,SPIE Conference on Algorithms and Technologies for Multispectral,Hyperspectral,and Rltraspectral Imagery 14th,2008.
    [38]赵海娜,吴远峰,高建威,张兵.高光谱图像贝叶斯分类算法GPU并行化研究[J].遥感信息,2014年6期.
    [39]高伟,李维良,林研.面向高光谱影像分类的高性能计算及存储优化[J].计算机工程与应用,2014年2月.
    [40]方民权,周海芳,姚天问,申小龙.基于GPU的高光谱遥感图像并行降维算法研究及其存储优化[C].第19届全国信息存储技术学术会议,2013:231-236.
    [41]Yang-Lang Chang,Jyh-Perng Fang,Jon Atli Benediktsson,Lena Chang,Hsuan Ren,Kun-Shan Chen.Band Selection for Hyperspectral Images Based on Parallel Particle Swarm Optimization Schemes[C].IEEE International Geoscience and Remote Sensing Symposium:Cape Town,South Africa 12-17 July 2009,Pages 3509-3512.Volume 5.
    [42]Jian Zhang,Kim Hwa Lim.Implementation of a Covariancebased principal component analysis algorithm for hyperspectral imaging applications with multi-threading in both CPU and GPU.IEEE international geoscience and remote sensing symposium.2012[v.7]
    [43]Jian Zhang,Kim Hwa Lim.Implementat ion of a covariancebased principal component analysis algorithm with a CUDA-enabled graphics p rocessing unit.IEEE International Geoscience and Remote Sensing Symposium.2011[v.3]
    [44]方民权,周海芳,申小龙.基于GPU的高光谱PCA降维多级并行算法[J].东北大学学报(自然科学版).第35卷,增刊.2014.10:238-243.
    [45]方民权.CPI/GPU异构系统下高光谱遥感影像线性降维并行算法研究与实现[D].长沙:国防科技大学,2013.

版权所有:© 2021 中国地质图书馆 中国地质调查局地学文献中心