基于Cholesky分解的高光谱实时异常探测的GPU优化

论文摘要

高光谱遥感图像具有超多波段、光谱分辨率高、信息量丰富等优点,但同时也给异常探测的实时处理带来了重大考验。基于Cholesky分解的高光谱实时异常探测算法很好地解决了实时性问题,而图形处理器(GPU)的并行优化设计则更高效。实验结果表明:提出的优化设计在保证探测精度的同时,进一步提升了计算效率,算法加速比最高达到3. 14倍,说明基于GPU的并行优化算法能够较好地满足高光谱遥感图像实时处理的应用需求。

论文目录

• 0 引言
• 1 实验与算法分析
•   1.1 实验环境
•   1.2 数据采集
•   1.3 基于Cholesky分解的高光谱实时因果逐行异常探测算法
•   1.4 基于GPU并行设计改进Cholesky分解异常探测算法进行改进
•     1.4.1 基于GPU的Cholesky分解
•     1.4.2 基于GPU的背景矩阵更新
• 2 实验与结果讨论
•   2.1 异常探测结果
•   2.2 探测精度比较
•   2.3 探测效率比较
• 3 结论

文章来源

类型: 期刊论文

作者: 李萍,关桂霞,吴太夏,彭波,黄晓

关键词: 高光谱遥感图像,实时异常探测,分解,图形处理器并行优化

来源: 传感器与微系统 2019年03期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 工业通用技术及设备,自动化技术

单位: 首都师范大学信息工程学院,河海大学地球科学与工程学院,中国科学院遥感与数字地球研究所

基金: 中央高校基本科研业务费专项资金资助项目(2017B05114)

分类号: TP751

DOI: 10.13873/J.1000-9787(2019)03-0007-04

页码: 7-10

总页数: 4

文件大小: 531K

下载量: 61