基于变分法的遥感图像融合并行算法实现

发布时间：2025-02-11 18:02

　　随着卫星遥感技术的飞速发展,遥感技术在国民经济和军事领域都发挥了巨大的作用。其中遥感图像的像素级融合(又称全色锐化),一直是遥感技术研究中的热点问题,它是一种将空间信息丰富的高分辨率全色图像与低分辨率多光谱图像进行融合,生成高分辨率多光谱图像的技术。传统的遥感图像融合算法无法兼顾光谱信息与空间信息的保留。近年来,基于变分法的遥感图像融合算法由于其优秀的融合效果以及具有高度的灵活性逐渐发展成为遥感图像融合领域一个新兴的重要分支。但同时变分图像融合算法的计算复杂度高,运算效率低,无法应对目前日益膨胀的遥感图像数据量。同时,随着高性能GPU和CUDA并行运算架构的出现,利用GPU进行并行运算已经成为遥感图像处理中日益普及的手段。本文针对基于变分法的遥感图像融合算法运算效率低的问题,在深入研究非局部关系变分模型的基础上,使用CUDA并行运算架构在GPU上并行处理遥感图像融合算法。在本文设计的并行算法中,先对多光谱图像进行了插值放大的预处理;然后使用IHS算法对多光谱图像与全色图像进行一个初步融合,作为非局部变分图像融合算法的初始化图像;在非局部变分图像融合模块,分别对非局部变分模型的三个约束项以...

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

图1-1遥感图像处理系统

哈尔滨工业大学工程硕士学位论文第1章绪论题背景及研究意义技术是二十世纪六十年代兴起的一种探测技术，它能够对远标自身辐射的可见光、红外线、电磁波等信息进行感知并收据的处理形成遥感图像，从而对地球的资源与环境进行探测处理是遥感技术的核心，它包括对传感器采集到的遥感图像配准、图....

图1-2遥感图像融合具体过程

图1-2遥感图像融合具体过程目前，随着遥感技术不断发展，遥感卫星所获取的遥感图像的光谱分辨率和空间分辨率越来越高，遥感图像融合技术需要适应更高分辨率以及更多光谱的遥感图像数据[3]。2013年和2014年，高分一号（GF-1）和高分二号（GF-2）卫星相继发射并投入使用....

图1-3CUDA线程结构

哈尔滨工业大学工程硕士学位论文算任务。开发人员能够通过CUDA编写可以在G函数，从而在C语言的基础上拓展GPU编程。的形式组织，每个grid又由若干大小均等的blok内又包含若干thread（线程）[6]，如图1-3所示

图1-4GPU处理器结构

图1-3CUDA线程结构在GPU上执行的，GPU的处理器结构主要分两eamMultiprocessor，SM），在每个SM里面又（StreamProcessor，SP），又称CUDA核心数，其结构如图1-4所示。

本文编号：4033645