遥感影像的ISODATA分类算法的并行化研究

发布时间：2017-07-20 14:11

  本文关键词：遥感影像的ISODATA分类算法的并行化研究

  更多相关文章： ISODATA OpenMP GPU 并行加速 遥感影像 图像分类

【摘要】：随着遥感技术的飞速发展,遥感影像分辨率的不断提高,遥感影像开始广泛应用于生产、生活中的各个领域。高分辨率遥感影像具有分辨率高、信息量大的特点,因此针对这类遥感影像进行目标特征的提取、分类可以获取大量有用信息。作为一种常用的非监督分类算法,ISODATA无需指定准确的类别数目,而是通过对聚类结果进行不断地“合并”与“分裂”,来得到一个较为合理的类别数目,从而得到一种较好的分类结果。由于高分辨率遥感影像的数据量很大,在研发高分遥感应用系统和资源三号专题产品生产子系统时,若采用传统的遥感影像分类算法,则系统处理速度慢、效率低,处理一景高分影像大约需要半个小时,无法满足应用的实时处理的要求。因此,在使用这些高分辨率遥感影像时,如何对其进行快速正确的处理是必须解决的首要问题。本文对遥感影像分类算法中的ISODATA分类算法进行了研究,在算法流程可并行性分析的基础上,对于可并行部分,分别采用OpenMP并行库实现基于多核的并行处理以及CUDA并行库实现基于GPU的多线程并行化改造。并对两个并行平台的处理结果进行了对比分析,进一步将相关算法应用到高分遥感应用系统和资源三号专题产品生产子系统等实际的遥感影像处理项目研发中。本文主要完成了以下工作:(1)对ISODATA算法进行可并行性分析,对ISODATA算法中的样本聚类和样本中心标准差的计算进行并行化改造,提升样本中心标准差计算流程的处理效率。(2)提出一种基于多核CPU的并行ISODATA算法(ISODATA-Omp)。采用OpenMP技术,改进算法中的样本点的聚类和聚类样本中心标准差的计算,实现基于共享内存的单机多核并行化处理。实验结果证明,采用多核处理的ISODATA-Omp分类算法,在保证分类精度不变的情况下,分类算法的聚类速度提高了2.5倍,标准差计算的速度也达到了原算法的2.5倍。分类过程的整体加速比也接近2倍,具有较好的实际应用价值。(3)针对高分辨率遥感影像,提出了一种的基于GPU的并行ISODATA算法(ISODATA-Cuda)。将影像数据加载到GPU上运算,利用GPU的多处理运算单元的特点,改进样本点聚类以及样本中心标准差的计算,计算完成之后再将结果回传给CPU,从而完成算法的并行加速。其中,在并行读取图像的每个像素点进行计算时,采用连续寻址方式进行读取,提高了内存的读取效率。此外,每个线程在完成计算后,首先将计算结果进行块内同步归并,然后再进行块间的同步归并。采用这种两级同步归并的方式,不仅减少了处理器与共享内存之间数据传输的I/O瓶颈问题,同时也避免了大量线程同时访问临界区而造成设备宕机。实验结果证明,采用GPU并行加速后的分类算法,在处理1024×1024分辨率以上的图像时,分类算法的聚类速度达到了原算法的2倍以上,并且随着图像尺度的增大,加速效果也在不断提高。算法的标准差计算速度也提高到原来的2倍以上。(4)对两种并行平台下的加速效果分别进行实验对比分析,找出各自最优的加速参数。依据运行时间、加速比等评价和分析多核和GPU两种平台并行效果。并将相关算法应用到高分遥感应用系统和资源三号专题产品生产子系统等实际的遥感影像处理系统中。本文研究了ISODATA算法在多核CPU和GPU这两种平台下的并行改进方法,并对各自的加速效果进行实验对比,结合当前遥感影像的处理环境研究各自最优的加速参数,取得了较好的并行加速效果。在遥感业务化运行系统的应用开发的实践表明,本文研究的相关遥感影像并行分类算法可有效提升系统效率,并为相关系统研发提供有意义的参考。
【关键词】：ISODATA OpenMP GPU 并行加速 遥感影像 图像分类
【学位授予单位】：河南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP751
【目录】：

• 摘要4-6
• ABSTRACT6-11
• 1 绪论11-19
• 1.1 研究背景及研究意义11-12
• 1.2 研究现状及分析12-14
• 1.3 研究方案与研究内容14-15
• 1.4 实验环境、数据以及性能评价指标15-18
• 1.4.1 实验环境15-16
• 1.4.2 影像数据16
• 1.4.3 性能评价指标16-18
• 1.5 本文章节安排18
• 1.6 本章小结18-19
• 2 ISODATA分类算法及并行编程模型19-33
• 2.1 ISODATA分类算法19-23
• 2.1.1 ISODATA分类算法简介19-20
• 2.1.2 ISODATA分类算法流程20-21
• 2.1.3 ISODATA分类算法可并行性分析21-23
• 2.2 OpenMP并行库概述23-26
• 2.2.1 OpenMP简介23-24
• 2.2.2 OpenMP的并行编程模型24
• 2.2.3 OpenMP的循环调度策略24-26
• 2.3 CUDA并行模型概述26-32
• 2.3.1 GPU并行计算26-28
• 2.3.2 CUDA简介28
• 2.3.3 CUDA线程协作28-30
• 2.3.4 CUDA存储模型30-31
• 2.3.5 CUDA硬件架构31-32
• 2.4 本章小结32-33
• 3 基于多核CPU的ISODATA的并行算法设计33-39
• 3.1 算法设计33-36
• 3.1.1 样本聚类33-35
• 3.1.2 聚类中心标准差计算35-36
• 3.2 并行加速前后的实验对比36-37
• 3.3 本章小结37-39
• 4 基于GPU的ISODATA的并行算法设计39-47
• 4.1 算法设计39-44
• 4.1.1 样本聚类39-42
• 4.1.2 聚类中心标准差计算42-44
• 4.2 并行加速前后的实验对比44-45
• 4.3 本章小结45-47
• 5 遥感影像ISODATA并行分类实验47-60
• 5.1 基于多核CPU的ISODATA并行分类实验47-51
• 5.1.1 Cluster-Omp算法参数设置47-49
• 5.1.2 遥感影像的ISODATA-Omp算法性能分析49-51
• 5.2 基于GPU的ISODATA并行分类实验51-53
• 5.2.1 Cluster-Cuda算法线程数设置51-52
• 5.2.2 遥感影像的ISODATA-Cuda算法性能分析52-53
• 5.3 与已有的GPU并行分类算法对比53-54
• 5.4 两种并行算法的对比分析54-59
• 5.4.1 并行加速提升情况54-56
• 5.4.2 分类误差变化情况56
• 5.4.3 实验结果对比分析56-59
• 5.5 本章小结59-60
• 6 结论60-62
• 7 参考文献62-65
• 致谢65-66
• 攻读学位期间参与的科研项目66-67

【相似文献】

中国期刊全文数据库 前10条

1 王占宏,杜道生;模糊综合评价法在数字遥感影像产品质量评价中的应用[J];测绘科学;2004年S1期

2 韩玲,吴汉宁,杜子涛,赵希刚;遥感影像地图在鄂尔多斯盆地环形构造识别中的应用[J];公路交通科技;2005年S1期

3 王思远,王光谦,陈志祥;基于遥感影像综合理解模型的遥感影像分类[J];计算机工程;2005年19期

4 王贤敏;关泽群;吴沉寒;;采用影像融合的遥感影像授权使用小波域算法[J];计算机辅助设计与图形学学报;2006年05期

5 马万权;王士成;刘建坡;;大幅面遥感影像分发技术研究[J];无线电工程;2006年06期

6 汪承义;赵忠明;;遥感影像流程化处理系统的设计与实现[J];测绘科学;2006年06期

7 史本伟;陈圣波;湛邵斌;;遥感影像库中影像布局功能的开发实现[J];吉林大学学报(地球科学版);2006年S1期

8 江水;洪鸣;盛业华;;实现遥感影像的3维漫游[J];测绘与空间地理信息;2007年01期

9 任向红;陆宇红;仇生泉;;4D产品在遥感影像纠正中的应用[J];测绘与空间地理信息;2007年03期

10 王佐成;李永树;薛丽霞;汪林林;;遥感影像中模糊对象表达[J];中国图象图形学报;2007年11期

中国重要会议论文全文数据库 前10条

1 张广耀;汪小钦;邬群勇;;遥感影像地图在线服务系统设计与实现[A];第十七届中国遥感大会摘要集[C];2010年

2 熊剑;;地形起伏地区的遥感影像预处理研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

3 傅晓俊;;遥感影像应用现状及其展望[A];测绘荆楚——湖北省测绘学会2005年“索佳杯”学术论文集[C];2005年

4 肖倩;李光耀;;航空遥感影像道路提取方法综述[A];全国第十届信号与信息处理、第四届DSP应用技术联合学术会议论文集[C];2006年

5 傅晓俊;;遥感影像应用现状及其展望[A];经天纬地——全国测绘科技信息网中南分网第十九次学术交流会优秀论文选编[C];2005年

6 李江涛;;遥感影像在海事测绘中的应用[A];2007'全国测绘科技信息交流会暨信息网成立30周年庆典论文集[C];2007年

7 胥亚;杜为财;袁立伟;叶荣生;;遥感影像道路提取现状与展望[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

8 马海涛;;探讨遥感影像的校正与误差来源——以鸡西市为例[A];2006年中国土地学会学术年会论文集[C];2006年

9 李江涛;;遥感影像在海事测绘中的应用[A];华东地区第十次测绘学术交流大会论文集[C];2007年

10 杨博雄;;基于北斗二代与遥感影像的定位与导航技术研究[A];2009年全国测绘仪器综合学术年会论文集[C];2009年

中国重要报纸全文数据库 前10条

1 张鹏英;国产遥感影像迎来共享时代[N];科技日报;2013年

2 张玉惠;EV——GLOBE成功应用于辽宁电网建设[N];中国测绘报;2010年

3 彭舒;遥感影像几何和光谱高精度重建技术获突破[N];中国测绘报;2013年

4 记者 吴晶晶;我用遥感影像发现3处油迹带[N];新华每日电讯;2014年

5 李禾;我首颗环境卫星传回遥感影像[N];科技日报;2008年

6 侯振荣;黑龙江省制作分市县遥感影像系列挂图[N];中国测绘报;2009年

7 王智宇邋王春;航空航天技术助力抗震救灾[N];科技日报;2008年

8 沈占锋;遥感影像信息提取与分析[N];计算机世界;2006年

9 张超;让北京发展一目了然[N];科技日报;2005年

10 李沛功 胡兵 秦海林 驻站记者严德勇;6年送学培养值不值?[N];战士报;2010年

中国博士学位论文全文数据库 前10条

1 江铖;光学遥感影像空间分辨率提升的正则化方法研究[D];武汉大学;2015年

2 郭贤;基于张量的遥感影像去噪、特征提取和分类方法研究[D];武汉大学;2015年

3 张丽;遥感影像协同处理体系及摄影测量应用研究[D];解放军信息工程大学;2015年

4 高永刚;多尺度多平台遥感影像在城市遥感中的应用研究[D];福州大学;2013年

5 王贤敏;机密空间信息隐藏与遥感影像授权使用[D];武汉大学;2005年

6 刘亚岚;遥感影像群判读技术的试验研究[D];中国科学院研究生院（遥感应用研究所）;2004年

7 程起敏;基于内容的遥感影像库检索关键技术研究[D];中国科学院研究生院（遥感应用研究所）;2004年

8 任娜;遥感影像数字水印算法研究[D];南京师范大学;2011年

9 邓冰;遥感影像信息度量方法研究[D];武汉大学;2009年

10 柳稼航;基于视觉特征的高分辨率光学遥感影像目标识别与提取技术研究[D];上海交通大学;2011年

中国硕士学位论文全文数据库 前10条

1 邓董建;基于稀疏表达的遥感影像的多时相融合[D];中国地质大学(北京);2015年

2 于晓;TM/ETM+遥感影像蚀变异常提取与筛选系统开发[D];中国地质大学(北京);2015年

3 刘佳岐;基于Landsat8遥感影像的扶风县苹果园地信息提取研究[D];西北农林科技大学;2015年

4 张健;基于多源数据的遥感地质构造解译[D];长安大学;2015年

5 吕璐凌;一种基于地面控制点的遥感影像几何校正方法研究[D];浙江大学;2016年

6 张晓兵;基于HBase的弹性可视化遥感影像存储系统[D];浙江大学;2016年

7 吴晓东;遥感影像航行方位物提取技术研究[D];解放军信息工程大学;2015年

8 李美玲;基于GF-1遥感影像的道路提取研究[D];北京林业大学;2016年

9 胡茂莹;基于高分二号遥感影像面向对象的城市房屋信息提取方法研究[D];吉林大学;2016年

10 何雅;基于无人机的低空遥感影像拼接技术的研究[D];吉林大学;2016年

，

本文编号：568397