基于改进atrous小波分解的遥感影像快速融合方法的研究

发布时间：2017-10-02 01:31

  本文关键词：基于改进atrous小波分解的遥感影像快速融合方法的研究

  更多相关文章： atrous小波分解 遥感影像融合 并行计算 CUDA

【摘要】：从20世纪70年代开始,我国在航空航天、空间信息化以及遥感技术等领域呈现出蓬勃发展的趋势。卫星遥感作为遥感领域的分支,在军事领域和经济建设中发挥了重要的作用。自“十二五”以来,我国的民用航天业提出了新的发展目标和方向,卫星遥感技术的发展达到了新的高度。随着越来越多的遥感卫星发射成功,多种多样的传感器被投入使用,由于从单一传感器获得的影像在光谱信息和空间分辨率方面存在一定的局限性,因此需要将来自不同传感器的遥感数据融合在一起。另一方面由于从卫星上传回的遥感数据的数据量成倍的增长,通过提升硬件性能来提高处理速度的方式已经遇到瓶颈,从传统的计算模式得到的融合图像在时效性上已远远无法满足日益增长的遥感数据的处理需求。针对这些问题,本文主要做了以下研究:1.介绍了各种常用融合算法的区别与优缺点,分析了基于atrous小波分解的融合算法相对于其他融合算法在并行计算中的优势。针对atrous小波分解过程中存在细节丢失和融合结果模糊的问题,提出了一种基于高提升滤波和atrous小波分解的遥感图像融合算法。通过利用高提升滤波强化atrous小波分解过程中得到的小波面来达到强化融合结果中细节分量的作用。然后通过实验验证,证明了改进后的算法在信息密度比较大,地貌比较复杂的地区可以更好的还原数据的真实性。2.深入分析了CUDA并行架构的结构特点、功能特性和设计原理。在此基础上,提出了基于GPU的并行优化策略,根据并行优化策略建立了并行的遥感影像融合方法。具体描述了如何利用CUDA并行架构对改进后的atrous小波融合进行加速,并展示了核心部分的代码实现。最后通过实验对比了串行执行方式和并行执行方式在执行效率上的差异以及改进后的atrous小波变换相对于传统的atrous小波变换在效率上的优势。
【关键词】：atrous小波分解 遥感影像融合 并行计算 CUDA
【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4-5
• ABSTRACT5-9
• 1 绪论9-13
• 1.1 研究背景及意义9-10
• 1.2 研究现状10-12
• 1.2.1 遥感图像融合的发展及研究现状10
• 1.2.2 数字图像并行计算研究现状10-12
• 1.3 主要研究内容和论文结构12-13
• 2 相关技术介绍13-21
• 2.1 基于CUDA的并行计算简介13-16
• 2.1.1 GPU13-14
• 2.1.2 CUDA并行架构14-16
• 2.2 图像融合算法简介16-19
• 2.2.1 像素级图像融合16-18
• 2.2.2 特征级图像融合18-19
• 2.2.3 决策级图像融合19
• 2.3 本章小节19-21
• 3 基于改进atrous小波分解的融合算法21-29
• 3.1 高提升滤波21-22
• 3.2 基于atrous小波分解的图像融合22-23
• 3.3 基于高提升滤波和atrous小波分解的融合算法23-25
• 3.4 试验结果分析25-28
• 3.5 本章小结28-29
• 4 基于CUDA的遥感影像融合方法29-41
• 4.1 CUDA并行处理设计29-33
• 4.1.1 并行优化策略29-31
• 4.1.2 并行处理流程31-33
• 4.2 改进atrous小波融合算法的CUDA实现33-37
• 4.2.1 语法介绍33-34
• 4.2.2 核心代码介绍34-37
• 4.3 实验与结果分析37-39
• 4.3.1 计算运行时间37
• 4.3.2 实验环境37-38
• 4.3.3 实验结果分析38-39
• 4.4 本章小节39-41
• 5 结论与展望41-43
• 5.1 本文总结41-42
• 5.2 展望42-43
• 参考文献43-46
• 致谢46-47
• 攻读硕士期间发表的论文及科研成果情况47-48

【参考文献】

中国期刊全文数据库 前10条

1 肖新耀;许宁;尤红建;;一种基于à trous小波和联合稀疏表示的遥感图像融合方法[J];遥感技术与应用;2015年05期

2 张涛;刘军;杨可明;罗文杉;张育育;;结合Gram-Schmidt变换的高光谱影像谐波分析融合算法[J];测绘学报;2015年09期

3 李晓敏;张杰;马毅;任广波;;基于主成分分析和决策级融合的高光谱图像分类方法研究[J];海洋科学;2015年02期

4 樊华;赵国春;韩艳杰;刘明军;李晓琴;孙永军;;改进的ISH变换和小波变换相结合的图像融合[J];CT理论与应用研究;2014年05期

5 刘立坤;;多源图像融合综述[J];河南科技;2013年07期

6 熊超;程翥;王壮;;利用CUDA加速连续波雷达测速算法[J];现代电子技术;2011年23期

7 徐鹏杰;邓磊;;遥感技术在减灾救灾中的应用[J];遥感技术与应用;2011年04期

8 卢风顺;宋君强;银福康;张理论;;CPU/GPU协同并行计算研究综述[J];计算机科学;2011年03期

9 王建明;张树斌;;浅谈GPU在遥感影像融合中的应用[J];太原科技;2010年01期

10 后斌;乔伟峰;孙在宏;;基于HIS变换与àtrous小波分解的遥感影像融合[J];南京师大学报(自然科学版);2006年01期

，

本文编号：956831