基于GPU的矿产资源高光谱遥感探测数据快速处理

发布时间：2019-01-28 08:55

【摘要】：高光谱遥感技术在地球科学领域应用广泛,并取得了巨大的成功,矿产资源探测是其在地质勘测领域重要的应用之一。但高光谱遥感数据规模大、计算复杂度高,实际应用中的数据处理效率是一个很大的挑战。近年来GPU(graphics processing unit)通用计算技术快速发展,GPU具有处理核心多、处理能力强以及存储器带宽高的特点,能有效提高海量数据处理的效率。同时,GPU硬件体积小、重量轻、花费少,具有较大的应用潜力。本文在分析CPU+GPU异构编程模型的基础上,研究了高光谱遥感岩矿信息提取原理,基于特征提取、端元提取、光谱匹配等提出了基于GPU/CUDA的矿产资源高光谱遥感探测数据快速处理方法,给出了具体的并行优化算法,并利用实际高光谱遥感探测数据实验验证了方法的有效性和快速处理能力。论文工作主要包括：首先,在研究遥感探测数据岩矿信息提取理论的基础上,提出了一套基于GPU的高光谱遥感数据岩矿信息快速提取方法。详细分析了地物的光谱特性以及矿物光谱反射和吸收机理,结合高光谱数据的特点,基于GPU/CUDA设计了以特征提取、端元提取、包络线去除以及光谱匹配为关键步骤的高光谱岩矿信息提取快速处理流程与算法。其次,针对岩矿信息快速提取流程中的关键步骤分别进行了GPU的并行优化设计与实现,提出了相应的性能优化策略,包括优化算法流程、提高访存效率和减少数据访问冲突等。(1)采用PCA(principal component analysis,主成分分析)算法进行特征提取,对PCA中协方差矩阵计算方法进行改进,优化了像元去均值计算流程,并合理分配GPU/CPU计算任务；(2)采用PPI(pixel purity index,纯净像元指数)算法进行端元提取,对该算法计算流程进行优化,并在该算法中将传统向量投影问题转换为矩阵相乘进行并行优化；(3)采用包络线去除与SAM(spectral angle match,光谱角匹配)相结合的算法进行地物光谱匹配,利用像元间计算独立性强、并行程度高的特点,将像元集并发计算,并通过线程映射、存储优化等方式进行并行优化。然后在GPU/CUDA平台上利用实际的高光谱数据进行了岩矿信息提取填图实验,实验结果表明提出的并行设计模型与优化方法,能够快速有效地利用高光谱遥感数据进行岩矿信息提取,在保证提取精度的基础上最大加速比达到81倍。最后,基于CPU+GPU异构平台研究了基于组合核的支撑向量机高光谱遥感图像并行快速分类方法。矿物识别分类是矿产资源探测中重要环节,传统分类方法对样本依赖大、分类精度低,基于组合核的支撑向量机分类方法(SVMCK)联合像元的光谱信息以及空间信息作为SVM的核函数,能够取得较好的分类精度,但是串行算法计算耗时长,不能满足实时性要求较高的遥感应用。本文深入分析了SVMCK串行算法运算过程和性能瓶颈,基于GPU平台针对耗时最多的预计算核部分设计了并行优化策略,包括将谱域中核函数的计算在设备端运行、合理分配空域核函数计算任务、优化算法流程提高访存效率等。通过实际高光谱数据的实验验证了优化算法的有效性和快速分类处理能力。
[Abstract]:......
【学位授予单位】：南京理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P627

【相似文献】

相关期刊论文 前10条

1 杜培军;陈云浩;;高光谱遥感信息智能处理的若干理论与技术问题[J];科技导报;2006年01期

2 张利;戚浩平;;高光谱遥感及其在青藏高原的应用潜力分析[J];测绘科学;2008年S3期

3 张利;戚浩平;;高光谱遥感及其在青藏高原的应用潜力分析[J];测绘科学;2008年S1期

4 岳跃民;王克林;张兵;陈正超;;高光谱遥感在生态系统研究中的应用进展[J];遥感技术与应用;2008年04期

5 方红亮,田庆久;高光谱遥感在植被监测中的研究综述[J];遥感技术与应用;1998年01期

6 王建宇;高光谱遥感──给人类配上一副神眼[J];世界科学;1999年12期

7 谭昌伟,王纪华,黄文江,刘良云,黄义德,严伟才;高光谱遥感在植被理化信息提取中的应用动态[J];西北农林科技大学学报(自然科学版);2005年05期

8 陶秋香;;植被高光谱遥感分类方法研究[J];山东科技大学学报(自然科学版);2007年05期

9 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04期

10 孙蕾;罗建书;;高光谱遥感图像微分域三维混合去噪方法[J];光谱学与光谱分析;2009年10期

相关会议论文 前10条

1 张霞;刘良云;赵春江;张兵;;利用高光谱遥感图像估算小麦氮含量研究[A];成像光谱技术与应用研讨会论文集[C];2002年

2 杜培军;陈云浩;;高光谱遥感信息智能处理的基础研究[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 徐元进;胡光道;;取缔阀值的高光谱遥感光谱匹配分类信息制图[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

4 张永强;文丽萍;王振营;;高光谱遥感在监测作物受病虫肥胁迫中的应用[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集（下册）[C];2006年

5 王艺婷;黄世奇;王红霞;;从信息的角度看高光谱遥感技术[A];国家安全地球物理丛书（九）——防灾减灾与国家安全[C];2013年

6 李京;蒋卫国;;高光谱遥感在湿地监测与分类中的应用[A];第十届全国光电技术学术交流会论文集[C];2012年

7 房华乐;任润东;苏飞;梁勇;;高光谱遥感在农业中的应用[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

8 黄娟;郭明克;张永梅;闫涛;王宁;;利用高光谱遥感资料提取赤潮信息方法研究[A];成像光谱技术与应用研讨会论文集[C];2002年

9 杜培军;方涛;林卉;;高光谱遥感影像降维方法研究[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

10 王新鸿;唐伶俐;马灵玲;;高光谱遥感在内陆水质监测中的应用[A];现代测量技术与地理信息系统科技创新及产业发展研讨会论文集[C];2009年

相关重要报纸文章 前4条

1 张学君;高光谱遥感技术助力覆盖区找矿[N];中国国土资源报;2011年

2 记者 金小平;中国地调局举办高光谱遥感找矿培训班[N];中国矿业报;2007年

3 中国科学院院士、国际欧亚科学院院士 童庆禧;我国高光谱遥感的发展[N];中国测绘报;2008年

4 文龙 胡军;张立福：用光谱观测大地的人[N];科技日报;2012年

相关博士学位论文 前9条

1 王霄鹏;黄河三角洲湿地典型植被高光谱遥感研究[D];大连海事大学;2014年

2 孙蕾;小波构造理论及其在高光谱遥感图像去噪与压缩中的应用[D];国防科学技术大学;2010年

3 谭炳香;高光谱遥感森林类型识别及其郁闭度定量估测研究[D];中国林业科学研究院;2006年

4 田丰;全波段（0.35～25μm）高光谱遥感矿物识别和定量化反演技术研究[D];中国地质大学（北京）;2010年

5 刘康;基于主动学习的高光谱图像分类技术研究[D];中国矿业大学（北京）;2014年

6 刘伟东;高光谱遥感土壤信息提取与挖掘研究[D];中国科学院研究生院（遥感应用研究所）;2002年

7 沈照庆;基于支持向量机（SVM）的高光谱影像智能化分析关键问题研究[D];武汉大学;2010年

8 冯燕;高光谱图像压缩技术研究[D];西北工业大学;2006年

9 叶成名;基于高光谱遥感的青藏高原岩矿信息提取方法与应用研究[D];成都理工大学;2011年

相关硕士学位论文 前10条

1 柳家福;基于GPU的矿产资源高光谱遥感探测数据快速处理[D];南京理工大学;2015年

2 陈东来;高光谱遥感场景成像模型研究[D];哈尔滨工业大学;2009年

3 杨文韬;一种结合万有引力的高光谱遥感影像无监督分类算法[D];成都理工大学;2011年

4 顾桂华;高光谱遥感场景模型仿真研究[D];哈尔滨工业大学;2008年

5 毕晓佳;高光谱遥感岩矿填图应用研究[D];成都理工大学;2009年

6 李静;地下煤火高光谱遥感信息定量提取研究[D];首都师范大学;2009年

7 况军;高光谱遥感图像无损压缩的研究[D];国防科学技术大学;2007年

8 张凌雁;高光谱遥感图像的压缩算法研究[D];哈尔滨工程大学;2005年

9 林婷;水稻锌污染高光谱遥感监测模型研究[D];中国地质大学（北京）;2011年

10 孙蕾;高光谱遥感图像压缩算法研究[D];国防科学技术大学;2005年

，

本文编号：2416910