基于GPU的高光谱遥感MNF并行方法研究

• 作者: 罗耀华 赵仕波 郭科
• 来源期刊: 四川师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 高光谱遥感 MNF变换 图形处理单元 并行计算
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 技术应用
• 页码范围: 476-479
• 页数: 4页
• 分类号: TP75
• 字数: 2260字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8395.2013.03.034

摘要

最小噪声分离变换(MNF)是高光谱遥感影像分类中特征提取和去除噪声的有效方法.MNF算法涉及大量的矩阵运算,在实际工程的海量数据处理中存在计算时间长的问题.在分析MNF算法原理的基础上,运用图形处理单元(CPU)并行框架对该算法进行优化,并通过不同大小的高光谱遥感数据进行计算和分析.结果表明,随着影像数据量的递增,采用并行计算方式的提速比呈明显上升趋势,说明GPU并行方式对于计算密集型的大数据量处理具有良好的提速效果,为解决海量高光谱遥感数据处理速度慢的问遂提供了思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭科	成都理工大学数学地质四川省重点实验室	128	1069	17.0	24.0
5	赵仕波	成都理工大学网络与教育技术中心	10	50	4.0	6.0
6	罗耀华	成都理工大学网络与教育技术中心	10	47	4.0	6.0