基于GPU的礦產(chǎn)資源高光譜遙感探測數(shù)據(jù)快速處理.pdf

1、高光譜遙感技術(shù)在地球科學(xué)領(lǐng)域應(yīng)用廣泛，并取得了巨大的成功，礦產(chǎn)資源探測是其在地質(zhì)勘測領(lǐng)域重要的應(yīng)用之一。但高光譜遙感數(shù)據(jù)規(guī)模大、計(jì)算復(fù)雜度高，實(shí)際應(yīng)用中的數(shù)據(jù)處理效率是一個(gè)很大的挑戰(zhàn)。近年來GPU(graphics processing unit)通用計(jì)算技術(shù)快速發(fā)展，GPU具有處理核心多、處理能力強(qiáng)以及存儲(chǔ)器帶寬高的特點(diǎn)，能有效提高海量數(shù)據(jù)處理的效率。同時(shí)，GPU硬件體積小、重量輕、花費(fèi)少，具有較大的應(yīng)用潛力。
　　本文在分析C

2、PU+GPU異構(gòu)編程模型的基礎(chǔ)上，研究了高光譜遙感巖礦信息提取原理，基于特征提取、端元提取、光譜匹配等提出了基于GPU/CUDA的礦產(chǎn)資源高光譜遙感探測數(shù)據(jù)快速處理方法，給出了具體的并行優(yōu)化算法，并利用實(shí)際高光譜遙感探測數(shù)據(jù)實(shí)驗(yàn)驗(yàn)證了方法的有效性和快速處理能力。論文工作主要包括:
　　首先，在研究遙感探測數(shù)據(jù)巖礦信息提取理論的基礎(chǔ)上，提出了一套基于GPU的高光譜遙感數(shù)據(jù)巖礦信息快速提取方法。詳細(xì)分析了地物的光譜特性以及礦物光譜反射

3、和吸收機(jī)理，結(jié)合高光譜數(shù)據(jù)的特點(diǎn)，基于GPU/CUDA設(shè)計(jì)了以特征提取、端元提取、包絡(luò)線去除以及光譜匹配為關(guān)鍵步驟的高光譜巖礦信息提取快速處理流程與算法。
　　其次，針對(duì)巖礦信息快速提取流程中的關(guān)鍵步驟分別進(jìn)行了GPU的并行優(yōu)化設(shè)計(jì)與實(shí)現(xiàn)，提出了相應(yīng)的性能優(yōu)化策略，包括優(yōu)化算法流程、提高訪存效率和減少數(shù)據(jù)訪問沖突等。(1)采用PCA(principal component analysis，主成分分析)算法進(jìn)行特征提取，對(duì)PCA中

4、協(xié)方差矩陣計(jì)算方法進(jìn)行改進(jìn)，優(yōu)化了像元去均值計(jì)算流程，并合理分配GPU/CPU計(jì)算任務(wù);(2)采用PPI(pixel purity index，純凈像元指數(shù))算法進(jìn)行端元提取，對(duì)該算法計(jì)算流程進(jìn)行優(yōu)化，并在該算法中將傳統(tǒng)向量投影問題轉(zhuǎn)換為矩陣相乘進(jìn)行并行優(yōu)化;(3)采用包絡(luò)線去除與SAM(spectral angle match，光譜角匹配)相結(jié)合的算法進(jìn)行地物光譜匹配，利用像元間計(jì)算獨(dú)立性強(qiáng)、并行程度高的特點(diǎn)，將像元集并發(fā)計(jì)算，并通過

5、線程映射、存儲(chǔ)優(yōu)化等方式進(jìn)行并行優(yōu)化。然后在GPU/CUDA平臺(tái)上利用實(shí)際的高光譜數(shù)據(jù)進(jìn)行了巖礦信息提取填圖實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明提出的并行設(shè)計(jì)模型與優(yōu)化方法，能夠快速有效地利用高光譜遙感數(shù)據(jù)進(jìn)行巖礦信息提取，在保證提取精度的基礎(chǔ)上最大加速比達(dá)到81倍。
　　最后，基于CPU+GPU異構(gòu)平臺(tái)研究了基于組合核的支撐向量機(jī)高光譜遙感圖像并行快速分類方法。礦物識(shí)別分類是礦產(chǎn)資源探測中重要環(huán)節(jié)，傳統(tǒng)分類方法對(duì)樣本依賴大、分類精度低，基于組合核