基于新型技术的海量遥感影像并行切分方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·课题背景 | 第9-11页 |
| ·研究现状 | 第11-14页 |
| ·研究意义 | 第14-15页 |
| ·全文内容与组织结构 | 第15-17页 |
| 2 相关技术及研究基础 | 第17-29页 |
| ·通用 GPU 计算 | 第17-24页 |
| ·GPU 的发展 | 第17-18页 |
| ·CUDA 异构编程 | 第18-19页 |
| ·CUDA 线程模型 | 第19-20页 |
| ·CUDA 存储器模型 | 第20-21页 |
| ·CUDA 优化策略 | 第21-22页 |
| ·CUDA 新特性研究 | 第22-24页 |
| ·多核编程 | 第24-27页 |
| ·多核编程概述 | 第24-25页 |
| ·OpenMP 编程 | 第25-26页 |
| ·MPI 编程 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 3 基于 CUDA 的海量遥感影像切分与组织 | 第29-49页 |
| ·五层十五级组织方式 | 第29-30页 |
| ·投影转换 | 第30-35页 |
| ·高斯克吕格投影 | 第30页 |
| ·大地坐标系 | 第30-31页 |
| ·UTM 投影 | 第31-32页 |
| ·UTM 投影正算算法 | 第32-35页 |
| ·影像重采样 | 第35-36页 |
| ·最邻近采样 | 第35页 |
| ·双线性插值 | 第35-36页 |
| ·三次卷积法 | 第36页 |
| ·采样方法选择 | 第36页 |
| ·切分与组织总流程 | 第36-40页 |
| ·切分的多核计算 | 第40-43页 |
| ·基于 CUDA 的投影转换具体实现 | 第43-46页 |
| ·遥感影像的分块组织 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 4 基于不同 CUDA 技术的切分与组织优化 | 第49-55页 |
| ·基于 Multi-GPU 的切分流程 | 第49-51页 |
| ·Multi-GPU 下的任务分配 | 第49-50页 |
| ·Multi-GPU 下的任务管理 | 第50-51页 |
| ·基于地址映射技术切分优化 | 第51-52页 |
| ·CPU 与 GPU 异步执行优化 | 第52-53页 |
| ·多核编程与 CUDA 的结合 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 5 实验结果及分析 | 第55-63页 |
| ·不同环境下实验结果及分析 | 第55-62页 |
| ·本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| ·本文工作总结 | 第63页 |
| ·今后工作展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67-69页 |
| 攻读学位期间发表的学术论文与参加的项目 | 第69-70页 |
