| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题背景及研究意义 | 第11-13页 |
| 1.2 研究现状 | 第13-17页 |
| 1.2.1 高光谱混合像元分解的研究现状 | 第13-15页 |
| 1.2.2 GPU在高光谱图像处理领域应用的研究现状 | 第15-17页 |
| 1.3 论文的主要工作及组织结构 | 第17-19页 |
| 1.3.1 论文主要的研究内容 | 第17-19页 |
| 第2章 高光谱图像解混相关算法与并行架构简介 | 第19-34页 |
| 2.1 端元提取算法 | 第19-24页 |
| 2.1.1 自动目标检索算法 | 第19-20页 |
| 2.1.2 非监督的正交投影算法 | 第20页 |
| 2.1.3 纯像元指数 | 第20-21页 |
| 2.1.4 内部最大体积法 | 第21-23页 |
| 2.1.5 顶点成分分析 | 第23-24页 |
| 2.2 丰度估计算法 | 第24-26页 |
| 2.2.1 最小二乘误差算法 | 第24页 |
| 2.2.2 正交子空间投影算法 | 第24-25页 |
| 2.2.3 正交投影算法 | 第25-26页 |
| 2.3 并行架构简介 | 第26-33页 |
| 2.3.1 CUDA架构简介 | 第26-31页 |
| 2.3.2 OpenMP编程模型简介 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 丰度估计算法并行设计 | 第34-62页 |
| 3.1 LSE算法并行设计 | 第34-36页 |
| 3.1.1 数据存储 | 第34页 |
| 3.1.2 LSE核函数并行设计 | 第34-36页 |
| 3.2 OSP算法并行设计 | 第36-38页 |
| 3.3 OVP算法并行设计 | 第38-42页 |
| 3.3.1 基于CUDA架构的并行设计 | 第38-40页 |
| 3.3.2 基于OpenMP与CUDA混合的并行设计 | 第40-42页 |
| 3.4 实验结果及分析 | 第42-61页 |
| 3.4.1 实验数据及平台介绍 | 第42页 |
| 3.4.2 LSE算法实验结果 | 第42-47页 |
| 3.4.3 OSP算法实验结果 | 第47-52页 |
| 3.4.4 OVP算法实验结果 | 第52-61页 |
| 3.5 本章小结 | 第61-62页 |
| 第4章 非监督式端元提取算法并行设计 | 第62-71页 |
| 4.1 ATGP算法并行设计 | 第62-63页 |
| 4.2 UOVP算法并行设计 | 第63-65页 |
| 4.3 实验结果与分析 | 第65-69页 |
| 4.3.1 实验数据及平台介绍 | 第65页 |
| 4.3.2 ATGP与UOVP并行设计对比分析 | 第65-69页 |
| 4.4 本章小结 | 第69-71页 |
| 第5章 总结与展望 | 第71-73页 |
| 5.1 总结 | 第71-72页 |
| 5.2 展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 攻读学位期间公开发表论文 | 第76-77页 |
| 致谢 | 第77-78页 |
| 研究生履历 | 第78页 |