首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

面向光谱解混的高光谱图像快速处理技术研究

摘要第4-6页
ABSTRACT第6-8页
第1章 绪论第15-30页
    1.1 课题背景及研究目的与意义第15-17页
        1.1.1 课题背景第15-16页
        1.1.2 课题研究的目的及意义第16-17页
    1.2 国内外研究现状第17-26页
        1.2.1 高光谱图像解混研究现状第17-21页
        1.2.2 光谱解混预处理及相关技术研究现状第21-23页
        1.2.3 CPU/GPU协同加速光谱解混研究现状第23-26页
    1.3 文献综述简析第26-27页
    1.4 论文主要内容与结构安排第27-30页
第2章 高光谱图像解混及其并行处理技术基础第30-57页
    2.1 引言第30页
    2.2 高光谱图像光谱解混及相关算法第30-43页
        2.2.1 高光谱图像混合像元数学描述第30-32页
        2.2.2 基于空间几何结构的端元提取算法第32-37页
        2.2.3 丰度估计算法第37-39页
        2.2.4 数据降维算法第39-41页
        2.2.5 光谱相似性度量算法第41-43页
    2.3 高光谱图像解混并行化处理基本原理第43-53页
        2.3.1 高光谱解混链路并行设计模式第43-46页
        2.3.2 并行算法设计过程中串并任务划分第46-48页
        2.3.3 程序依赖性分析第48-49页
        2.3.4 循环变换理论第49-53页
    2.4 CPU/GPU加速光谱解混算法性能分析第53-56页
        2.4.1 算法加速性能分析模型第53-54页
        2.4.2 性能分析预测参数选取第54-56页
    2.5 本章小结第56-57页
第3章 高光谱解混相关算法快速处理研究第57-79页
    3.1 引言第57-58页
    3.2 基于主成分分析的数据降维算法及快速处理第58-67页
        3.2.1 基于QR迭代的主成分分析算法第58-63页
        3.2.2 非线性迭代偏最小二乘主成分分析第63-66页
        3.2.3 基于主成分分析的数据降维快速处理算法第66-67页
    3.3 光谱相似度量算法及其并行化设计第67-70页
        3.3.1 基于KSAM-SID的光谱相似度量算法第68-69页
        3.3.2 光谱相似度量算法并行设计第69-70页
    3.4 实验及验证第70-78页
        3.4.1 实验环境及实验数据第70-72页
        3.4.2 高光谱数据降维实验结果及分析第72-75页
        3.4.3 光谱相似度量实验结果及分析第75-78页
    3.5 本章小结第78-79页
第4章 GPU加速的光谱解混及其并行化设计第79-98页
    4.1 引言第79页
    4.2 基于数据降维的高光谱解混并行算法第79-85页
        4.2.1 N-FINDR端元提取算法并行化设计第79-81页
        4.2.2 丰度估计算法及其并行化设计第81-85页
    4.3 基于非数据降维的高光谱解混并行算法第85-92页
        4.3.1 MSVA算法改进第86-89页
        4.3.2 改进MSVA算法并行化设计第89-92页
    4.4 实验及验证第92-97页
        4.4.1 实验环境及数据第93页
        4.4.2 N-FINDR端元提取算法加速实验第93-94页
        4.4.3 MSVA端元提取算法加速实验第94-97页
        4.4.4 丰度估计算法加速实验第97页
    4.5 本章小结第97-98页
第5章 高光谱解混链路快速实现及验证第98-124页
    5.1 引言第98页
    5.2 CPU/GPU混合并行光谱解混计算框架第98-100页
    5.3 并行模式下高光谱图像存储与传输第100-105页
        5.3.1 面向解混的高光谱数据存储设计第100-103页
        5.3.2 面向CPU/GPU混合并行的数据传输设计第103-105页
    5.4 高光谱解混链路并行加速实验及验证第105-123页
        5.4.1 实验数据及实验环境第105-109页
        5.4.2 高光谱解混链路整体加速效果第109-110页
        5.4.3 算法执行参数优化设置第110-113页
        5.4.4 算法计算精度分析第113-119页
        5.4.5 设备运行性能分析第119-123页
    5.5 本章小结第123-124页
结论第124-126页
参考文献第126-137页
附录I 关键术语中英文对照第137-138页
攻读博士学位期间发表的论文及其它成果第138-141页
致谢第141-142页
个人简历第142页

论文共142页,点击 下载论文
上一篇:电导增强型横向功率MOS器件新结构与机理研究
下一篇:水凝胶敷料在磨削痂后创面中的应用