本文關鍵詞：采用字典遞歸更新的目標檢測稀疏算法及GPU實現(xiàn)

  更多相關文章： 遙感 高光譜遙感圖像 正交匹配追蹤算法 目標檢測 并行處理 稀疏理論

【摘要】：稀疏表示是一種有潛力的圖像信息表示方法,已應用于圖像目標檢測。正交匹配追蹤算法(OMP)求解稀疏系數(shù)過程計算復雜,不能滿足快速處理的要求,因此引入Kalman濾波器的遞歸思想,提出了一種計算稀疏系數(shù)的快速OMP(FastOMP)算法。利用Hermitian引理,從上一時刻的狀態(tài)更新當前信息,避免了高維矩陣數(shù)據(jù)的重復計算。為提高算法的執(zhí)行效率,提出了基于GPU/CUDA(圖形處理器/統(tǒng)一計算設備架構(gòu))的并行計算方法,充分利用GPU的并行計算能力,提高了FastOMP算法的計算速度。實驗結(jié)果表明,與傳統(tǒng)OMP算法相比,FastOMP算法可大幅度縮短計算時間并提高檢測精度。
【作者單位】： 哈爾濱工程大學信息與通信工程學院;
【關鍵詞】： 遙感 高光譜遙感圖像 正交匹配追蹤算法 目標檢測 并行處理 稀疏理論
【基金】：國家自然科學基金(61571145,61405041) 黑龍江省自然科學基金重點項目(ZD201216) 哈爾濱市優(yōu)秀學科帶頭人基金(RC2013XK009003) 中國博士后基金(2014M551221)
【分類號】：TP751
【正文快照】： 高光譜遙感將反映目標輻射屬性的光譜信息與反映目標空間幾何關系的遙感信息有機地結(jié)合,成像光譜儀對目標空間特征進行成像的同時,以極窄的間隔獲取全部光譜覆蓋范圍內(nèi)成百上千個波段的光譜數(shù)據(jù),從而形成光譜分辨率達納米數(shù)量級的遙感數(shù)據(jù)[1]。高光譜遙感包含了豐富的空間和光

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張麗芳;;3種聚類算法性能比較分析[J];長江大學學報(自然科學版)理工卷;2009年02期

2 張宏哲;;FFT算法的一種改進[J];長安大學學報(自然科學版);1988年01期

3 江少鋒,楊素華;一種簡單高效的圖象縮小算法[J];南昌航空工業(yè)學院學報(自然科學版);2003年04期

4 蔡濤,王潤生;分開合并算法的若干討論和改進[J];國防科技大學學報;2000年04期

5 樊祥;方義強;程正東;朱斌;施展;;基于AHP的跟蹤算法性能評價研究[J];彈箭與制導學報;2013年02期

6 秦緒紅;趙杰;程俊廷;;手持式三維激光掃描儀定位算法的研究[J];科學技術與工程;2013年23期

7 武志昊;林友芳;田盛豐;唐銳;;高度重疊社區(qū)的社區(qū)合并優(yōu)化算法[J];北京交通大學學報;2011年03期

8 唐偉;;基于軟件實現(xiàn)的誤差算法自動分析處理[J];硅谷;2012年16期

9 范曉平;;最小生成樹(MST)的“分級選樹”算法[J];西南交通大學學報;1983年01期

10 陳廣江;用MUSIC算法處理非均勻間隔采樣數(shù)據(jù)[J];系統(tǒng)工程與電子技術;1998年09期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 尹冀鋒;;一種新的圖象自適應增強算法[A];四川省通信學會一九九二年學術年會論文集[C];1992年

2 寧春平;田家瑋;郭延輝;王影;張英濤;鄭桂霞;劉研;;計算機輔助增強、分割算法在鑒別乳腺良、惡性腫塊中的應用價值[A];中華醫(yī)學會第十次全國超聲醫(yī)學學術會議論文匯編[C];2009年

3 謝麗聰;;SVB查詢改寫算法的改進[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2004年

4 鄭存紅;;復雜背景下相關跟蹤算法研究及DSP實現(xiàn)[A];中國光學學會2010年光學大會論文集[C];2010年

5 楊文杰;吳軍;;RFID抗沖突算法研究[A];2008通信理論與技術新進展——第十三屆全國青年通信學術會議論文集（上）[C];2008年

6 高山;畢篤彥;魏娜;;一種基于UPF的小目標TBD算法[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

7 周磊;張衛(wèi)華;王曉奇;張軍;;基于流水算法的智能路障機器人設計[A];2011年全國電子信息技術與應用學術會議論文集[C];2011年

8 潘巍;李戰(zhàn)懷;陳群;索博;李衛(wèi)榜;;面向MapReduce的非對稱分片復制連接算法優(yōu)化技術研究[A];第29屆中國數(shù)據(jù)庫學術會議論文集（B輯）（NDBC2012）[C];2012年

9 李偉偉;蔡康穎;鄭新;王文成;;3D模型中重復結(jié)構(gòu)的多尺度快速檢測算法[A];第六屆和諧人機環(huán)境聯(lián)合學術會議（HHME2010)、第19屆全國多媒體學術會議（NCMT2010）、第6屆全國人機交互學術會議（CHCI2010）、第5屆全國普適計算學術會議（PCC2010）論文集[C];2010年

10 楊任爾;陳懇;勵金祥;;基于棱邊方向檢測的運動自適應去隔行算法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 國泰君安資產(chǎn)管理部;“算法交易”是道指暴跌罪魁禍首?[N];上海證券報;2010年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 馮輝;網(wǎng)絡化的并行與分布式優(yōu)化算法研究及應用[D];復旦大學;2013年

2 許玉杰;云計算環(huán)境下海量數(shù)據(jù)的并行聚類算法研究[D];大連海事大學;2014年

3 李琰;基于貓群算法的高光譜遙感森林類型識別研究[D];東北林業(yè)大學;2015年

4 陳加順;海洋環(huán)境下聚類算法的研究[D];南京航空航天大學;2014年

5 王洋;基于群體智能的通信網(wǎng)絡告警關聯(lián)規(guī)則挖掘算法研究[D];太原理工大學;2015年

6 雷雨;面向考試時間表問題的啟發(fā)式進化算法研究[D];西安電子科技大學;2015年

7 熊霖;大數(shù)據(jù)下的數(shù)據(jù)選擇與學習算法研究[D];西安電子科技大學;2015年

8 周雷;基于圖結(jié)構(gòu)的目標檢測與分割算法研究[D];上海交通大學;2014年

9 王冰;人工蜂群算法的改進及相關應用的研究[D];北京理工大學;2015年

10 蔣亦樟;多視角和遷移學習識別方法和智能建模研究[D];江南大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 姚鑫宇;EMD去噪與MUSIC算法在DOA估計中的聯(lián)合應用[D];昆明理工大學;2015年

2 陸進;面向含噪數(shù)據(jù)聚類相關算法的研究[D];復旦大學;2014年

3 李家昌;基于能量約束的超聲圖像自動分割算法[D];華南理工大學;2015年

4 陳堅;基于密度和約束的數(shù)據(jù)流聚類算法研究[D];蘭州大學;2015年

5 高健;基于Zynq7000平臺的去霧算法研究及實現(xiàn)[D];南京理工大學;2015年

6 顧磊;基于Hadoop的聚類算法的數(shù)據(jù)優(yōu)化及其應用研究[D];南京信息工程大學;2015年

7 楊燕霞;基于Hadoop平臺的并行關聯(lián)規(guī)則挖掘算法研究[D];四川師范大學;2015年

8 王羽;基于MapReduce的社區(qū)發(fā)現(xiàn)算法的設計與實現(xiàn)[D];南京理工大學;2015年

9 許振佳;流式數(shù)據(jù)的并行聚類算法研究[D];曲阜師范大學;2015年

10 董琴;人工蜂群算法的改進與應用[D];大連海事大學;2015年

，

本文編號：557601