本文關(guān)鍵詞：采用字典遞歸更新的目標(biāo)檢測(cè)稀疏算法及GPU實(shí)現(xiàn)

  更多相關(guān)文章： 遙感 高光譜遙感圖像 正交匹配追蹤算法 目標(biāo)檢測(cè) 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(yīng)用于圖像目標(biāo)檢測(cè)。正交匹配追蹤算法(OMP)求解稀疏系數(shù)過程計(jì)算復(fù)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(jì)算稀疏系數(shù)的快速OMP(FastOMP)算法。利用Hermitian引理,從上一時(shí)刻的狀態(tài)更新當(dāng)前信息,避免了高維矩陣數(shù)據(jù)的重復(fù)計(jì)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(jì)算設(shè)備架構(gòu))的并行計(jì)算方法,充分利用GPU的并行計(jì)算能力,提高了FastOMP算法的計(jì)算速度。實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)OMP算法相比,FastOMP算法可大幅度縮短計(jì)算時(shí)間并提高檢測(cè)精度。
【作者單位】： 哈爾濱工程大學(xué)信息與通信工程學(xué)院;
【關(guān)鍵詞】： 遙感 高光譜遙感圖像 正交匹配追蹤算法 目標(biāo)檢測(cè) 并行處理 稀疏理論
【基金】：國(guó)家自然科學(xué)基金(61571145,61405041) 黑龍江省自然科學(xué)基金重點(diǎn)項(xiàng)目(ZD201216) 哈爾濱市優(yōu)秀學(xué)科帶頭人基金(RC2013XK009003) 中國(guó)博士后基金(2014M551221)
【分類號(hào)】：TP751
【正文快照】： 高光譜遙感將反映目標(biāo)輻射屬性的光譜信息與反映目標(biāo)空間幾何關(guān)系的遙感信息有機(jī)地結(jié)合,成像光譜儀對(duì)目標(biāo)空間特征進(jìn)行成像的同時(shí),以極窄的間隔獲取全部光譜覆蓋范圍內(nèi)成百上千個(gè)波段的光譜數(shù)據(jù),從而形成光譜分辨率達(dá)納米數(shù)量級(jí)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(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張麗芳;;3種聚類算法性能比較分析[J];長(zhǎng)江大學(xué)學(xué)報(bào)(自然科學(xué)版)理工卷;2009年02期

2 張宏哲;;FFT算法的一種改進(jìn)[J];長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版);1988年01期

3 江少鋒,楊素華;一種簡(jiǎn)單高效的圖象縮小算法[J];南昌航空工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年04期

4 蔡濤,王潤(rùn)生;分開合并算法的若干討論和改進(jìn)[J];國(guó)防科技大學(xué)學(xué)報(bào);2000年04期

5 樊祥;方義強(qiáng);程正東;朱斌;施展;;基于AHP的跟蹤算法性能評(píng)價(jià)研究[J];彈箭與制導(dǎo)學(xué)報(bào);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(xué)技術(shù)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(xué)學(xué)報(bào);2011年03期

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

9 范曉平;;最小生成樹(MST)的“分級(jí)選樹”算法[J];西南交通大學(xué)學(xué)報(bào);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(shù);1998年09期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 尹冀鋒;;一種新的圖象自適應(yīng)增強(qiáng)算法[A];四川省通信學(xué)會(huì)一九九二年學(xué)術(shù)年會(huì)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(jì)算機(jī)輔助增強(qiáng)、分割算法在鑒別乳腺良、惡性腫塊中的應(yīng)用價(jià)值[A];中華醫(yī)學(xué)會(huì)第十次全國(guó)超聲醫(yī)學(xué)學(xué)術(shù)會(huì)議論文匯編[C];2009年

3 謝麗聰;;SVB查詢改寫算法的改進(jìn)[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

4 鄭存紅;;復(fù)雜背景下相關(guān)跟蹤算法研究及DSP實(shí)現(xiàn)[A];中國(guó)光學(xué)學(xué)會(huì)2010年光學(xué)大會(huì)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(shù)新進(jìn)展——第十三屆全國(guó)青年通信學(xué)術(shù)會(huì)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(biāo)TBD算法[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)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(jī)器人設(shè)計(jì)[A];2011年全國(guó)電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)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(duì)稱分片復(fù)制連接算法優(yōu)化技術(shù)研究[A];第29屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)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(fù)結(jié)構(gòu)的多尺度快速檢測(cè)算法[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

10 楊任爾;陳懇;勵(lì)金祥;;基于棱邊方向檢測(cè)的運(yùn)動(dòng)自適應(yīng)去隔行算法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

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

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 馮輝;網(wǎng)絡(luò)化的并行與分布式優(yōu)化算法研究及應(yīng)用[D];復(fù)旦大學(xué);2013年

2 許玉杰;云計(jì)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(xué);2014年

3 李琰;基于貓群算法的高光譜遙感森林類型識(shí)別研究[D];東北林業(yè)大學(xué);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(xué);2014年

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

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

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

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

9 王冰;人工蜂群算法的改進(jìn)及相關(guān)應(yīng)用的研究[D];北京理工大學(xué);2015年

10 蔣亦樟;多視角和遷移學(xué)習(xí)識(shí)別方法和智能建模研究[D];江南大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

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

2 陸進(jìn);面向含噪數(shù)據(jù)聚類相關(guān)算法的研究[D];復(fù)旦大學(xué);2014年

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

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

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

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

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

8 王羽;基于MapReduce的社區(qū)發(fā)現(xiàn)算法的設(shè)計(jì)與實(shí)現(xiàn)[D];南京理工大學(xué);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(xué);2015年

10 董琴;人工蜂群算法的改進(jìn)與應(yīng)用[D];大連海事大學(xué);2015年

，

本文編號(hào)：557601