發(fā)布時間：2017-08-16 21:06

  本文關(guān)鍵詞：海上光學(xué)遙感圖像目標(biāo)識別與GPU并行加速

  更多相關(guān)文章： 光學(xué)遙感 目標(biāo)識別 海陸分割 邊緣提取 GPU加速

【摘要】：隨著遙感成像技術(shù)的日新月異,遙感圖像的獲取方式已經(jīng)從傳統(tǒng)的合成孔徑雷達(dá)轉(zhuǎn)向了光學(xué)相機。光學(xué)相機帶來的遙感圖像分辨率的提高使得我們可以在圖像上檢測感興趣的目標(biāo)。作為光學(xué)遙感圖像的重要應(yīng)用之一,軍事活動中的應(yīng)用是遙感技術(shù)應(yīng)用的重點,各國對此投入了大量資源來建設(shè)遙感圖像處理平臺。遙感圖像目前已經(jīng)廣泛應(yīng)用于國防軍事的各個方面,其中包括軍事目標(biāo)偵查、戰(zhàn)場態(tài)勢評估和武器自動制導(dǎo)等諸多方面。無論是基于航空平臺的遙感還是航天平臺的遙感,都成為目前軍事行動戰(zhàn)場情報獲取的主要技術(shù)手段。在海洋遙感中,海上目標(biāo)檢測在海上交通管理、重點軍事目標(biāo)跟蹤和應(yīng)對海上緊急情況等方面有著廣闊的應(yīng)用空間。而國家的海上軍事力量,尤其是航母編隊和艦船編隊是偵查和監(jiān)控的重點目標(biāo)。因此基于光學(xué)圖像遙感的艦船目標(biāo)偵查、自動檢測和無監(jiān)督識別技術(shù)具有重要的研究意義。近代隨著衛(wèi)星的發(fā)射數(shù)量越來越多、衛(wèi)星的重返周期越來越短和圖像空間分辨率的不斷提高,致使光學(xué)遙感圖像的數(shù)據(jù)量急劇增大。如何從龐大的光學(xué)遙感圖像數(shù)據(jù)庫中快速、準(zhǔn)確地檢測感興趣的目標(biāo)是一項具有很大挑戰(zhàn)性的任務(wù),亟待解決。傳統(tǒng)的圖像處理算法都是基于CPU串行實現(xiàn)的,由于算法的計算量大,因此CPU很難完成對算法的實時計算。近些年NVIDIA公司推出統(tǒng)一設(shè)備計算架構(gòu)CUDA(compute unified device architecture),可以將在CPU上串行執(zhí)行的代碼移植到圖形處理芯片GPU(graphic process unit)上并行運行。移植后的算法執(zhí)行效率相比于CPU能夠達(dá)到數(shù)十倍的提高,可以實現(xiàn)算法的實時性計算。本文主要圍繞光學(xué)遙感圖像中的艦船目標(biāo)檢測技術(shù)與加速任務(wù)展開。介紹了課題的背景和艦船目標(biāo)檢測與識別面臨的難點問題,并根據(jù)問題分析來設(shè)計遙感圖像中艦船檢測與識別的主要處理流程。然后針對設(shè)計完成的處理算法,進(jìn)行效率分析比較并找出其中可以優(yōu)化加速的部分。對這部分代碼采用GPU加速算法進(jìn)行代碼移植和加速同時給出實驗結(jié)果。文章整體上完成了對于目標(biāo)的檢測任務(wù)和GPU加速的并行實現(xiàn)。
【關(guān)鍵詞】：光學(xué)遙感 目標(biāo)識別 海陸分割 邊緣提取 GPU加速
【學(xué)位授予單位】：中國科學(xué)院長春光學(xué)精密機械與物理研究所
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP751
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第1章 緒論11-21
• 1.1. 目標(biāo)識別11-14
• 1.1.1. 研究背景、意義11-13
• 1.1.2. 研究現(xiàn)狀與發(fā)展趨勢13-14
• 1.2. GPU加速應(yīng)用14-18
• 1.2.1. GPU簡介15-16
• 1.2.2. GPU特點與優(yōu)勢16-18
• 1.3. 本文技術(shù)內(nèi)容與組織結(jié)構(gòu)18-21
• 第2章 目標(biāo)識別技術(shù)概述21-31
• 2.1. 遙感圖像目標(biāo)識別技術(shù)21-28
• 2.1.1. 特征判別法21-24
• 2.1.2. 模板匹配法24-27
• 2.1.3. 模式識別27-28
• 2.2. 神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)28-31
• 第3章 高分辨率遙感下目標(biāo)識別算法31-49
• 3.1. 高分辨率遙感數(shù)據(jù)31-32
• 3.2. 圖像處理方法和流程32-43
• 3.2.1. 多分辨率預(yù)處理35-38
• 3.2.2. 分割處理38-41
• 3.2.3. 邊緣檢測與目標(biāo)提取41-43
• 3.3. 算法PC流程43-49
• 第4章 圖像處理的GPU并行加速49-55
• 4.1. GPU加速的CUDA框架49-51
• 4.2. GPU算法的實現(xiàn)51-52
• 4.3. 目標(biāo)識優(yōu)化高斯濾波和差分應(yīng)用52-55
• 第5章 實驗與討論55-65
• 5.1 算法的CPU與GPU實驗驗證55-63
• 5.1.1. 海陸分割算法CPU和GPU實現(xiàn)56-58
• 5.1.2. 邊緣檢測與最終檢測的CPU和GPU實現(xiàn)58-63
• 5.2 實驗結(jié)果討論63-65
• 第6章 總結(jié)與展望65-69
• 6.1. 總結(jié)65-66
• 6.2. 本文創(chuàng)新點66-67
• 6.3. 展望67-69
• 參考文獻(xiàn)69-75
• 在學(xué)期間學(xué)術(shù)成果情況75-77
• 指導(dǎo)教師及作者簡介77-79
• 致謝79-80

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;美國小型光學(xué)遙感衛(wèi)星的新進(jìn)展[J];國際太空;1996年09期

2 王斌永;海洋和水環(huán)境航空光學(xué)遙感系統(tǒng)[J];紅外;2002年10期

3 郭今昌;;商用高分辨率光學(xué)遙感衛(wèi)星及平臺技術(shù)分析[J];航天器工程;2009年02期

4 吳桂英;超高分辨率成像光譜儀在陸地和機載光學(xué)遙感中的應(yīng)用[J];光機電信息;1995年12期

5 牛錚;光學(xué)遙感大氣訂正總體思路與最新進(jìn)展[J];遙感技術(shù)與應(yīng)用;1998年01期

6 馬文坡;;衛(wèi)星光學(xué)遙感系統(tǒng)優(yōu)化設(shè)計與像質(zhì)評價探討[J];航天返回與遙感;2007年04期

7 高昆;劉迎輝;倪國強;張彥;;光學(xué)遙感圖像星上實時處理技術(shù)的研究[J];航天返回與遙感;2008年01期

8 周峰;鄭國憲;蘇云;;國外深空探測光學(xué)遙感載荷發(fā)展現(xiàn)狀與啟示[J];航天返回與遙感;2012年01期

9 徐茂松;李坤;謝酬;朱松;羅洪章;張風(fēng)麗;王雪軍;夏忠勝;黨永峰;;極化雷達(dá)與光學(xué)遙感森林雪災(zāi)破壞協(xié)同監(jiān)測[J];南京林業(yè)大學(xué)學(xué)報(自然科學(xué)版);2014年04期

10 高立寧;畢福昆;龍騰;楊健;;一種光學(xué)遙感圖像海面艦船檢測算法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2011年01期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 龍超;;美國新一代商用光學(xué)遙感衛(wèi)星及其新技術(shù)[A];中國光學(xué)學(xué)會2011年學(xué)術(shù)大會摘要集[C];2011年

2 周勝利;馬駿;徐鵬;;航天光學(xué)遙感系統(tǒng)的圖像質(zhì)量預(yù)估[A];第十一屆全國光學(xué)測試學(xué)術(shù)討論會論文（摘要集）[C];2006年

3 張曉輝;韓昌元;;傳輸型CCD光學(xué)遙感相機綜合像質(zhì)評價[A];第十屆全國光學(xué)測試學(xué)術(shù)討論會論文（摘要集）[C];2004年

4 姜偉;黃巧林;;航天光學(xué)遙感InGaAs短波紅外成像應(yīng)用技術(shù)[A];第二十三屆全國空間探測學(xué)術(shù)交流會論文摘要集[C];2010年

5 鄭小兵;張黎明;吳浩宇;章駿平;李雙;王驥;;面向光學(xué)遙感的先進(jìn)光譜輻射定標(biāo)技術(shù)[A];第十四屆全國遙感技術(shù)學(xué)術(shù)交流會論文選集[C];2003年

6 張佳華;許云;姚鳳梅;王培娟;郭文娟;李莉;;植被含水量光學(xué)遙感估算方法研究進(jìn)展[A];遙感定量反演算法研討會摘要集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 北京空間機電研究所;空間探秘創(chuàng)偉業(yè) 自主創(chuàng)新建奇功[N];科技日報;2008年

2 北京空間機電研究所;空間探秘創(chuàng)偉業(yè) 自主創(chuàng)新建奇功[N];光明日報;2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 王澤龍;光學(xué)遙感壓縮成像理論與系統(tǒng)設(shè)計[D];國防科學(xué)技術(shù)大學(xué);2013年

2 黃紅蓮;光學(xué)遙感偏振成像仿真與驗證方法研究[D];中國科學(xué)技術(shù)大學(xué);2015年

3 王臣立;雷達(dá)與光學(xué)遙感結(jié)合在森林凈初級生產(chǎn)力研究中應(yīng)用[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2006年

4 鄒樂君;基于光學(xué)遙感的海島識別及算法研究[D];浙江大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 秦寧麗;基于多特征融合的光學(xué)遙感圖像目標(biāo)分類算法研究[D];沈陽航空航天大學(xué);2016年

2 張帆;海上光學(xué)遙感圖像目標(biāo)識別與GPU并行加速[D];中國科學(xué)院長春光學(xué)精密機械與物理研究所;2016年

3 徐琰;利用二元光學(xué)技術(shù)設(shè)計輕量化光學(xué)遙感系統(tǒng)[D];國防科學(xué)技術(shù)大學(xué);2006年

4 李立源;非規(guī)則采樣光學(xué)遙感圖像復(fù)原方法研究[D];哈爾濱工業(yè)大學(xué);2013年

5 金文超;基于復(fù)雜背景的光學(xué)遙感圖像艦船目標(biāo)檢測技術(shù)[D];哈爾濱工程大學(xué);2013年

6 李慧娟;光學(xué)遙感成像系統(tǒng)MTF在線補償技術(shù)的研究[D];中國科學(xué)院研究生院(西安光學(xué)精密機械研究所);2012年

7 張文浩;光學(xué)遙感圖像跑道提取與油罐目標(biāo)識別技術(shù)研究[D];電子科技大學(xué);2010年

，

本文編號：685497