近年來,CPU-GPU異構(gòu)系統(tǒng)在光學(xué)遙感影像數(shù)據(jù)處理領(lǐng)域的應(yīng)用得到了廣泛關(guān)注。首先介紹CPU-GPU異構(gòu)系統(tǒng)的體系架構(gòu)及發(fā)展歷程。其次,介紹光學(xué)遙感影像數(shù)據(jù)處理流程。接下來,對(duì)CPU-GPU異構(gòu)系統(tǒng)在光學(xué)遙感影像預(yù)處理、后續(xù)處理領(lǐng)域應(yīng)用現(xiàn)狀進(jìn)行介紹。最后對(duì)CPU-GPU異構(gòu)系統(tǒng)在光學(xué)遙感影像數(shù)據(jù)處理系統(tǒng)中的應(yīng)用進(jìn)行分析和總結(jié),分析可知,CPU-GPU異構(gòu)系統(tǒng)在光學(xué)遙感影像數(shù)據(jù)處理領(lǐng)域應(yīng)用具有可行性且前景廣闊,但仍需解決算法并行化設(shè)計(jì)、優(yōu)化及CPU和GPU負(fù)載平衡等關(guān)鍵問題,這對(duì)推動(dòng)CPU-GPU異構(gòu)系統(tǒng)在光學(xué)遙感影像數(shù)據(jù)處理中的應(yīng)用具有重要意義。 

【文章來源】：紅外與激光工程. 2020,49(S1)北大核心

【文章頁數(shù)】：9 頁

【文章目錄】：
0 引言
1 CPU-GPU異構(gòu)系統(tǒng)的體系架構(gòu)及發(fā)展歷程
    1.1 CPU-GPU異構(gòu)系統(tǒng)的體系架構(gòu)
    1.2 CPU-GPU異構(gòu)系統(tǒng)發(fā)展歷程
2 光學(xué)遙感影像數(shù)據(jù)處理流程
    2.1 相對(duì)輻射校正
    2.2 影像復(fù)原
    2.3 幾何校正
    2.4 影像融合
    2.5 目標(biāo)識(shí)別
3 CPU-GPU異構(gòu)系統(tǒng)在光學(xué)遙感影像數(shù)據(jù)處理領(lǐng)域應(yīng)用現(xiàn)狀
    3.1 CPU-GPU異構(gòu)系統(tǒng)在光學(xué)遙感影像預(yù)處理中的研究現(xiàn)狀
    3.2 CPU-GPU異構(gòu)系統(tǒng)在光學(xué)遙感影像后續(xù)處理中的研究現(xiàn)狀
4 關(guān)鍵技術(shù)問題
5 未來發(fā)展趨勢(shì)


【參考文獻(xiàn)】：
期刊論文
[1]基于GPU的遙感圖像幾何校正算法設(shè)計(jì)與實(shí)現(xiàn)[J]. 吳敵,汪紅強(qiáng),鄒同元.  信息與電腦(理論版). 2020(03)
[2]基于改進(jìn)的加速魯棒特征的目標(biāo)識(shí)別[J]. 龍思源,張葆,宋策,孫�；�.  中國光學(xué). 2017(06)
[3]Canny算法的GPU并行加速[J]. 張帆,韓樹奎,張立國,王文勝.  中國光學(xué). 2017(06)
[4]從對(duì)地觀測(cè)衛(wèi)星到對(duì)地觀測(cè)腦[J]. 李德仁,王密,沈欣,董志鵬.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2017(02)
[5]基于深度學(xué)習(xí)的高分辨率遙感圖像識(shí)別與分類研究[J]. 張日升,張燕琴.  信息通信. 2017(01)
[6]空間遙感測(cè)繪光學(xué)系統(tǒng)研究綜述[J]. 鞏盾.  中國光學(xué). 2015(05)
[7]GPU用于高光譜數(shù)據(jù)高性能計(jì)算的應(yīng)用實(shí)踐與分析[J]. 許寧,肖新耀,胡玉新,溫靜,汪大明.  地質(zhì)力學(xué)學(xué)報(bào). 2015(02)
[8]基于GPU的高光譜遙感影像數(shù)據(jù)處理[J]. 湯媛媛,周海芳,方民權(quán),申小龍.  信息安全與技術(shù). 2015(04)
[9]基于L0正則化模糊核估計(jì)的遙感圖像復(fù)原[J]. 閆敬文,彭鴻,劉蕾,金光,鐘興.  光學(xué)精密工程. 2014(09)
[10]基于GPU的高光譜遙感圖像PPI并行優(yōu)化[J]. 宋義剛,葉舜,吳澤彬,韋志輝.  航天返回與遙感. 2014(04)

博士論文
[1]CPU/GPU協(xié)同的光學(xué)衛(wèi)星遙感數(shù)據(jù)高性能處理方法研究[D]. 方留楊.武漢大學(xué) 2015
[2]遙感圖像幾何校正及目標(biāo)識(shí)別技術(shù)研究[D]. 王春媛.哈爾濱工業(yè)大學(xué) 2014
[3]攝影測(cè)量數(shù)據(jù)GPU并行處理若干關(guān)鍵技術(shù)研究[D]. 楊靖宇.解放軍信息工程大學(xué) 2011
[4]基于GPU的高性能并行算法研究[D]. 白洪濤.吉林大學(xué) 2010

碩士論文
[1]基于GPU的離散粒子群高光譜圖像端元提取算法并行化研究[D]. 俞潮音.重慶郵電大學(xué) 2018
[2]基于廣義組合核的高光譜圖像GPU并行分類[D]. 甘繼生.南京理工大學(xué) 2018
[3]CPU-GPU異構(gòu)平臺(tái)的性能優(yōu)化研究及其在實(shí)時(shí)信號(hào)模擬技術(shù)中的應(yīng)用[D]. 陳冬冬.浙江大學(xué) 2017
[4]基于GPU的遙感影像融合方法研究[D]. 周嘉男.蘭州交通大學(xué) 2015
[5]CPU/GPU異構(gòu)系統(tǒng)下高光譜遙感影像線性降維并行算法研究與實(shí)現(xiàn)[D]. 方民權(quán).國防科學(xué)技術(shù)大學(xué) 2013



本文編號(hào)：3019009