發(fā)布時間：2017-09-28 09:22

  本文關(guān)鍵詞：基于GPU的遙感影像歸一化植被指數(shù)算法研究

  更多相關(guān)文章： 歸一化植被指數(shù) 圖形處理單元 直方圖 二維線程映射模型 加速比

【摘要】：隨著遙感傳感器獲取數(shù)據(jù)的技術(shù)漸漸成熟,方式也正在多樣化,獲取的數(shù)據(jù)分辨率越來越高,因此獲取的影像數(shù)據(jù)量呈指數(shù)級地增長,同時也造成了單幅影像的數(shù)據(jù)大小成倍增加,對處理器計算單元和存儲器存儲帶寬都有了更高的要求,最終造成計算機(jī)處理遙感影像數(shù)據(jù)的負(fù)荷急劇增大,產(chǎn)生大量的計算時間。遙感影像處理系統(tǒng)往往要求具有實時或準(zhǔn)時處理大規(guī)模數(shù)據(jù)的能力,基于CPU串行架構(gòu)的植被指數(shù)提取算法已經(jīng)不能滿足這種需求。已有的加速提取遙感影像歸一化植被指數(shù)研究主要集中在使用多核CPU并行處理方式上,或者部分操作過程用GPU來實現(xiàn)加速,整個計算過程沒有經(jīng)過嚴(yán)格的任務(wù)劃分,也沒有制訂合理的線程分配方案。因此,研究歸一化植被指數(shù)并行算法,提高執(zhí)行效率,就顯得尤為重要。為解決以上出現(xiàn)的問題,本文提出了一種基于GPU的遙感影像歸一化植被指數(shù)研究方法。一方面,通過分析歸一化植被指數(shù)研究內(nèi)容,設(shè)計了并行算法的詳細(xì)流程,并對計算任務(wù)進(jìn)行合理的劃分,將符合GPU計算特點的任務(wù)并行化;另一方面,結(jié)合CUDA架構(gòu)特點,制訂最優(yōu)的線程映射模型、研究特定的GPU優(yōu)化技術(shù)。具體來說,本文主要工作與貢獻(xiàn)有以下幾點:1.簡單介紹了GPU的歷史及發(fā)展趨勢,詳細(xì)論述了CUDA技術(shù)基礎(chǔ)。2.通過分析歸一化植被指數(shù)研究內(nèi)容,利用ERDAS IMAGINE軟件實現(xiàn)多光譜遙感圖像波段分離,得到實驗所用的紅外波段和近紅外波段圖像數(shù)據(jù);基于Open CV實現(xiàn)圖像的讀取與顯示,圖像讀入內(nèi)存后以Mat類型數(shù)據(jù)結(jié)構(gòu)存儲;詳細(xì)論述算法涉及到的遙感圖像處理操作,計算圖像灰度直方圖、直方圖拉伸、直方圖均衡化、圖像二值化(大津法),以便根據(jù)圖像處理的特點來確定是否能夠并行化。3.從算法的基本思想出發(fā),分析算法并行化的想法是否可行,在得知可行的基礎(chǔ)上設(shè)計算法提取流程;研究CPU與GPU任務(wù)劃分原則、核函數(shù)的維線程映射模型(Two-Dimension);GPU存儲方面選擇讀取速度較快的共享存儲器,并通過thread Dim.x+1的行來避免發(fā)生bank conflict;最后,根據(jù)選用的GPU的技術(shù)參數(shù),優(yōu)化核函數(shù)的執(zhí)行參數(shù),即啟動block和thread的數(shù)量,使GPU的性能發(fā)揮至最大。4.通過驗證算法結(jié)果和一系列相關(guān)測試,得出實驗結(jié)論:本文提出的研究方法在歸一化植被指數(shù)信息提取應(yīng)用上能夠獲得很好的加速比。
【關(guān)鍵詞】：歸一化植被指數(shù) 圖形處理單元 直方圖 二維線程映射模型 加速比
【學(xué)位授予單位】：河南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP751
【目錄】：

• 摘要4-6
• ABSTRACT6-10
• 1 緒論10-16
• 1.1 研究背景及意義10-12
• 1.1.1 研究的背景10-11
• 1.1.2 研究的意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-14
• 1.3 研究內(nèi)容與結(jié)構(gòu)安排14-16
• 2 GPU通用并行計算與CUDA技術(shù)基礎(chǔ)16-26
• 2.1 GPU發(fā)展簡介16-17
• 2.2 GPU與CPU的對比17-19
• 2.3 CUDA架構(gòu)19-25
• 2.3.1 CUDA軟件環(huán)境19-20
• 2.3.2 CUDA編程模型20-21
• 2.3.3 CUDA存儲器模型21-23
• 2.3.4 CUDA執(zhí)行模型23-25
• 2.4 本章小結(jié)25-26
• 3 遙感影像歸一化植被指數(shù)研究內(nèi)容26-34
• 3.1 歸一化植被指數(shù)研究方法26-27
• 3.2 多光譜遙感圖像波段分離27-29
• 3.3 基于OpenCV的圖像讀取與顯示29
• 3.4 遙感圖像處理29-32
• 3.4.1 數(shù)字圖像灰度直方圖29-30
• 3.4.2 圖像的增強(qiáng)處理（對比度拉伸）30-31
• 3.4.3 基于OTSU算法的圖像二值化處理31-32
• 3.5 本章小結(jié)32-34
• 4 基于GPU實現(xiàn)遙感影像歸一化植被指數(shù)算法34-46
• 4.1 算法加速的可行性分析34-35
• 4.2 算法的并行化35-39
• 4.2.1 CPU與GPU任務(wù)劃分35-37
• 4.2.2 線程映射模型37-39
• 4.3 并行算法的實現(xiàn)流程39-40
• 4.4 算法的準(zhǔn)確性驗證40-45
• 4.4.1 使用ENVI實現(xiàn)歸一化植被指數(shù)算法41-43
• 4.4.2 對歸一化植被指數(shù)并行算法的結(jié)果驗證43-44
• 4.4.3 歸一化植被指數(shù)提取結(jié)果誤差分析44-45
• 4.5 本章小結(jié)45-46
• 5 遙感影像歸一化植被指數(shù)并行算法優(yōu)化46-54
• 5.1 block和thread數(shù)量優(yōu)化46-48
• 5.2 共享存儲器訪問優(yōu)化48
• 5.3 并行算法性能測試48-53
• 5.3.1 測試環(huán)境及方法48-50
• 5.3.2 block和thread數(shù)量優(yōu)化后的性能對比50-51
• 5.3.3 共享存儲器訪問優(yōu)化后的性能對比51-52
• 5.3.4 歸一化植被指數(shù)提取算法的性能對比52-53
• 5.4 本章小結(jié)53-54
• 6 總結(jié)與展望54-56
• 6.1 研究工作總結(jié)54
• 6.2 進(jìn)一步的工作與展望54-56
• 參考文獻(xiàn)56-59
• 致謝59-61
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與參加的項目61-62

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李小文,高峰,王錦地,A.Strahler,C.Schaaf;二向性歸一化植被指數(shù):概念及應(yīng)用[J];自然科學(xué)進(jìn)展;2001年08期

2 郝曉劍;周漢昌;劉良云;姜三平;;歸一化植被指數(shù)測量儀的研制與應(yīng)用[J];中北大學(xué)學(xué)報(自然科學(xué)版);2006年05期

3 韓晶;鄧喀中;范洪冬;;基于歸一化植被指數(shù)的城市熱島效應(yīng)分析[J];測繪與空間地理信息;2012年09期

4 田野;徐恒力;劉雙;李海龍;;基于歸一化植被指數(shù)變化分級的千山植被變化[J];中國水土保持;2010年01期

5 王今殊;;北京地區(qū)陸表溫度空間分布特征與下墊面的關(guān)系[J];徐州師范大學(xué)學(xué)報(自然科學(xué)版);2009年04期

6 王軍德;李元紅;張新民;胡想全;;基于RS的石羊河上游歸一化植被指數(shù)分析[J];人民黃河;2008年11期

7 杜子濤;占玉林;王長耀;宋廣智;;基于MODIS NDVI的科爾沁沙地荒漠化動態(tài)監(jiān)測[J];國土資源遙感;2009年02期

8 符思濤;周云;;基于遙感影像的歸一化植被指數(shù)算法研究[J];江西測繪;2010年03期

9 馮銳;紀(jì)瑞鵬;武晉雯;張玉書;王宏博;陳鵬獅;于文穎;張淑杰;;FY3/MERSI和EOS/MODIS歸一化植被指數(shù)差異分析[J];中國農(nóng)學(xué)通報;2010年19期

10 夏雙;阮仁宗;顏梅春;佘遠(yuǎn)見;王玉強(qiáng);;洪澤湖濕地類型變化分析[J];南京林業(yè)大學(xué)學(xué)報(自然科學(xué)版);2012年01期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 卓嘎;李欣;羅布;王彩云;;西藏地區(qū)近期植被變化的遙感分析[A];第27屆中國氣象學(xué)會年會氣候資源應(yīng)用研究分會場論文集[C];2010年

2 張紅衛(wèi);陳懷亮;申雙和;孫睿;;基于MODIS數(shù)據(jù)的農(nóng)田淺層土壤濕度指數(shù)的構(gòu)造與應(yīng)用[A];第26屆中國氣象學(xué)會年會農(nóng)業(yè)氣象防災(zāi)減災(zāi)與糧食安全分會場論文集[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 本報記者 李長青 通訊員 陳鵬獅;風(fēng)云之眼聚焦東北濕地[N];中國氣象報;2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 孟鶴;基于GPU的遙感影像歸一化植被指數(shù)算法研究[D];河南大學(xué);2016年

2 馮欣;城市擴(kuò)展及熱島效應(yīng)的動態(tài)監(jiān)測與研究[D];東北林業(yè)大學(xué);2007年

3 彭麗;基于MODIS和氣象數(shù)據(jù)的陜西省小麥與玉米產(chǎn)量估算模型研究[D];浙江大學(xué);2014年

，

本文編號：935037