基于GPU的高光谱遥感图像并行降维算法研究及其存储优化
高光谱遥感图像降维是高光谱遥感图像处理必不可少的过程,该过程具有数据量大、计算量大、处理时间长的特点.利用图像处理单元GPU的通用计算能力,可以大幅加快程序处理速度,但要想完全发挥出GPU的计算性能,又必须针对GPU的存储体系进行存储优化.针对典型的高光谱数据降维方法——主成分分析(PCA)算法进行GPU加速及存储优化研究,通过合理的CPU/GPU任务划分、通信优化、访存优化等手段大幅提升了程序的运行速率.实验结果显示,存储优化后的GPU程序相对未优化的GPU程序,最高能获得2.6倍加速比;GPU并行PCA算法总时间相对串行PCA,最高能获得122倍加速比.研究表明GPU通用计算在高光谱遥感图像处理领域有广泛的应用前景.
遥感图像 降维处理 主成分分析算法 存储优化
方民权 周海芳 姚天问 申小龙
国防科学技术大学计算机学院,长沙410073
国内会议
武汉
中文
231-236
2013-09-01（万方平台首次上网日期，不代表论文的发表时间）