文献类型：期刊文章

作　　者：罗耀华[1,2] 郭科[2,3] 赵仕波[1]

机构地区：[1]成都理工大学网络与教育技术中心,四川成都610059 [2]成都理工大学数学地质四川省重点实验室,四川成都610059 [3]成都理工大学管理科学学院,四川成都610059

出　　处：《四川师范大学学报（自然科学版）》

基　　金：国家863课题(2012AA063501);国家自然科学基金(41272363);四川省矿产资源中心项目(SCKXZY-YB010)资助项目

年　　份：2013

卷　　号：36

期　　号：3

起止页码：476-479

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSCD、CSCD_E2013_2014、JST、MR、RCCSE、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：最小噪声分离变换(MNF)是高光谱遥感影像分类中特征提取和去除噪声的有效方法.MNF算法涉及大量的矩阵运算,在实际工程的海量数据处理中存在计算时间长的问题.在分析MNF算法原理的基础上,运用图形处理单元(GPU)并行框架对该算法进行优化,并通过不同大小的高光谱遥感数据进行计算和分析.结果表明,随着影像数据量的递增,采用并行计算方式的提速比呈明显上升趋势,说明GPU并行方式对于计算密集型的大数据量处理具有良好的提速效果,为解决海量高光谱遥感数据处理速度慢的问题提供了思路.

关 键 词：高光谱遥感 MNF变换  图形处理单元 并行计算

分 类 号：TP75]