留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

结合多种分解策略的遥感影像去相关拉伸并行处理方法

杨景辉 张继贤

杨景辉, 张继贤. 结合多种分解策略的遥感影像去相关拉伸并行处理方法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(3): 402-407. doi: 10.13203/j.whugis20140222
引用本文: 杨景辉, 张继贤. 结合多种分解策略的遥感影像去相关拉伸并行处理方法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(3): 402-407. doi: 10.13203/j.whugis20140222
YANG Jinghui, ZHANG Jixian. The Parallel Decorrelation Stretching with Multiple Decomposition Tactics for Remotely Sensed Imagery[J]. Geomatics and Information Science of Wuhan University, 2016, 41(3): 402-407. doi: 10.13203/j.whugis20140222
Citation: YANG Jinghui, ZHANG Jixian. The Parallel Decorrelation Stretching with Multiple Decomposition Tactics for Remotely Sensed Imagery[J]. Geomatics and Information Science of Wuhan University, 2016, 41(3): 402-407. doi: 10.13203/j.whugis20140222

结合多种分解策略的遥感影像去相关拉伸并行处理方法

doi: 10.13203/j.whugis20140222
基金项目: 国家自然科学基金(40901229);国家863计划(2011AA120401)。
详细信息
    作者简介:

    杨景辉,博士生,主要从事遥感影像高性能处理研究。jhyang@vip.163.com

  • 中图分类号: P237;TP751

The Parallel Decorrelation Stretching with Multiple Decomposition Tactics for Remotely Sensed Imagery

Funds: The National Natural Science Foundation of China,No. 40901229; the National High Technology Research and Development Program (863 Program) of China, No. 2011AA120401.
  • 摘要: 提出了一种结合多种分解策略的遥感影像去相关拉伸并行处理方法,该方法根据不同步骤的特点采用不同任务分解策略:计算波段统计信息采用按波段进行任务分解,计算协方差矩阵采用按波段对进行任务分解,进行线性变换采用按数据块进行任务分解,实现了全过程的并行处理。在两台分别安装Windows 7和Linux操作系统的多核计算机下进行了OMIS机载高光谱影像和ASTER卫星影像的去相关拉伸并行处理实验,通过合理配置CPU核数和磁盘系统等,常用的12 ~ 16核计算机可取得最高约8倍的整体加速比。同时分析了影响整体加速性能的因素,给出了多核计算机用于遥感影像去相关拉伸并行处理的使用建议。
  • [1] Soha J M, Schwartz A A. Multispectral Histogram Normalization Contrast Enhancement [C]. The 5th Canadian Symposium on Remote Sensing, Victoria, BC, Canada, 1978
    [2] Gillespie A R. Enhancement of Multispectral Thermal Infrared Images: Decorrelation Contrast Stretching [J]. Remote Sensing of Environment, 1992, 42(2): 147-155
    [3] Achalakul T, Taylor S. A Distributed Spectral-screening PCT Algorithm [J]. Journal of Parallel and Distributed Computing, 2003, 63(3): 373-384
    [4] Wang Maozhi, Guo Ke, Xu Wenxi. Hyperspectral Remote Sensing Image Parallel Processing Based on Cluster and GPU[J]. Infrared and Laser Engineering, 2013, 42(11): 3 070-3 075 (王茂芝,郭科,徐文皙. 基于集群和GPU 的高光谱遥感影像并行处理[J]. 红外与激光工程, 2013, 42(11): 3 070-3 075)
    [5] Plaza A, Valencia D, Plaza J, et al. Commodity Cluster-based Parallel Processing of HyperspectralImagery [J]. Journal of Parallel and Distributed Computing, 2006, 66(3): 345-358
    [6] Luo Wenfei, Zhang Bing, Jia Xiuping. New Improvements in Parallel Implementation of N-FINDR Algorithm [J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50(10): 3 648-3 659
    [7] Remon A, Sanchez S, Paz A, et al. Real-time Endmember Extraction on Multi-core Processors [J]. IEEE Geoscience and Remote Sensing Letters, 2011, 8(5): 924-928
    [8] Bernabe S, Sanchez S, Plaza A, et al. Hyperspectral Unmixing on GPUs and Multi-Core Processors: A Comparison [J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2013, 6(3): 1 386-1 398
    [9] Yang Jingyu, Zhang Yongsheng,Li Zhengguo,et al. GPU-CPU Cooperate Processing of RS Image Ortho-Rectification[J]. Geomatics and Information Science of Wuhan University, 2011, 36(9): 1 043-1 046 (杨靖宇,张永生,李正国,等. 遥感影像正射纠正的GPU-CPU协同处理研究[J]. 武汉大学学报·信息科学版, 2011, 36(9): 1 043-1 046 )
    [10] Balz T, Zhang L, Liao M. Direct Stereo Radargrammetric Processing Using Massively Parallel Processing [J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2013, 79(1): 137-146
    [11] Fang L, Wang M, Li D, et al. CPU/GPU Near Real-time Preprocessing for ZY-3 Satellite Images: Relative Radiometric Correction, MTF Compensation, and Geocorrection [J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2014, 87(1): 229-240
    [12] Campbell N A. The Decorrelation Stretch Transformation [J]. International Journal of Remote Sensing, 1996, 17(10): 1 939-1 949
  • [1] 钟艾妮, 常栗筠, 马云龙, 亢孟军, 毛子源.  一种景观指数的GPU并行算法设计 . 武汉大学学报 ● 信息科学版, 2020, 45(6): 941-948. doi: 10.13203/j.whugis20190095
    [2] 王成, 毛大智, 施闯, 章红平.  全球电离层模型的分布式并行解算 . 武汉大学学报 ● 信息科学版, 2018, 43(8): 1207-1213. doi: 10.13203/j.whugis20160274
    [3] 施闯, 王成, 张涛.  基于超算的全球电离层模型快速并行解算 . 武汉大学学报 ● 信息科学版, 2018, 43(12): 2093-2098. doi: 10.13203/j.whugis20180114
    [4] 张强, 赵齐乐.  OpenMP并行计算在全球电离层反演中的应用 . 武汉大学学报 ● 信息科学版, 2018, 43(2): 227-233, 240. doi: 10.13203/j.whugis20160065
    [5] 钟何平, 田振, 吴浩然, 张森, 唐劲松.  共享内存环境下的并行质量引导相位解缠 . 武汉大学学报 ● 信息科学版, 2017, 42(1): 130-135. doi: 10.13203/j.whugis20140728
    [6] 谢金运, 涂伟, 李清泉, 常晓猛, 马承林, 李追日, 黄练.  大规模浮动车流数据并行地图匹配方法 . 武汉大学学报 ● 信息科学版, 2017, 42(5): 697-703. doi: 10.13203/j.whugis20140847
    [7] 李林阳, 吕志平, 崔阳, 王宇谱, 吕浩, 宫晓春.  大规模GNSS基线向量网抗差并行贝叶斯估计 . 武汉大学学报 ● 信息科学版, 2016, 41(10): 1385-1390. doi: 10.13203/j.whugis20140763
    [8] 吴辉, 刘永波, 秦承志, 刘军志, 江净超, 朱阿兴.  流域最佳管理措施情景优化算法的并行化 . 武汉大学学报 ● 信息科学版, 2016, 41(2): 202-207. doi: 10.13203/j.whugis20140048
    [9] 王玉着, 刘修国, 张唯.  并行化多流向策略的栅格河网提取算法 . 武汉大学学报 ● 信息科学版, 2015, 40(12): 1646-1652,1682. doi: 10.13203/j.whugis20140645
    [10] 江岭, 汤国安, 宋效东, 刘凯, 阳建逸.  顾及粒度控制的格网DEM洼地和平坦区预处理并行算法 . 武汉大学学报 ● 信息科学版, 2014, 39(12): 1457-1462.
    [11] 祁昆仑, 陈玉敏, 吴华意, 龚健雅.  MPI+OpenMP环境下的特征函数空间滤值并行化方法研究 . 武汉大学学报 ● 信息科学版, 2013, 38(6): 742-745.
    [12] 李坚, 李德仁, 邵振峰.  一种并行计算的流数据Delaunay构网算法 . 武汉大学学报 ● 信息科学版, 2013, 38(7): 794-798.
    [13] 付仲良, 刘思远.  MR-tree空间索引的Voronoi图改进及其并行空间查询方法 . 武汉大学学报 ● 信息科学版, 2012, 37(12): 1490-1494.
    [14] 翟晓芳, 龚健雅, 肖志峰, 张丙龙.  利用流水线技术的遥感影像并行处理 . 武汉大学学报 ● 信息科学版, 2011, 36(12): 1430-1433.
    [15] 刘进, 孙婧, 徐正全, 姚晔.  面向遥感影像内容的多级安全授权方法 . 武汉大学学报 ● 信息科学版, 2010, 35(9): 1096-1099.
    [16] 王连备, 贲进.  基于SOA的遥感影像共享架构研究 . 武汉大学学报 ● 信息科学版, 2010, 35(11): 1314-1317.
    [17] 刘小利, 朱国宾, 李清泉, 贾治革.  基于并行Tabu搜索和空间信息约束的遥感影像模糊聚类 . 武汉大学学报 ● 信息科学版, 2009, 34(5): 527-530.
    [18] 张剑清, 张勇, 郑顺义, 张宏伟.  高分辨率遥感影像的精纠正 . 武汉大学学报 ● 信息科学版, 2004, 29(11): 994-998.
    [19] 熊兴华, 李新涛.  面向对象的遥感影像模糊增强 . 武汉大学学报 ● 信息科学版, 2002, 27(5): 516-521,542.
    [20] 张景雄.  遥感影像的全模糊监督分类 . 武汉大学学报 ● 信息科学版, 1998, 23(3): 211-214.
  • 加载中
计量
  • 文章访问数:  941
  • HTML全文浏览量:  42
  • PDF下载量:  455
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-12-13
  • 刊出日期:  2016-03-05

结合多种分解策略的遥感影像去相关拉伸并行处理方法

doi: 10.13203/j.whugis20140222
    基金项目:  国家自然科学基金(40901229);国家863计划(2011AA120401)。
    作者简介:

    杨景辉,博士生,主要从事遥感影像高性能处理研究。jhyang@vip.163.com

  • 中图分类号: P237;TP751

摘要: 提出了一种结合多种分解策略的遥感影像去相关拉伸并行处理方法,该方法根据不同步骤的特点采用不同任务分解策略:计算波段统计信息采用按波段进行任务分解,计算协方差矩阵采用按波段对进行任务分解,进行线性变换采用按数据块进行任务分解,实现了全过程的并行处理。在两台分别安装Windows 7和Linux操作系统的多核计算机下进行了OMIS机载高光谱影像和ASTER卫星影像的去相关拉伸并行处理实验,通过合理配置CPU核数和磁盘系统等,常用的12 ~ 16核计算机可取得最高约8倍的整体加速比。同时分析了影响整体加速性能的因素,给出了多核计算机用于遥感影像去相关拉伸并行处理的使用建议。

English Abstract

杨景辉, 张继贤. 结合多种分解策略的遥感影像去相关拉伸并行处理方法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(3): 402-407. doi: 10.13203/j.whugis20140222
引用本文: 杨景辉, 张继贤. 结合多种分解策略的遥感影像去相关拉伸并行处理方法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(3): 402-407. doi: 10.13203/j.whugis20140222
YANG Jinghui, ZHANG Jixian. The Parallel Decorrelation Stretching with Multiple Decomposition Tactics for Remotely Sensed Imagery[J]. Geomatics and Information Science of Wuhan University, 2016, 41(3): 402-407. doi: 10.13203/j.whugis20140222
Citation: YANG Jinghui, ZHANG Jixian. The Parallel Decorrelation Stretching with Multiple Decomposition Tactics for Remotely Sensed Imagery[J]. Geomatics and Information Science of Wuhan University, 2016, 41(3): 402-407. doi: 10.13203/j.whugis20140222
参考文献 (12)

目录

    /

    返回文章
    返回