共查询到20条相似文献，搜索用时 93 毫秒
1.
2.
针对现有的OpenMP和直接的线程并行法难以对遥感影像处理链进行加速的问题,引入流水线概念对复杂的功能链进行并行加速,提出了基于流水线技术的遥感影像并行处理方法。影像处理实验验证了流水线在遥感影像多级连续处理方面的优势。 相似文献
3.
利用MapReduce进行批量遥感影像瓦片金字塔构建 总被引：2，自引：0，他引：2
在分析面向瓦片金字塔并行构建任务分解的基础上,提出了一种利用MapReduce进行批量遥感影像瓦片金字塔并行构建的方法.实验结果表明,该方法不仅在集群上快速、有效地解决了单机上难以解决的大规模批量遥感影像瓦片金字塔的构建操作,而且具有良好的可扩展性.同时,该算法可作为大规模遥感影像并行处理的基础框架,非常容易扩展到高效能影像特征提取、遥感影像融合以及影像增量计算等其他海量遥感影像处理任务中. 相似文献
4.
5.
6.
《武汉大学学报(信息科学版)》2016,(3)
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。 相似文献
7.
像素工厂中真正射影像的生产及其精度分析 总被引：3，自引：1，他引：2
像素工厂是当今世界一流的遥感影像自动化处理系统,集自动化、并行处理、多种影像兼容、远程管理等特点于一身,代表了当前遥感影像数据处理技术的发展方向,主要用于地形图测绘、城市规划等.这里主要分析像素工厂生产数字表面模型(DSM)和真正射影像的工作流程,并结合实际生产进行精度分析. 相似文献
8.
9.
10.
随着科学技术的快速发展,人们对于高性能计算技术的需求日益迫切,大规模数据并行处理的集群式系统实现技术开始逐步成熟。我国已对该项技术进行了深入研究,并将其应用到遥感影像处理技术当中,形成了集群式数字摄影测量系统Pixel Grid。相对于传统的摄影测量及遥感影像处理过程,集群式系统整合资源、集成技术,大大提高了数字摄影测量以及遥感影像数据处理乃至空间信息提取的处理效率。这也是目前遥感影像处理技术发展的重要方向之一。 相似文献
11.
12.
高光谱图像经过辐射校正后,消除了探测元的响应差异,能更好地满足专题信息提取的数据要求.利用探测元的列均值、列标准差等统计信息对天宫一号高光谱短波红外数据进行辐射校正检验,并基于GPU CUDA计算模型对均值归一化、矩匹配、相邻列均衡等3种相对辐射校正算法进行了并行计算优化.通过辐射校正计算流程拆分,CPU控制流程逻辑,GPU执行数据级并行计算,并建立CUDA的计算单元与数据单元的映射关系,获得5—7倍的计算加速比,这些辐射校正算法依据图像自身统计信息,且易于进行并行计算优化,满足实时校正的处理时效要求,为未来高光谱数据在轨实时辐射校正提供了新思路. 相似文献
13.
研究了一种基于数据划分的遥感影像并行处理的路径优化算法,用于解决将并行技术应用于海量遥感影像分布式存储和处理领域时其处理模型所具有的多路可达性所引起的路径动态、最优选择问题。在栅格数据可分解性分析及并行模型数据态、元素、相对信息量和映射等8个基本定义和6个性质的基础上,给出并行处理一般数学模型。以该模型为基础获得在一般并行处理情况下,以平均计算代价变量的比值作为控制横向并行与纵向并行选择方式的标志,并进一步给出四叉树索引并行生成、基于四叉树的目标检测并行处理等具体示例。最后,通过试验验证了算法的有效性,分析了算法的特点及影响因素。 相似文献
14.
随着航空航天遥感技术的不断发展,以遥感影像为代表的栅格数据分辨率越来越高,遥感影像处理呈现出数据量大、复杂度高的特点。近年来,通用GPU的运算性能不断提高为加速密集运算提供了新的途径,目前,采用GPU并行技术进行遥感影像处理成为新的研究热点。本文提出了基于GPU并行计算的巨幅遥感影像坐标转换方法,实践证明,相比于传统的转换方法基于GPU的算法有较为明显的提速。 相似文献
15.
16.
基于精密单点定位技术的非差模式是当前GNSS数据处理的主要策略之一。随着测站规模的增大,非差模式的处理时间也线性递增,传统的串行处理方法需消耗大量的计算时间。采用工厂模式和责任链模式实现了非差精密单点定位;利用轻量级的并行编程技术从底层设计并实现了基于任务的非差多核并行解算;进一步在网络多节点环境中建立并发布非差计算服务,实现了网络多节点协同并行解算GNSS数据。通过大量数据的测试与试验,验证了多核多节点的非差并行解算方案的高效性。试验结果表明,单节点多核并行、双节点网络并行、四节点网络并行、六节点网络并行的计算效率分别比单节点串行方案平均提高了2.74,5.30,9.38和14.69倍。 相似文献
17.
The Markov chain random field (MCRF) model is a spatial statistical approach for modeling categorical spatial variables in multiple dimensions. However, this approach tends to be computationally costly when dealing with large data sets because of its sequential simulation processes. Therefore, improving its computational efficiency is necessary in order to run this model on larger sizes of spatial data. In this study, we suggested four parallel computing solutions by using both central processing unit (CPU) and graphics processing unit (GPU) for executing the sequential simulation algorithm of the MCRF model, and compared them with the nonparallel computing solution on computation time spent for a land cover post-classification. The four parallel computing solutions are: (1) multicore processor parallel computing (MP), (2) parallel computing by GPU-accelerated nearest neighbor searching (GNNS), (3) MP with GPU-accelerated nearest neighbor searching (MP-GNNS), and (4) parallel computing by GPU-accelerated approximation and GPU-accelerated nearest neighbor searching (GA-GNNS). Experimental results indicated that all of the four parallel computing solutions are at least 1.8× faster than the nonparallel solution. Particularly, the GA-GNNS solution with 512 threads per block is around 83× faster than the nonparallel solution when conducting a land cover post-classification with a remotely sensed image of 1000?×?1000 pixels. 相似文献
18.
基于GPGPU的并行影像匹配算法 总被引：7，自引：1，他引：6
提出一种基于GPGPU的CUDA架构快速影像匹配并行算法,它能够在SIMT模式下完成高性能并行计算。并行算法根据GPU的并行结构和硬件特点,采用执行配置技术、高速存储技术和全局存储技术三种加速技术,优化数据存储结构,提高数据访问效率。实验结果表明,并行算法充分利用GPU的并行处理能力,在处理1280×1024分辨率的8位灰度图像时可达到最高多处理器warp占有率,速度是基于CPU实现的7倍。CUDA在高运算强度数据处理中呈现出的实时处理能力和计算能力,为进一步加速影像匹配性能和GPU通用计算提供了新的方法和思路。 相似文献
19.
遥感影像CVA变化检测的CUDA并行算法设计 总被引：1，自引：1，他引：0
随着遥感影像数据量以及复杂程度的日益增加,遥感图像的快速处理成为实际应用过程中亟需解决的问题。为了实现遥感影像的实时变化检测,针对基于变化矢量分析CVA的变化检测算法,设计了一种基于统一计算设备构架CUDA的并行处理模型。首先利用地理空间数据提取库GDAL实现大数据量遥感影像的分块读取、操作和保存;其次将基于变化矢量分析的变化检测过程分为变化强度检测、映射表构建和变化方向检测,并借助CUDA C将变化矢量分析算法的3个步骤嵌入到CPU和GPU组成的异构平台上进行实验;最后利用该模型对不同数据量的遥感影像进行CVA变化检测并作对比分析。实验结果表明:与CPU串行相比,基于GPU/CUDA的遥感影像CVA的变化检测速度提高了10倍左右;在一定程度上,达到了实时变化检测的效果。 相似文献
20.
CGCS2000精化及其全球拓展需要采用最新的模型,处理长期积累的大型GNSS观测网数据,大型GNSS网联合、快速和协同解算是空间基准精化、维持与服务的重要技术方向.在大数据技术背景下,以并行计算、云计算为代表的高性能计算技术逐渐成为大规模数据处理的首选方法.针对海量、多源、异构GNSS数据在解算处理与平差分析等方面面... 相似文献