排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
高光谱遥感数据具有波段多、数据量大、处理复杂等特点, 基于GPU的高性能计算在遥感领域得到了快速发展, 为高光谱数据的快速处理提供了硬件和技术条件。采用GPU对高光谱遥感数据常用的SAM、PPI等处理算法进行应用实验, 验证基于GPU的高光谱遥感数据快速处理技术。实验采用新疆东天山地区的一景星载Hyperion数据, 利用支持IDL开发语言的GPULib、CUDA运行时API库进行算法效率的验证, 结果表明, 基于GPU的高光谱数据处理效率比常规的多核CPU主机处理效率有较大提升, 具有一定的应用推广价值。 相似文献
2.
HCT变换与联合稀疏模型相结合的遥感影像融合 总被引：1，自引：1，他引：0
提出了一种基于HCT变换和联合稀疏模型的遥感影像融合方法,可更有效地利用多光谱所需谱段的光谱信息,最终得到所需谱段的融合影像。该方法将所需谱段的多光谱影像进行HCT变换,获取其亮度分量和角度分量;然后利用亮度分量和全色影像小波变换的低频分量进行联合稀疏模型的构建、系数求解和融合,得到融合的全色低频分量;最后将该低频分量与前面步骤所得其他分量分别进行小波逆变换和HCT逆变换,得到高质量的融合影像。试验利用Pleiades-1和WorldView-2两种卫星数据进行验证,并通过视觉效果和量化的融合评价指标进行对比和分析,验证了本文算法的有效性。 相似文献
1