基于集群和GPU的高光谱遥感影像并行处理

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

1.
成都理工大学数学地质四川省重点实验室,四川成都 610059

基金项目:

863计划“宽幅高光谱小卫星载荷关键技术研究”重点项目（2008AA121103）;中国地质调查局地调项目“地质勘查遥感系统集成与综合应用示范”（1212011120226）;中国地质调查局地调项目“航空高光谱成像系统集成与示范应用”（1212011120227）;四川省教育厅自然科学重点项目“高光谱遥感影像并行计算关键技术研究”（13ZA0065）

详细信息

作者简介:
王茂芝（1974-），男，副教授，博士，主要从事高光谱遥感及其应用方面的研究。Email：wangmz@cdut.edu.cn

中图分类号: TP751.1

Hyperspectral remote sensing image parallel processing based on cluster and GPU

1.
Geomathematics Key Lab of Sichuan Province,Chengdu University of Technology,Chengdu 610059,China

摘要: 以高光谱遥感影像数据处理中的主成分分析（PCA）和最小噪声分离（MNF）以及光谱相关系数填图（SCM）算法的并行化为目标，分别在集群环境下基于MPI设计并实现了协方差矩阵并行算法，以及基于GPU设计并实现了SCM并行算法，并在高光谱遥感影像数据处理中得到应用和验证。实验结果表明，高光谱遥感影像数据处理高性能计算对于提高和改善其时间性能具有显著效果，是高光谱遥感工程化应用快速处理重要的技术手段。
- 高光谱遥感 /
- 高性能计算 /
- 集群 /
- GPU
Abstract: The parallel algorithms design and implementation of covariance matrix, related to PCA and MNF, and SCM used in hyperspectral remote sensing image data process was discussed in this paper. The covariance matrix parallel algorithm was designed and implemented under cluster circumstance based on MPI. On the other hand, parallel algorithm of SCM was designed and implemented based on GPU. Both of these two parallel algorithms were verified during the application on hyperspectral remote sensing data processing. The experiment results prove that high performance computing is effective during the data process of hyperspectral remote sensing image, and it should be an important technique for generalization of hyperspectral remote sensing to engineering quick application. The results also prove the correctness of the parallel algorithms proposed in this paper.
- hyperspectral remote sensing /
- high performance computing /
- cluster /
- GPU

[1]
[2]	Antonio Plaza, Jon Atli Benediktsson, Boardman Joseph W, et al. recent advances in techniques for hyperspectral image processing[J]. Remote Sensing of Environment, 2009, 113: S110-S122.
[3]
[4]	Antonio Plaza, David Valencia, Javier Plaza. An experimental comparison of parallel algorithms for hyperspectral analysis using heterogeneous and homogeneous networks of workstations[J]. Parallel Computing, 2008, 34: 92-114.
[5]
[6]	Wang Wei, Zhao Huijie, Dong Chao. Parallel algorithm of anomalies detection in hyperspectral image with projection pursuit[J]. Journal of Beijing University of Aeronautics and Astronautics, 2009, 35(3): 342-346. (in Chinese)王维, 赵慧洁, 董超. 基于投影寻踪的高光谱图像异常检测并行算法[J]. 北京航空航天大学学报, 2009, 35(3): 342-346.
[7]
[8]	Shen Zhanfeng, Luo Jiancheng, Chen Qiuxiao, et al. High-efficiency remotely sensed image parallel processing method study based on MPI[J]. Journal of Image and Graphics, 2007, 12(12): 2132-2136. (in Chinese)沈占锋, 骆剑承, 陈秋晓, 等. 基于MPI的遥感影像高效能并行处理方法研究[J]. 中国图象图形学报, 2007, 12(12): 2132-2136.
[9]
[10]	Lv Jie, Zhang Tianxu, Zhang Biyin. Applications of MPI parallel computing on image processing[J]. Infrared and Laser Engineering, 2004, 33(5): 496-499. (in Chinese)吕捷, 张天序, 张必银. MPI并行计算在图像处理方面的应用[J]. 红外与激光工程. 2004, 33(5): 496-499.
[11]
[12]	Yang Renzhong, Chen Minhao, Shi Lu. Interferential hyper-spectral real time spectrum reconstruction technology based on CUDA[J]. Remote Sensing Technology and Application, 2011, 26(4): 420-425. (in Chinese)杨仁忠, 陈敏浩, 石璐. 基于CUDA 的干涉型高光谱实时光谱复原处理技术[J]. 遥感技术与应用, 2011, 26(4): 420-425.
[13]	He Guojing, Liu Delian, Zhang Jianqi. High speed spectral matching approach for hyperspectral image based on CUDA[J]. Aero Weaponry, 2011, 4: 3-6. (in Chinese)何国经, 刘德连, 张建奇. CUDA 架构下高光谱图像光谱匹配的快速实现[J]. 航空兵器, 2011, 4: 3-6.
[14]
[15]	Shi Kun, Hao Yingming, Wang Mingming, et al. Real-time simulation method of infrared sea background[J]. Infrared and Laser Engineering, 2012, 41(1): 25-29. (in Chinese)石坤, 郝颖明, 王明明, 等. 海面背景红外实时仿真[J]. 红外与激光工程, 2012, 41(1): 25-29.
[16]
[17]
[18]	Jason Sanders, Edward Kandrot. CUDA by Example: An Introduction to General-Purpose GPU Programming[M]. Boston: Addison-Wesley Professional, 2011: 126-150.
[19]	Wei Feng, He Mingyi, Mei Shaohui. Hyperspectral data feature extraction using spatial coherence based neighborhood preserving embedding[J]. Infrared and Laser Engineering, 2012, 41(5): 1249-1254. (in Chinese)魏峰, 何明一, 梅少辉. 空间一致性邻域保留嵌入的高光谱数据特征提取[J]. 红外与激光工程, 2012, 41(5): 1249-1254.
[20]
[21]	Tiranee Achalakula, Stephen Taylor. A distributed spectral-screening PCT algorithm[J]. J Parallel Distrib Comput, 2003, 63: 373-384.
[22]
[23]	Kleanthis Psarris. Program analysis techniques for transforming programs for parallel execution[J]. Parallel Computing, 2002, 28: 455-469.
[24]
[25]	Shane Ryoo, Christopher I Rodrigues, Sam S Stone, et al. Program optimization carving for GPU computing[J]. J Parallel Distrib Comput, 2008, 68: 1389-1401.

[1]	石峰, 乔硕, 邓明杰, 宋辞, 铁贵鹏, 田野, 郝群, 王姗姗, 周海峰, 陈坚, 孙国燕, 申箫. 熔石英元件小尺寸集群损伤修复及检测技术 (特邀) . 红外与激光工程, 2022, 51(9): 20220539-1-20220539-11. doi: 10.3788/IRLA20220539
[2]	李春来, 吕刚, 袁立银, 王跃明, 金健, 徐艳, 刘成玉, 何志平, 王建宇. 机载热红外高光谱成像仪的光谱性能测试与初步应用 . 红外与激光工程, 2020, 49(5): 20190117-20190117-7. doi: 10.3788/IRLA20190117
[3]	姚立斌, 陈楠. 高性能低噪声数字读出电路 . 红外与激光工程, 2020, 49(1): 0103009-0103009(10). doi: 10.3788/IRLA202049.0103009
[4]	张磊, 朱帅, 刘天宇, 王岳环. 基于运动分组的空间密集群目标跟踪 . 红外与激光工程, 2020, 49(11): 20200284-1-20200284-9. doi: 10.3788/IRLA20200284
[5]	党源源, 王昕. CPU-GPU异构系统在光学遥感影像处理中的应用 . 红外与激光工程, 2020, 49(S1): 20200092-20200092. doi: 10.3788/IRLA20200092
[6]	李盛阳, 刘志文, 刘康, 赵子飞. 航天高光谱遥感应用研究进展(特邀) . 红外与激光工程, 2019, 48(3): 303001-0303001(15). doi: 10.3788/IRLA201948.0303001
[7]	汤毅, 粘永健, 何密, 王倩楠, 许可. L_1/2正则化的逐次高光谱图像光谱解混 . 红外与激光工程, 2019, 48(7): 726003-0726003(9). doi: 10.3788/IRLA201948.0726003
[8]	赵亚龙, 刘守起, 张启灿. GPU加速三维面形测量 . 红外与激光工程, 2018, 47(3): 317003-0317003(7). doi: 10.3788/IRLA201847.0317003
[9]	方敏, 王君, 王红艳, 李天涯. 应用监督近邻重构分析的高光谱遥感数据特征提取 . 红外与激光工程, 2016, 45(10): 1028003-1028003(8). doi: 10.3788/IRLA201645.1028003
[10]	葛明锋, 亓洪兴, 王义坤, 王雨曦, 马彦鹏, 蔡能斌, 舒嵘. 基于轻小型无人直升机平台的高光谱遥感成像系统 . 红外与激光工程, 2015, 44(11): 3402-3407.
[11]	刘东, 杨甬英, 周雨迪, 黄寒璐, 成中涛, 罗敬, 张与鹏, 段绿林, 沈亦兵, 白剑, 汪凯巍. 大气遥感高光谱分辨率激光雷达研究进展 . 红外与激光工程, 2015, 44(9): 2535-2546.
[12]	徐冬, 孙蕾, 罗建书. 结合NAPCA 和复小波变换的高光谱遥感图像去噪 . 红外与激光工程, 2015, 44(1): 327-334.
[13]	李子扬, 钱永刚, 申庆丰, 王宁, 刘耀开, 马灵玲, 孔祥生. 基于高光谱数据的叶面积指数遥感反演 . 红外与激光工程, 2014, 43(3): 944-949.
[14]	孔悦, 徐熙平, 倪小龙. 基于GPU 的液晶大气湍流模拟器的波面生成计算 . 红外与激光工程, 2014, 43(9): 3061-3065.
[15]	陈茜, 邱跃洪, 易红伟. 基于GPU的星图配准算法并行程序设计 . 红外与激光工程, 2014, 43(11): 3756-3761.
[16]	丁玲, 唐娉, 李宏益. 基于ISOMAP的高光谱遥感数据的降维与分类 . 红外与激光工程, 2013, 42(10): 2707-2711.
[17]	张俊, 闫镔, 李磊, 闫培, 陆利忠, 张峰, 魏星. 采用高频能量的CT几何参数自标定方法 . 红外与激光工程, 2013, 42(9): 2540-2546.
[18]	蔡辉, 李娜, 赵慧洁. 基于本征模函数的高光谱数据特征提取方法 . 红外与激光工程, 2013, 42(12): 3475-3480.
[19]	张佳栋, 李娜, 赵慧洁, 李旭东, 徐秋. 采用SIFT特征的高光谱数据自动几何精校正 . 红外与激光工程, 2013, 42(9): 2414-2420.
[20]	石坤, 郝颖明, 王明明, 付双飞. 海面背景红外实时仿真 . 红外与激光工程, 2012, 41(1): 25-29.

点击查看大图

计量

文章访问数: 454
HTML全文浏览量: 87
PDF下载量: 306
被引次数: 0

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

基于集群和GPU的高光谱遥感影像并行处理

作者简介:
王茂芝（1974-），男，副教授，博士，主要从事高光谱遥感及其应用方面的研究。Email：wangmz@cdut.edu.cn

Hyperspectral remote sensing image parallel processing based on cluster and GPU

计量

基于集群和GPU的高光谱遥感影像并行处理

1. 成都理工大学数学地质四川省重点实验室,四川成都 610059

作者简介:
王茂芝（1974-），男，副教授，博士，主要从事高光谱遥感及其应用方面的研究。Email：wangmz@cdut.edu.cn

English Abstract

Hyperspectral remote sensing image parallel processing based on cluster and GPU

1. Geomathematics Key Lab of Sichuan Province,Chengdu University of Technology,Chengdu 610059,China

全文HTML

目录

留言板

基于集群和GPU的高光谱遥感影像并行处理

作者简介: 王茂芝（1974-），男，副教授，博士，主要从事高光谱遥感及其应用方面的研究。Email：wangmz@cdut.edu.cn

Hyperspectral remote sensing image parallel processing based on cluster and GPU

计量

出版历程

基于集群和GPU的高光谱遥感影像并行处理

1. 成都理工大学 数学地质四川省重点实验室,四川 成都 610059

作者简介: 王茂芝（1974-），男，副教授，博士，主要从事高光谱遥感及其应用方面的研究。Email：wangmz@cdut.edu.cn

English Abstract

Hyperspectral remote sensing image parallel processing based on cluster and GPU

1. Geomathematics Key Lab of Sichuan Province,Chengdu University of Technology,Chengdu 610059,China

全文HTML

目录

作者简介:
王茂芝（1974-），男，副教授，博士，主要从事高光谱遥感及其应用方面的研究。Email：wangmz@cdut.edu.cn

1. 成都理工大学数学地质四川省重点实验室,四川成都 610059

作者简介:
王茂芝（1974-），男，副教授，博士，主要从事高光谱遥感及其应用方面的研究。Email：wangmz@cdut.edu.cn