中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2015年
7期
973-980
,共8页
曲海成%籍瑞庆%刘万军%梁雪剑
麯海成%籍瑞慶%劉萬軍%樑雪劍
곡해성%적서경%류만군%량설검
光谱解混%分布式计算%端元提取%分块行列式
光譜解混%分佈式計算%耑元提取%分塊行列式
광보해혼%분포식계산%단원제취%분괴행렬식
spectral unmixing%distributed computation%endmember extraction%partitioned determinant
目的 随着成像光谱仪的发展,高光谱遥感图像的空间分辨率和光谱分辨率越来越大,这给高光谱遥感图像解译处理及应用带来挑战.本文提出一种基于MapReduce模式的分布式混合并行处理模型来加速高光谱解混处理.方法 为降低算法计算复杂度,对原串行算法进行并行化设计,并采用行列式分块计算法对原算法进行化简计算;最后在分布式集群环境下,采用Jama和JCuda组件来加速算法执行过程中的矩阵运算操作.结果 针对224波段,400 ×400像素空间分辨率的高光谱图像,采用分布式混合计算模型进行解混处理比原始的处理方法在速度上有近十倍的提高,且算法计算量越大,加速效果越明显.结论 本文提出了一种基于MapReduce模式的分布式混合并行处理方法来加速最大单形体体积端元提取算法,加速效果明显;采用分块法求解行列式可以大大降低算法复杂度.该方法对计算任务可并行划分、主机与节点间数据交换量少且计算复杂类算法加速效果明显.
目的 隨著成像光譜儀的髮展,高光譜遙感圖像的空間分辨率和光譜分辨率越來越大,這給高光譜遙感圖像解譯處理及應用帶來挑戰.本文提齣一種基于MapReduce模式的分佈式混閤併行處理模型來加速高光譜解混處理.方法 為降低算法計算複雜度,對原串行算法進行併行化設計,併採用行列式分塊計算法對原算法進行化簡計算;最後在分佈式集群環境下,採用Jama和JCuda組件來加速算法執行過程中的矩陣運算操作.結果 針對224波段,400 ×400像素空間分辨率的高光譜圖像,採用分佈式混閤計算模型進行解混處理比原始的處理方法在速度上有近十倍的提高,且算法計算量越大,加速效果越明顯.結論 本文提齣瞭一種基于MapReduce模式的分佈式混閤併行處理方法來加速最大單形體體積耑元提取算法,加速效果明顯;採用分塊法求解行列式可以大大降低算法複雜度.該方法對計算任務可併行劃分、主機與節點間數據交換量少且計算複雜類算法加速效果明顯.
목적 수착성상광보의적발전,고광보요감도상적공간분변솔화광보분변솔월래월대,저급고광보요감도상해역처리급응용대래도전.본문제출일충기우MapReduce모식적분포식혼합병행처리모형래가속고광보해혼처리.방법 위강저산법계산복잡도,대원천행산법진행병행화설계,병채용행렬식분괴계산법대원산법진행화간계산;최후재분포식집군배경하,채용Jama화JCuda조건래가속산법집행과정중적구진운산조작.결과 침대224파단,400 ×400상소공간분변솔적고광보도상,채용분포식혼합계산모형진행해혼처리비원시적처리방법재속도상유근십배적제고,차산법계산량월대,가속효과월명현.결론 본문제출료일충기우MapReduce모식적분포식혼합병행처리방법래가속최대단형체체적단원제취산법,가속효과명현;채용분괴법구해행렬식가이대대강저산법복잡도.해방법대계산임무가병행화분、주궤여절점간수거교환량소차계산복잡류산법가속효과명현.
