...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Geoscience and Remote Sensing Letters >GPU Implementation of Spatial–Spectral Preprocessing for Hyperspectral Unmixing
【24h】

GPU Implementation of Spatial–Spectral Preprocessing for Hyperspectral Unmixing

机译：用于高光谱分解的空间光谱预处理的GPU实现

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Spectral unmixing pursues the identification of spectrally pure constituents, called endmembers, and their corresponding abundances in each pixel of a hyperspectral image. Most unmixing techniques have focused on the exploitation of spectral information alone. Recently, some techniques have been developed to take advantage of the complementary information provided by the spatial correlation of the pixels in the image. Computational complexity represents a major problem in these spatial–spectral techniques, as hyperspectral images contain very rich information in both the spatial and spectral domains. In this letter, we develop a computationally efficient implementation of a spatial–spectral processing algorithm that has been successfully applied prior to the spectral unmixing of the hyperspectral data. Our implementation has been optimized for the commodity graphics processing units (GPUs) and is evaluated (using both synthetic and real data) using different GPU architectures. Significant speedups can be achieved when processing hyperspectral images of different sizes. This allows for the inclusion of the proposed parallel preprocessing module in a full hyperspectral unmixing chain able to operate in real time.
机译：光谱混合可以识别光谱纯成分（称为端成员）及其在高光谱图像每个像素中的对应丰度。大多数解混技术仅集中在频谱信息的利用上。近来，已经开发了一些技术来利用由图像中像素的空间相关性提供的补充信息。计算复杂性是这些空间光谱技术中的一个主要问题，因为高光谱图像在空间和光谱域中都包含非常丰富的信息。在这封信中，我们开发了一种空间光谱处理算法的计算有效实现方式，该算法已在高光谱数据的光谱分解之前成功应用。我们的实现已针对商品图形处理单元（GPU）进行了优化，并使用不同的GPU架构对其进行了评估（使用合成数据和实际数据）。处理不同大小的高光谱图像时，可以实现明显的加速。这允许将建议的并行预处理模块包含在能够实时运行的完整的高光谱解混链中。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号