資源描述：
《高光譜圖像解混的并行化算法研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、分類號：密級：UDC：編號：碩士學位論文高光譜圖像解混的并行化算法研究論文作者：張東婧學生類別：全日制學科門類：工學碩士學科專業(yè)：微電子學與固體電子學指導教師：康志龍職稱：副研究員DissertationSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofMicroelectronicsandSolidStateElectronicsRESEARCHONPARALLELIZATIONALGORITHMOFHYPERSPECTRALIMAGEUNMIXINGByZHANGDON
2、GJINGSupervisor:KANGZHILONGMarch2017摘要光譜成像儀在電磁場的紫外線，可見光，近紅外和中紅外區(qū)域，以數(shù)百個連續(xù)且細分的波段對目標區(qū)域同時成像，得到高光譜圖像。實際情況中，高光譜圖像獲取的過程會受到很多方面的干擾，比如說，拍攝距離，大氣層中物質(zhì)的干擾以及光譜儀鏡頭的分辨率等；另一方面，目標區(qū)域中包含地物的不確定性以及地物分布和混合的隨機性，導致圖像所含像元是混合像元。混合像元的存在，導致地物信息的不確定性。因此，高光譜圖像解混成了必不可少的一項重要研究。本文對高光譜圖像解混的研究，是基于線性混合模型的基礎上
3、。本文對高光譜圖像解混的研究采用統(tǒng)計學中的盲分離理論，將豐度值和為一、豐度值非負作為解混的目標函數(shù)。差分搜索算法求解復雜度較高的函數(shù)出現(xiàn)無法快速達到收斂的情況，針對這一問題，本文所提出的基于精英策略以及概率選擇的差分搜索算法，改進后的算法在求解復雜函數(shù)可以快速收斂到全局最優(yōu)。本文采用基于精英策略以及概率選擇的差分搜索算法對目標函數(shù)進行求解，提高整個算法的效率，使得尋優(yōu)過程快速而穩(wěn)定。高光譜圖像解混計算量復雜，耗時較長，針對這一問題，本文提出在GPU上實現(xiàn)高光譜圖像解混的并行化研究，提出了兩種并行化策略，分別是在高光譜圖像解混的預處理和智能
4、優(yōu)化階段，并分別描述了其工作模型和實施過程。本文采用高光譜仿真數(shù)據(jù)和真實遙感數(shù)據(jù)對算法性能進行評價。實驗結果表明，本文提出的解混算法能夠高效實現(xiàn)高光譜解混。那么，我將主要工作分為以下幾點：（1）改進差分搜索算法，差分搜索算法是一種新型高效的群智能算法。然而當優(yōu)化復雜度較高函數(shù)，依舊會出現(xiàn)無法快速達到收斂的弊端。因此，本文提出改進策略，用于優(yōu)化差分搜索算法。首先將種群最優(yōu)值引入到搜索方程中引導首次搜索；另一方面，提出選擇概率P引導搜索方程。改進后的算法可以快速達到全局收斂。（2）優(yōu)化加入約束條件的目標函數(shù)，由于梯度法易受初始設定和迭代步長的
5、影響而容易陷入局部收斂，采用基于精英策略以及概率選擇的差分搜索算法優(yōu)化目標函數(shù)實現(xiàn)信號盲分離，即完成混合像元解混。（3）高光譜圖像所含信息豐富，數(shù)據(jù)量大，導致解混過程耗時較長。為此，本文提出在GPU上實現(xiàn)高光譜解混的并行化運算。根據(jù)高光譜混合像元解混的特點，提出兩種并行方案。關鍵詞：高光譜圖像解混；線性混合模型；獨立成分分析；差分搜索算法；并行運算；統(tǒng)一計算架構IABSTRACTSpectralimagersintheelectromagneticfieldofultraviolet,visible,nearinfraredandmid-
6、infraredregion,withhundredsofcontinuousandsubdividedbandsonthetargetareaatthesametimeimaging,gethyperspectralimages.Inpractice,theprocessofhyperspectralimageacquisitionisaffectedbymanyaspects,suchasshootingdistance,materialinterferenceintheatmosphere,andresolutionofthespe
7、ctrometerlens.Ontheotherhand,thetargetareacontainstheuncertaintyoftheobjectAswellastherandomnessofthedistributionandblendingoftheobjects,causingthepixelscontainedintheimagetobemixedpixels.Theexistenceofmixedpixelsleadstotheuncertaintyofthefeatureinformation.Therefore,hype
8、rspectralimageunmixingisanessentialresearch.Inthispaper,thestudyofhyperspectralimageunmixingisba
