压缩光谱成像中结构稀疏重构算法的分布式计算

《压缩光谱成像中结构稀疏重构算法的分布式计算》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、代号10701学号1102120922分类号TP751密级公开题（中、英文）目压缩光谱成像中结构稀疏重构算法的分布式计算DistributedComputingforStructuralSparsityReconstructionAlgorithminCompressedSpectralImaging作者姓名刘阳指导教师姓名、职务武筱林、石光明教授学科门类工学学科、专业电路与系统提交论文日期二○一四年三月万方数据万方数据西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师

2、指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切的法律责任。本人签名：日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留

3、送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。本人授权西安电子科技大学图书馆保存学位论文，本学位论文属于公开（保密级别），在____年解密后适用本授权书，并同意将论文在互联网上发布。本人签名：日期:导师签名：日期:万方数据万方数据摘要摘要压缩光谱成像技术作为一种新型的光谱成像技术，在成像的过程中实现对光谱数据的压缩采样。具体的过程是场景的三维光谱信息经过编码孔径和色散棱镜联合编码后

4、被二维的探测器所获取，后端的计算机利用采样得到的数据通过优化恢复算法进行解码估计出原始的光谱信息。所以优化恢复处理算法对最终结果的好坏至关重要，而结构稀疏优化算法作为一种充分挖掘图像本身先验特性的重构算法，将其用于光谱图像重构恢复上可以得到较高分辨率的结果。但是结构稀疏优化算法本身的算法复杂度比较大，对于要求快速求解的应用场景来说对该算法进行加速就显得十分重要。本文基于结构稀疏压缩光谱成像方法，分析了该算法本身的特点及其并行性，在分析了现有各种加速技术的基础上，提出了基于结构稀疏压缩光谱成像的分布式并行计算，具体来说采用了以MPI和O

5、penMp技术为基础的多核分布式混合并行计算框架，实现了对结构稀疏压缩光谱成像的快速求解。首先本文研究了压缩光谱成像的基本原理，剖析了结构稀疏优化恢复算法的流程，分析了当将其用于光谱图像重构时的并行性，给出了分布式并行加速解决方案。在此基础上，详细的分析了基于OpenMp的多核并行计算，并通过具体的实验加速结果来验证所设计的多核并行程序的有效性。另一方面，本文重点研究了用于多机分布式加速的MPI技术。从MPI强大灵活的通信机制到基于MPI的分布式集群加速计算，全面的设计了用于多光谱图像恢复的MPI和OpenMp混合模型。具体包括MPI

6、和OpenMp内外层相结合的模块结构、标准通信方式和组间通信方式相结合的加速流程及其最终结果的可视化分析。算法最终的并行加速测试结果显示了所设计的用于多光谱图像恢复的解决方案可以实现结构稀疏压缩光谱成像的快速求解。关键词：压缩光谱成像结构稀疏表示算法分布式并行计算MPIOpenMp万方数据压缩光谱成像中结构稀疏重构算法的分布式计算万方数据AbstractAbstractAsanewspectralimagingtechnology,compressedspectralimagingtechnologycompletesthecompr

7、essivesamplingofspectraldataintheimagingprocess.Thespecificprocessisthatthethree-dimensional(3D)spectralinformationaboutasceneofinterestisfirstencodedandacquiredwithonesnapshotatthetwo-dimensional(2D)detectorarray.Anestimateofthe3Ddatacubeisthenobtainedbydecodingthe2Dar

8、rayofmeasurementswithnumericalestimationtechniques.Clusteringbasedsparserepresentation(CSR)isanumericalestimat