基于GPU的干涉光谱数据压缩方法研究

《基于GPU的干涉光谱数据压缩方法研究》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、密级：中国科学院大学UniversityofChineseAcademyofSciences硕士学位论文2013年5月STUDYoFTHEINTERFERENCESPECTRALDATACoMPERESSIONBASEDONGPUByTUXiaolongADissertationSubmittedtoGraduateUniversityofChineseAcademyofSciencesInpartialfulfillmentoftherequirementForthedegreeofMasterofEngineeringSupervis

2、edbyProfessorHuangMinAcademyofOpto—Electronics，ChineseAcademyofSciencesMay,2013关于学位论文使用权声明任何收存和保管本论文各种版本的单位和个人，未经著作权人授权，不得将本论文转借他人并复印、抄录、拍照、或以任何方式传播。否则，引起有碍著作权人著作权益之问题，将可能承担法律责任。关于学位论文使用授权的说明本人完全了解中国科学院光电研究院有关保存、使用学位论文的规定，即：中国科学院光电研究院有权保留学位论文的副本，允许该论文被查阅；中国科学院光电研究院可以公布该论文

3、的全部或部分内容，可以采用影印、缩印或其他复制手段保存该论文。(涉密的学位论文在解密后应遵守此规定)虢给小龙删签磁友隰洲．』．；／关于学位论文原创性声明本人郑重声明：所呈交的学位论文是本人在导师指导下，独立进行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人享有著作权的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均己在文中以明确方黧麓『j＼易聊签名彳圾吼加成，叫签名：涂心、易导师签名夕哲／数日期：加／；、，、多／摘要基于GPU的干涉光谱数据压缩方法研究近年来，光谱成像技术高速发展，

4、被广泛应用于军事、农业、地质、海洋、医学等领域。其中，干涉光谱成像技术的高通量、多通道和高测量精度等优点使其在遥感领域占据重要地位，同时，其过大的数据量决定了压缩的必要性。本文首先介绍了几种常用的干涉光谱图像数据压缩方法，分析了压缩比受到限制的原因，提出将分类与DPCM结合进行两步压缩的思路，并根据其运算量大的特点提出利用GPU实现加速。对DPCM、AR模型和SIP&QC等压缩算法，由于需要对所有像素点的残差进行编码，压缩比限制于原始图像编码位数与残差编码位数的比值。而基于分类的压缩算法在目标简单时放弃残差编码，对同类目标直接替代的处理方

5、式提供了一种提高压缩比的思路。为了更好地了解高光谱图像压缩方法，本文进一步介绍了图像压缩的原理、高光谱图像压缩方法的分类以及常用的失真度评价指标。文中说明了压缩能够进行的前提条件是存在信息冗余，介绍了基于预测、基于变换和基于矢量量化三种高光谱压缩方法的流程，比较了几种常用的失真度评价指标的优缺点。根据干涉光谱的数据特点，提出了基于分类与局部DPCM的联合压缩算法，给出了具体实现方案并编程实现。文中计算了干涉光谱数据立方体三个维度的相关系数，分别从一维干涉曲线、二维干涉图像及三维数据立方体的角度，给出了干涉光谱图像数据的压缩思路。针对分类压

6、缩算法，比较了角度、相对欧氏距离以及干涉ROE三种分类标准，发现相对欧氏距离标准压缩效果较好，并分析了分类精度对压缩效果的影响。通过编程实现了基于分类与局部DPCM的联合压缩算法，其压缩效果优于JPEG2000。最后，介绍了GPU的硬件基础知识及软件编程方法，在GPU上编程实现了第三章提出的基于分类与局部DPCM的联合压缩算法，并将程序运行时间与CPU比较，发现利用GPU实现可以得到较好的加速效果。关键词：干涉光谱，数据压缩，GPUAbstractSTUDYoFINTERFERENCESPECTRAI．DATACoMPRESSIONBAS

7、EDONGPUABSTRACTTuXiaolong(OpticalEngineering)DirectedbyHuangMinInrecentyears，spectralimagingtechnologydevelopsveryfast，andiswidelyusedinmilitary,agriculture，geology，marine，medicalandmanyotherfields．Whilethehigh—throughput，multi—channelandhighmeasurementaccuracyofinterfere

8、ncespectralimagingtechnologymakesittakeanimportantpositioninremotesensingfield，itslargeamountofd