基于內(nèi)存映射和CUDA的遙感圖像分類算法時空效率優(yōu)化方法研究.pdf

1、隨著遙感技術的快速發(fā)展，遙感圖像在空間分辨率、光譜分辨率和時間分辨率方面都在不斷地提高。然而，高分辨率遙感圖像的巨大數(shù)據(jù)量也對遙感圖像處理程序的時間效率和空間效率帶來了極大的挑戰(zhàn)。本文針對遙感圖像處理面臨的計算量和數(shù)據(jù)量龐大的問題，提出了一種經(jīng)濟可行的基于內(nèi)存映射文件和CUDA的遙感圖像分類算法的時空效率優(yōu)化方法。其中，利用內(nèi)存映射文件可以顯著減少內(nèi)存的使用量，基于CUDA的并行計算技術可以極大提高程序的運行效率。
　　論文首先分

2、別研究了遙感圖像分類算法中基于內(nèi)存映射文件的空間效率優(yōu)化方法以及基于CUDA的時間效率優(yōu)化方法，在此基礎上，研究了基于內(nèi)存映射文件和CUDA的遙感圖像分類算法時空效率優(yōu)化方法。論文以K均值聚類算法為例，選用了三幅不同類型和大小遙感圖像，設計了三組實驗分析優(yōu)化前后算法的時空效率變化。實驗結果表明，基于內(nèi)存映射文件和CUDA的方法對遙感圖像分類算法的時空效率有較好的優(yōu)化效果，優(yōu)化后的算法計算機內(nèi)存使用量降低了90％，遙感圖像處理速度最多提高