1.2.2 基于GPU的高光谱图像研究现状           2
1.3研究目的和意义               3
1.4论文研究内容               3
2相关概念与技术          5
2.1高光谱遥感成像及探测技术5
2.2地物识别原理6
2.3 GPU与CUDA6
2.3.1 GPU概述6
2.3.2 CPU+GPU异构模型7
2.4 CUDA的概念及其模型相关8
3  高光谱遥感地物识别快速处理统计设计11
3.1 可行性分析11
3.2 需求分析11
4基于CUDA的高光谱地物信息提取算法的并行优化13
4.1 PCA算法的并行优化13
4.1.1 PCA算法13
4.1.2 PCA优化算法并行优化设计15
4.2 PPI算法的并行优化16
4.2.1 PPI算法原理16
4.2.2 PPI优化算法并行优化设计17
4.3 SAM算法并行优化18
4.3.1 SAM算法原理18
4.3.2 SAM优化算法并行优化设计19
4.4 本章总结20
5  系统测试22
5.1实验测试22
5.2 并行优化结果分析24
结论 25
致谢 26
参考文献27
1  引言
1.1研究背景
    高光谱遥感（Hyperspectral Remote Sensing，简称为HRS）是指用很窄而连续的光谱通道对地物持续遥感成像的一种技术。其在可见光到短波红外波段其光谱分辨率高达纳米（nm）数量级，通常具有波段多的特点，光谱通道数多达十甚至数百个以上，而且各光谱通道间往往是连续的。这项技术最先出现于20世纪80年代，由成像光谱仪技术(Imaging Spectrographs)发展而来。而后在20世纪90年代，高光谱遥感技术得到飞速的发展，成为当今国内外遥感领域一项重要的遥感技术。高光谱遥感的出现是遥感界的一场革命，它使本来在宽波段遥感中不可探测的物质，在高光谱遥感中能被探测。高光谱遥感是具有高光谱分辨率的遥感科学和技术，它的基础是测谱学。
    高光谱遥感是一门新兴的交叉学科，它是建立在航空航天、传感器、计算机等技术上的，涉及电磁波理论、光谱学与色度学，物理/几何光学，固体理论、电子工程、信息学、地理学等多门学科。这其中，电磁波理论是遥感最重要的物理基础，电磁波与（地表）物质的相互作用机理、电磁波在不同介质中的传输模型和对其进行接收、分析是凝聚各门学科的技术核心。高光谱遥感数据具有波段数目多、光谱分辨率高、波段连续等特点，在地表物质分类、识别等方面具有明显的优势。在地质调查领域，特别是矿物识别和矿物填图等方面，得到了广泛的应用。
    由于高光谱遥感技术的发展，人们对于这项技术提出了更高的要求，不止限制在地物识别，并且希望能获得更高性能的高光谱遥感图像处理系统。因此本文基于GPU通用技术，利用GPU处理核心多、能力强等特点，实现高光谱地物识别系统的并行优化，有效地提高数据处理的效率。
1.2  国内外研究现状
1.2.1 高光谱遥感技术的研究现状
 1.2.2 基于GPU的高光谱图像研究现状
    1.3  研究目的和意义
   随着时代的进步与发展，人们对于科技的感官要求也越来越高。而随着技术的提高，人们对事物的认知能力也在不断提升。在所有的新兴技术中，高光谱遥感技术已经凭借其突出的贡献成为越来越重要的一部分。而遥感技术在敬礼了几十年的发展，从最初单一的遥感技术发展到现如今的多用途空间信息技术，例如我们熟知的地理信息识别、全球定位等技术都用到了高光谱遥感技术。 高光谱遥感地物识别并行优化和系统实现(2):http://www.youerw.com/jisuanji/lunwen_29855.html