基于CUDA的遙感圖像運(yùn)動目標(biāo)檢測.pdf

1、基于遙感圖像的運(yùn)動目標(biāo)檢測是遙感領(lǐng)域的重要研究方向，檢測實時性一直是研究的熱點話題。遙感圖像數(shù)據(jù)具有數(shù)據(jù)存儲量大、分辨率高、信息量多等特點，而運(yùn)動目標(biāo)的檢測算法（如數(shù)學(xué)形態(tài)學(xué)算法）的運(yùn)算量大、復(fù)雜度高，基于現(xiàn)有CPU串行計算方法的運(yùn)行時間長，運(yùn)行效率低，一般達(dá)不到實時性要求，亟需尋求一種新的方法實現(xiàn)處理。
　　本文所采用的運(yùn)動目標(biāo)檢測算法其核心算法（膨脹、腐蝕、開閉、灰度量化、線性插值等）具有每個像素點的運(yùn)算通常只與局部像素點相關(guān)

2、、不同數(shù)據(jù)的具體處理過程基本相似的特點，非常適合并行處理。而近些年發(fā)展起來的GPU通用計算就是一種高度強(qiáng)調(diào)并行化的計算理念，能夠很好的應(yīng)對重復(fù)大數(shù)據(jù)量運(yùn)算處理的需求。優(yōu)化得當(dāng)，計算加速比能夠是CPU的百倍乃至更高。CUDA技術(shù)是NVIDIA公司推出的一種GPU通用計算編程模型。本文在分析最新圖形處理單元（GPU）的并行架構(gòu)和統(tǒng)一計算設(shè)備架構(gòu)(CUDA)靈活的可編程性的基礎(chǔ)上，將遙感圖像運(yùn)動目標(biāo)的檢測算法在CUDA平臺上進(jìn)行了并行化處理，