[發明專利]基于NAPC的高光譜圖像特征提取的并行加速方法

有效

• 申請號: 202110178449.7
• 申請日: 2021-02-09
• 公開（公告）號: CN112801853B
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 楊文婧;李春潮;彭元喜;周侗;劉煜;李雪瓊;黃達;徐利洋;藍龍;任靜;徐煒遐;楊紹武
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06T1/20
• 分類號: G06T1/20;G06V10/40;G06V10/764;G06K9/62
• 代理公司: 國防科技大學專利服務中心 43202
• 代理人: 王文惠

1.基于NAPC的高光譜圖像特征提取的并行加速方法，其特征在于，具體步驟為：

S1：輸入高光譜原始圖像數據，將三維數據塊按像素點展開，形成原圖像的二維矩陣，并初始化設備句柄，即創造CPU host與GPU device相關指針變量，為中間矩陣運算開辟內存，同時初始化CUDA相關句柄變量；根據高光譜圖像數據的特點，將空間維度與光譜維度的值padding到16的倍數，并根據padding后的維度數對device進行空間開辟，并且保留padding后的參數，以使得空間不但能完全儲存高光譜數據量，還能按照CUDA每個SM的硬件計算特點，達到最高的計算效率；

S2：將高光譜二維矩陣數據從host傳遞到device，通過原始數據對高光譜進行噪聲估計，且構建過程在device端進行；根據高光譜數據特點組織線程完成噪聲估計核函數的構建，使計算效率達到最高；調用SGEMMS庫并計算原始數據與噪聲數據的協方差矩陣，并利用cusolver對噪聲協方差矩陣進行第一次SVD變換；

S3：在device端利用SVD分解結果計算噪聲白化矩陣，然后利用白化矩陣計算調整后觀測矩陣；對調整后觀測矩陣進行第二次SVD變換，再次利用cusolver庫函數，此時根據庫函數指針將計算結果由device傳遞到host；

S4：根據選取規則自適應確定降維數K值，其中選取規則以特征分解的特征值及其梯度作為約束條件；首先，將所有奇異值放入向量V＝[σ₁,σ₂,…,σ_r]，按降序排列，σ_k代表第k奇異值，r≥k≥1；然后計算奇異值向量V的梯度向量G，記作[g₁,g₂,…,g_r],g_k代表第k梯度值，r≥k≥1；然后，在找到第一個σ_k同時滿足以下選擇規則：

并根據K值裁剪得到調整矩陣并從host傳遞到device，然后根據裁剪后的數據與第一次SVD分解結果得到噪聲白化矩陣，繼續計算最終的變換矩陣與降維后的數據，將最終結果從device傳遞到host；最后關閉整套函數調用，釋放空間；

S5：將計算結果采用SVM進行分類測試，同時導出時間函數的計算值。