高光谱遥感图像特征提取方法及装置

摘要

本发明实施例公开了一种高光谱遥感图像特征提取方法及装置，通过CPU和GPU协同运算实现高光谱遥感图像的快速特征提取，其中，在CPU上实现算法的逻辑控制，以及读取、存储数据等功能，而把大规模的运算（如噪声估计以及协方差矩阵的计算）功能在GPU中实现，其中，在进行噪声估计时，将高光谱遥感图像划分为若干个图像块，通过多线程并行执行，从而提高了高光谱遥感图像特征提取速率。

主权项

一种高光谱遥感图像特征提取方法，应用于中央处理器CPU，其特征在于，包括：将待处理的高光谱遥感图像加载至图形处理器GPU中，所述GPU能够同时运行若干个线程；向所述GPU发送第一指令，所述第一指令用于指示所述GPU执行噪声估计方法的核函数，以对所述高光谱遥感图像进行噪声估计，包括：将所述高光谱遥感图像的各个波段均划分为若干个图像块，其中，每一个图像块通过一个线程进行噪声估计，从而获取所述高光谱遥感图像的各个波段的噪声数据；向所述GPU发送第二指令，所述第二指令用于指示所述GPU计算所述高光谱遥感图像的噪声数据的协方差矩阵，以及所述高光谱遥感图像的原始数据的各个波段的均值和所述原始数据的协方差矩阵；将所述GPU计算得到的噪声数据的协方差矩阵和原始数据的协方差矩阵读入到所述CPU中；计算所述原始数据的协方差矩阵的逆矩阵与所述噪声数据的协方差矩阵的乘积，得到第一矩阵；计算所述第一矩阵的特征向量矩阵，所述特征向量矩阵中的特征向量按预设的大小顺序排列；将所述第一矩阵的特征向量矩阵加载至所述GPU中；向所述GPU发送第三指令，所述第三指令用于指示所述GPU计算所述特征向量矩阵与去中心化后的数据的乘积，得到第二矩阵，其中，所述去中心化后的数据的获取方法为：将每一个波段的原始数据减去原始数据的相应波段的均值得到每一个波段的第三矩阵，将每一个第三矩阵向量化得到每一个波段的向量数据，所述去中心化后的数据由各个波段的向量数据构成；将所述第二矩阵读入到所述CPU中。