基于MPI的遥感影像高效能并行处理方法研究

被引：15

作者：

沈占锋 ^{[1
]}

骆剑承 ^{[1
]}

陈秋晓 ^{[2
]}

盛昊 ^{[1
]}

机构：

[1] 中国科学院遥感应用研究所

[2] 浙江大学区域与城市规划系

来源：

中国图象图形学报 | 2007年 / 12期

关键词：

MPI; 并行计算; 信息提取; 尺度; 数据划分;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

采用基于不同尺度下的面向特征基元的影像分析方法对高分辨率遥感影像进行基于MPI的处理,即在对常规的影像数据划分方法进行总结分析的基础上,提出了基于特定环境下的非均匀数据划分策略;在进行基于影像数据库的MPI并行处理时,提出了一种新的数据流分配方法。处理结果表明,这两种方法均能够在一定环境下取得比常规方法更高的效率。

引用

页码：2132 / 2136

页数：5

共 6 条

[1] 从高性能计算走向高效能计算 [J].

陈左宁 .

计算机教育, 2004, (06) :26-28

[2] 高分辨率影像城市绿地快速提取技术与应用 [J].

黄慧萍 ;

吴炳方 ;

李苗苗 ;

周为峰 ;

王忠武 .

遥感学报, 2004, (01) :68-74

[3] 基于多尺度变形模板的目标检测与识别 [J].

余莉 ;

王润生 .

计算机研究与发展, 2002, (10) :1325-1330

[4] 分布式并行遥感图像处理中的数据划分 [J].

黄国满 ;

郭建峰 .

遥感信息, 2001, (02) :9-12

[5]

A study of some fuzzy cluster validity indices, genetic clustering and application to pixel classification[J] . Malay K. Pakhira,Sanghamitra Bandyopadhyay,Ujjwal Maulik.Fuzzy Sets and Systems . 2005 (2)

[6] Distributed frameworks and parallel algorithms for processing large-scale geographic data [J].

Hawick, KA ;

Coddington, PD ;

James, HA .

PARALLEL COMPUTING, 2003, 29 (10) :1297-1333

← 1 →