随着CCD技术的不断发展,更大尺寸的CCD和更快的读出速率使天体测量面临着数据处理的计算能力瓶颈。本项目提出,研究一种可单机运行的高度并行化的图像处理算法,这种算法基于CUDA高性能计算架构,在保证测量精度的同时,可实现对图像处理过程高达数十倍甚至上百倍的性能加速。这种方法性能强大,系统构架简单,而且价格便宜,为天体测量的计算能力问题给出了一个高效而廉价的解决方案,具有很好的科学和应用价值。
随着 CCD 技术的不断发展,更大尺寸的CCD 和更快的读出速率使天体测量面临着数据处理的计算能力瓶颈。本课题研究了可单机运行的高度并行化的图像处理算法,这种算法基于CUDA 高性能计算架构,在保证测量精度的同时,可实现对图像处理过程高达数十倍甚至上百倍的性能加速。这种方法性能强大,系统构架简单,而且价格便宜,为天体测量的计算能力问题给出了一个高效而廉价的解决方案,具有很好的科学和应用价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
针对弱边缘信息的左心室图像分割算法
基于改进LinkNet的寒旱区遥感图像河流识别方法
信息熵-保真度联合度量函数的单幅图像去雾方法
多元化企业IT协同的维度及测量
基于卷积神经网络的JPEG图像隐写分析参照图像生成方法
Gaia数据处理中的单天天体测量解算研究
基于曲线演化的智能图像轮廓提取方法与并行处理研究
海量高维天体光谱数据挖掘及其并行化研究
大邻域图像并行处理机的研究