基于GPU的遙感圖像配準并行算法研究及應用系統(tǒng)實現.pdf

1、圖像配準在許多遙感應用中是一個重要的、不可缺少的步驟。遙感圖像的規(guī)模隨著數據分辨率的不斷提高而日漸增大；同時，圖像配準是一個典型的計算和訪存密集型過程，計算復雜度較高，采用傳統(tǒng)串行處理模式已無法滿足軍事、農林等高端應用的實時性處理需求。隨著GPU計算性能和可編程性的不斷提升，GPU通用計算已成為計算機技術領域的研究熱點，這為加快遙感圖像的處理速度提供了新的思路。
　　本文針對基于區(qū)域和基于特征兩類配準中的兩種典型方法，深入研究了基

2、于GPU的遙感圖像配準并行算法及優(yōu)化策略，并面向實際應用設計實現了相應的并行處理軟件原型系統(tǒng)。本文的主要工作和貢獻體現在以下幾個方面：
　　1．研究理解了CPU-GPU異構執(zhí)行模式。研究了以nVIDIA公司 GPU為代表的GPU體系結構和相應的CUDA編程模型，系統(tǒng)掌握了使用CPU-GPU異構模式開發(fā)并行算法的基本技能。
　　2．研究并提出了基于GPU的遙感圖像全局配準并行算法。選取一種基于相關系數全局配準算法作為GPU并行

3、算法設計和優(yōu)化的基礎，給出了適合該類方法的GPU并行設計，并從數據加載、線程訪存、通信與同步等幾個方面給出了針對性的優(yōu)化實現策略。實驗結果表明，GPU并行程序獲得了良好的性能加速比。
　　3．研究并提出了基于GPU的遙感圖像控制點匹配并行算法。搜索控制點和基于控制點的匹配參數計算是該類配準方法的核心步驟，該步驟涉及不規(guī)則數據訪問、多重分支、循環(huán)迭代等數據相關問題，并行設計和優(yōu)化更為困難。選取一種基于互信息的控制點匹配算法作為研究對

4、象，在數據流分析的基礎上，重點針對互信息計算和最小二乘匹配過程設計了兩種GPU并行實現方案。實驗結果表明，在難以消除迭代相關的情況下，通過優(yōu)化利用本地存儲、原子操作等方法使得GPU程序仍然獲得了10倍以上的加速效果。
　　4．設計實現了一個基于Web的遙感圖像并行處理原型系統(tǒng)。系統(tǒng)采用B/S模式，基于Java語言開發(fā)，在Spring、Hibernate、Struts框架基礎上提供圖像處理服務，集成了包括上述配準算法研究成果在內12