论文部分内容阅读
随着非量测型数码相机和无人机平台技术的发展,无人机搭载的非量测型相机获取的遥感影像的空间分辨率逐步提高,影像所蕴含的信息量不断丰富,因此使得数据量大幅增大。相对于影像获取技术的提升,影像数据的传统处理方式就显得相对滞后,导致影像处理效率低下。为解决这一问题,本文建立了一种基于OpenCL和GPU的并行处理算法,以大幅提升关键影像处理算法的计算速度。该方法采用CPU+GPU的异构并行平台模型,将传统算法中逐像素密集计算部分分配到GPU进行处理来实现算法的加速。另外采用OpenCL开发算法避免了CUDA模型算法与显卡硬件高度相关的弊端。本文的主要研究工作与结论如下:(1)研究了OpenCL异构并行编程模型的软件体系和探索GPU的硬件架构机理,形成了基于OpenCL异构编程模型的数据并行处理方案;(2)选取影像处理全流程中的畸变差改正算法和正射纠正算法进行OpenCL并行改进,并形成两种算法的加速处理软件。选取试验数据对改进后的算法在不同的硬件设备上进行试验,结果表明:在图像处理效果不变的条件下,相对于传统畸变差改正和正射纠正算法,影像处理速度显著提升,改进后畸变差改正算法总体加速比最高达5.981,计算部分加速比最高更是达到63.297;改进后的正射纠正算法总体加速比最高为3.83,计算部分加速比最高达到26.712;算法对硬件设备没有限制;(3)对非量测相机影像处理全流程进行分析,从影像的预处理阶段到影像的空三加密阶段再到影像的成果出图阶段,针对像素级的算法均可以通过OpenCL异构并行平台进行并行改进提高算法的速度。因此基于OpenCL异构模型对算法进行异构并行改进的方法拓展应用到遥感影像处理全流程中是可行的。