數(shù)字?jǐn)z影測(cè)量影像數(shù)據(jù)的GPU并行處理研究.pdf

1、進(jìn)入二十一世紀(jì)以來(lái)，隨著科學(xué)技術(shù)的不斷發(fā)展，傳感器技術(shù)取得了長(zhǎng)足的進(jìn)步。測(cè)量獲取被測(cè)物體影像信息的方法也更加多樣化，多傳感器測(cè)量，不同角度測(cè)量，大重疊度測(cè)量都是當(dāng)前遙感技術(shù)發(fā)展的趨勢(shì)之一。航空、航天影像的高分辨率、大重疊度，致使影像數(shù)據(jù)量不斷增長(zhǎng)，海量數(shù)據(jù)處理已經(jīng)成為一種趨勢(shì)。普通的計(jì)算機(jī)受限于其存儲(chǔ)和計(jì)算能力，在海量數(shù)據(jù)處理面前已經(jīng)力不從心，使用CPU串行處理的生產(chǎn)方式已經(jīng)難以滿足海量數(shù)據(jù)的高效生產(chǎn)需求。
　　而GPU的高性能并

2、行計(jì)算能力和可編程性則在不斷發(fā)展，為數(shù)字?jǐn)z影測(cè)量中一些算法的并行化提供了很大空間，CUDA的推出更是為GPU在通用計(jì)算領(lǐng)域的發(fā)展提供了強(qiáng)有力的支撐。本文旨在研究基于GPU的并行計(jì)算技術(shù)進(jìn)行影像預(yù)處理、影像增強(qiáng)與影像匹配，搭建GPU并行處理平臺(tái)，將GPU作為核心處理設(shè)備，基于CUDA4.0軟件開(kāi)發(fā)環(huán)境，研究影像數(shù)據(jù)的GPU并行處理，以此來(lái)實(shí)現(xiàn)數(shù)據(jù)的高效處理。
　　本文的研究選取了PixelGrid系統(tǒng)中影像預(yù)處理算法、Wallis濾

3、波算法、影像匹配算法作為研究對(duì)象，研究以上算法的GPU并行處理設(shè)計(jì)，著重于算法在GPU中的并行實(shí)現(xiàn)方法，并基于GPU進(jìn)行了性能優(yōu)化，以此來(lái)提高影像處理算法在攝影測(cè)量處理系統(tǒng)中的執(zhí)行效率。論文完成的主要工作和創(chuàng)新點(diǎn)如下:
　　1.簡(jiǎn)單介紹了并行計(jì)算平臺(tái)的相關(guān)歷史和發(fā)展趨勢(shì)，對(duì)數(shù)字?jǐn)z影測(cè)量影像數(shù)據(jù)并行處理的基本模式進(jìn)行了歸納。系統(tǒng)的論述了GPU的硬件體系架構(gòu)，CUDA軟件編程模型，以及CUDA程序的優(yōu)化，給出了論文研究所采用的實(shí)驗(yàn)平臺(tái)

4、。
　　2.提出了一種影像預(yù)處理GPU并行算法，將影像的旋轉(zhuǎn)、畸變差改正通過(guò)GPU進(jìn)行并行處理，在重采樣操作中，利用GPU進(jìn)行細(xì)粒度并行處理，并根據(jù)算法的特點(diǎn)和GPU的體系架構(gòu)，優(yōu)化了任務(wù)劃分與執(zhí)行配置方案，充分發(fā)揮GPU的并行計(jì)算優(yōu)勢(shì)。
　　3.提出GPU加速的Wallis影像增強(qiáng)并行算法，算法中加入基于GPU的自適應(yīng)平滑濾波，利用GPU強(qiáng)大的并行能力，實(shí)現(xiàn)了Wallis濾波以及影像自適應(yīng)平滑的GPU并行處理，在算法中運(yùn)用