[01143906]基于异构多核混合架构的遥感影像快速处理技术

现代遥感技术已进入了一个能够动态、快速提供多种对地观测数据的时代,通过遥感手段获得的数据量也随之急速增长。因此,如何快速、高效地处理海量遥感数据是遥感信息处理领域所面临的重要挑战。异构多核CPU+GPU作为通用大规模并行处理器,具有计算密集、高度并行、体积小和性价比高等特点,为解决海量遥感图像处理中面临的各类计算问题提供了新的技术手段,甚至为机载／星载实时数据处理提供了可能性。如何能在异构多核计算平台上进行高效的遥感信息处理及应用开发,使异构多核架构能充分发挥其计算性能,是结合并行计算技术和遥感信息处理技术而拓展的一个重要研究领域。因此,基于异构多核计算平台开展遥感图像并行处理算法的研究,具有重要的理论和应用价值。本项目的主要工作有： 1、基于异构多核并行机,研究基于图像的稀疏矩阵的快速处理技术。主要研究内容是面向异构多核并行计算机研究求解大规模稀疏矩阵的快速并行处理技术。给出一些适合于求解大规模稀疏矩阵问题的方法,包括快速直接法和并行Krylov子空间迭代法。主要提出了适合多核CPU体系结构的块结构BRSMF方法,以及适合于分布式存储并行计算机的PGCRS2方法和PGPBiCR方法; 2、基于异构多核平台遥感影像植被指数快速提取技术。主要内容是基于CPU-GPU异构平台,提出并行的遥感影像NDVI提取方法,在该方法中,图像采用OpenCV库函数读取并存储为Mat类型数据结构;GPU端采用统一计算设备架构（CUDA）并行编程模型,GPU存储方面选择读取速度较快的共享存储器,并通过threadDim.x + 1的行来避免发生bank conflict,kernel函数以二维线程映射模型的形式组织,保证kernel函数中成千上万个细粒度、数据并行的线程同时运行,获得了理想的加速比。 2、基于异构多核混合架构的遥感图像快速处理方法的设计与实现。主要内容是基于异构多核平台研究图像矩阵的算术逻辑运算实现的操作,包括：图像矩阵的加、减、乘、点乘、点除、开方,以及图像的各种逻辑与、或、非运算和图像矩阵的统计计算如计算最大值,均值标准差等。研究图像的过滤和变换算法涉及的操作：图像的高斯滤波,中值滤波、箱型滤波,图像的基本变换。 3、面向遥感应用的GPU辅助计算及封装算法技术研究。主要内容是针对遥感应用的图像处理算法的实时性和高复杂性特点,基于GPU的高浮点计算能力和高存储带宽通过算法封装搭建了一个基于GPU加速的高性能卫星遥感图像处理库。该库实现的功能主要包括四部分：稠密矩阵计算、图像矩阵的算术逻辑运算、图像的过滤和变换算法、遥感产品生产算法。在大量真实海量遥感图像上的测试表面：开发的遥感图像处理库呈现了显著的性能加速,充分利用了GPU较高的内存带宽和浮点处理能力,能够满足遥感应用的实时性和高效性需求。此外,通过算法封装实现了GPU图像处理库的夸平台性。 本项目研究成果对于现代信息技术的发展起到了极大的促进作用,有效提升了相关企业的生产处理