李娜 白勇 趙慧潔 徐秋
摘 要:針對(duì)高光譜幾何校正計(jì)算復(fù)雜,大數(shù)據(jù)量頻繁傳輸降低處理效率,無(wú)法滿足實(shí)時(shí)需求等問(wèn)題,提出基于多核CPU和GPU的并行計(jì)算模型。實(shí)現(xiàn)基于GPU的并行幾何校正,并引入流水線并行思想提出基于多線程的數(shù)據(jù)讀寫(xiě)優(yōu)化方法,實(shí)現(xiàn)重采樣部分的數(shù)據(jù)I/O優(yōu)化。應(yīng)用航空推掃成像儀所得高光譜數(shù)據(jù)進(jìn)行實(shí)驗(yàn),驗(yàn)證該方法能夠有效地隱藏部分硬盤(pán)與內(nèi)存間的數(shù)據(jù)I/O時(shí)間,幾何校正加速比達(dá)到4.03,在基于GPU的并行計(jì)算基礎(chǔ)上提高了1.74倍。
關(guān)鍵詞:高光譜數(shù)據(jù); 幾何校正; 并行計(jì)算; 多核CPU
中圖分類(lèi)號(hào):TN911?34;TP79?34 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1004?373X(2013)02?0110?03
0 引 言
高光譜遙感影像[1?2]數(shù)據(jù)量大、操作復(fù)雜的特點(diǎn)使其處理過(guò)程對(duì)于高性能并行計(jì)算的需求是十分迫切的。高性能計(jì)算[3]是以并行計(jì)算的形式同時(shí)使用多種計(jì)算資源解決大型且復(fù)雜的計(jì)算問(wèn)題。
目前,國(guó)內(nèi)外學(xué)者[4?7]針對(duì)不同的高光譜遙感應(yīng)用研究其高性能并行計(jì)算方法。目前,基于GPU的并行計(jì)算將CPU作為主機(jī)端,其作用類(lèi)似一個(gè)控制器,決定何時(shí)調(diào)用GPU函數(shù)進(jìn)行基于GPU的并行計(jì)算。該計(jì)算模型充分利用了GPU的高計(jì)算性能,卻忽視了CPU本身的運(yùn)算能力,在多核CPU普及的情況下浪費(fèi)了系統(tǒng)資源。本文提出一種基于多核CPU和GPU的并行計(jì)算模型,在GPU強(qiáng)大的計(jì)算能力進(jìn)行并行計(jì)算的同時(shí)利用多核CPU創(chuàng)建多線程進(jìn)行數(shù)據(jù)讀/寫(xiě),隱藏?cái)?shù)據(jù)I/O時(shí)間。
1 基于POS數(shù)據(jù)的幾何校正方法
在遙感數(shù)據(jù)獲取過(guò)程中,由于地形起伏、遙感器平臺(tái)位置姿態(tài)等原因,遙感影像存在不同程度的幾何畸變。遙感影像數(shù)據(jù)在面向應(yīng)用之前需進(jìn)行幾何校正,消除幾何畸變。本文所涉及的高光譜遙感影像數(shù)據(jù)幾何校正是基于POS的幾何校正[8?9]。其過(guò)程包含坐標(biāo)變換和重采樣兩個(gè)部分。坐標(biāo)變換是指利用獲取遙感影像時(shí)記錄的POS數(shù)據(jù)(飛機(jī)飛行參數(shù)和姿態(tài)信息等)和測(cè)區(qū)DEM高程數(shù)據(jù)建立共線方程、求解坐標(biāo)系轉(zhuǎn)換矩陣,獲取各像元地面坐標(biāo)。坐標(biāo)轉(zhuǎn)換過(guò)程算法復(fù)雜,計(jì)算量較大。
重采樣是指根據(jù)求得的像元地面坐標(biāo)并結(jié)合原始影像數(shù)據(jù)信息,計(jì)算校正后影像像元灰度值,得到幾何校正遙感影像。重采樣過(guò)程需要在空間維和光譜維遍歷高光譜數(shù)據(jù)立方體,計(jì)算量大,數(shù)據(jù)I/O頻繁。兩個(gè)步驟的特點(diǎn)決定幾何校正過(guò)程計(jì)算耗時(shí),需通過(guò)并行計(jì)算提高其處理速度。
2 并行幾何校正
2.1 幾何校正并行方法和實(shí)現(xiàn)
坐標(biāo)轉(zhuǎn)換針對(duì)各像元進(jìn)行單獨(dú)計(jì)算,計(jì)算過(guò)程相互獨(dú)立,因此能夠采用基于GPU并行計(jì)算平臺(tái)實(shí)現(xiàn)各像元坐標(biāo)轉(zhuǎn)換矩陣并行計(jì)算。重采樣過(guò)程中各個(gè)波段之間的計(jì)算不相關(guān),屬于空間維計(jì)算,且各計(jì)算區(qū)域的相關(guān)性低。按光譜維劃分?jǐn)?shù)據(jù),依次將待處理數(shù)據(jù)塊輸入到GPU中,實(shí)現(xiàn)各空間點(diǎn)或空間區(qū)域之間的并行計(jì)算。并行計(jì)算大幅降低幾何校正過(guò)程的計(jì)算時(shí)間,高光譜數(shù)據(jù)I/O時(shí)間所占比例提升,限制了處理速度的進(jìn)一步提升。因此,研究數(shù)據(jù)I/O的優(yōu)化方法對(duì)于提升并行計(jì)算速度是十分必要的。
該結(jié)果證實(shí)了本文參考流的思想提出的基于多線程的數(shù)據(jù)I/O優(yōu)化方法具有很好的效果,并對(duì)高光譜遙感影像領(lǐng)域的應(yīng)用具有普適性。
4 結(jié) 語(yǔ)
本文針對(duì)幾何校正應(yīng)用所處理數(shù)據(jù)量大、計(jì)算時(shí)間長(zhǎng)的特點(diǎn),針對(duì)多核CPU和GPU的特點(diǎn)分析其各自優(yōu)勢(shì),抽象出一種描述多核CPU和GPU異構(gòu)并行平臺(tái)的并行計(jì)算模型,研究基于POS數(shù)據(jù)的幾何校正并行計(jì)算方法,實(shí)現(xiàn)航空高光譜數(shù)據(jù)并行幾何校正。實(shí)驗(yàn)結(jié)果表明:數(shù)據(jù)I/O限制基于GPU的并行重采樣獲得整體加速比。
基于多核CPU和GPU的并行幾何校正創(chuàng)建多線程執(zhí)行數(shù)據(jù)讀/寫(xiě)任務(wù),在基于GPU并行計(jì)算的基礎(chǔ)上有效地隱藏了重采樣過(guò)程的數(shù)據(jù)I/O時(shí)間,加速比在原來(lái)的基礎(chǔ)上提高了1.76倍。幾何校正總體加速比達(dá)到4.03,在原有基礎(chǔ)上提高了1.74倍。
參考文獻(xiàn)
[1] 浦瑞良,宮鵬.高光譜遙感及其應(yīng)用[M].北京:高等教育出版社,2000.
[2] 童慶禧,張兵,鄭蘭芳.高光譜遙感[M].北京:高等教育出版社,2006.
[3] 陳國(guó)良.并行計(jì)算:結(jié)構(gòu)、算法、編程 [M].3版.北京:高等教育出版社,2011.
[4] 楊靖宇.遙感影像GPU并行化處理技術(shù)與實(shí)現(xiàn)方法[D].鄭州:解放軍信息工程大學(xué),2008.
[5] REM?N Alfredo, S?NCHEZ Sergio, PAz Abel, et al. Real?time endmember extraction on multicore processors [J]. IEEE Geoscience and Remote Sensing Letters, 2011, 8(5): 924?928.
[6] PLAZA Antonio, PLAZA Javier. Parallel morphological classification of hyperspectral imagery using extended opening and closing by reconstruction operation [C]// IEEE International Geoscience and Remote Sensing Symposium. [S.l.]: IEEE, 2008: 58?61.
[7] SANCHEZ Sergio, PLAZA Antonio. Real?time implementation of a full Hyperspectral unmixing chain on graphics processing units [J]. SPIE: Satellite Data Compression, Communications, and Processing VII, 2011, 8157:1?9.
[8] 劉軍,張永生,王冬紅,等.POS AV510?DG系統(tǒng)外方位元素的計(jì)算方法[J].測(cè)繪技術(shù)裝備,2004(4):6?9.
[9] 劉軍,張永生,王冬紅,等.INS/D GPS支持的機(jī)載線陣推掃影像幾何校正[J].遙感學(xué)報(bào),2006(1):21?26.
[10] 喬香珍,劉方愛(ài),并行計(jì)算模型[J].計(jì)算機(jī)科學(xué),2002(7):1?3.
[11] 張曉東,孔祥輝,張歡陽(yáng).利用GPU實(shí)現(xiàn)SAR圖像的并行處理[J].電子科技,2011(11):94?95.