基于多核CPU和GPU的高光譜數(shù)據(jù)并行幾何校正

李娜　白勇　趙慧潔　徐秋

摘 要：針對高光譜幾何校正計算復(fù)雜，大數(shù)據(jù)量頻繁傳輸降低處理效率，無法滿足實時需求等問題，提出基于多核CPU和GPU的并行計算模型。實現(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)讀寫優(yōu)化方法，實現(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)進行實驗，驗證該方法能夠有效地隱藏部分硬盤與內(nèi)存間的數(shù)據(jù)I/O時間，幾何校正加速比達到4.03，在基于GPU的并行計算基礎(chǔ)上提高了1.74倍。

關(guān)鍵詞：高光譜數(shù)據(jù)； 幾何校正； 并行計算； 多核CPU

中圖分類號：TN911?34；TP79?34 文獻標(biāo)識碼：A 文章編號：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)雜的特點使其處理過程對于高性能并行計算的需求是十分迫切的。高性能計算[3]是以并行計算的形式同時使用多種計算資源解決大型且復(fù)雜的計算問題。

目前，國內(nèi)外學(xué)者[4?7]針對不同的高光譜遙感應(yīng)用研究其高性能并行計算方法。目前，基于GPU的并行計算將CPU作為主機端，其作用類似一個控制器，決定何時調(diào)用GPU函數(shù)進行基于GPU的并行計算。該計算模型充分利用了GPU的高計算性能，卻忽視了CPU本身的運算能力，在多核CPU普及的情況下浪費了系統(tǒng)資源。本文提出一種基于多核CPU和GPU的并行計算模型，在GPU強大的計算能力進行并行計算的同時利用多核CPU創(chuàng)建多線程進行數(shù)據(jù)讀/寫，隱藏數(shù)據(jù)I/O時間。

1 基于POS數(shù)據(jù)的幾何校正方法

在遙感數(shù)據(jù)獲取過程中，由于地形起伏、遙感器平臺位置姿態(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]。其過程包含坐標(biāo)變換和重采樣兩個部分。坐標(biāo)變換是指利用獲取遙感影像時記錄的POS數(shù)據(jù)（飛機飛行參數(shù)和姿態(tài)信息等）和測區(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)換過程算法復(fù)雜，計算量較大。

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。重采樣過程需要在空間維和光譜維遍歷高光譜數(shù)據(jù)立方體，計算量大，數(shù)據(jù)I/O頻繁。兩個步驟的特點決定幾何校正過程計算耗時，需通過并行計算提高其處理速度。

2 并行幾何校正

2.1 幾何校正并行方法和實現(xiàn)

坐標(biāo)轉(zhuǎn)換針對各像元進行單獨計算，計算過程相互獨立，因此能夠采用基于GPU并行計算平臺實現(xiàn)各像元坐標(biāo)轉(zhuǎn)換矩陣并行計算。重采樣過程中各個波段之間的計算不相關(guān)，屬于空間維計算，且各計算區(qū)域的相關(guān)性低。按光譜維劃分數(shù)據(jù)，依次將待處理數(shù)據(jù)塊輸入到GPU中，實現(xiàn)各空間點或空間區(qū)域之間的并行計算。并行計算大幅降低幾何校正過程的計算時間，高光譜數(shù)據(jù)I/O時間所占比例提升，限制了處理速度的進一步提升。因此，研究數(shù)據(jù)I/O的優(yōu)化方法對于提升并行計算速度是十分必要的。

該結(jié)果證實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，并對高光譜遙感影像領(lǐng)域的應(yīng)用具有普適性。

4 結(jié) 語

本文針對幾何校正應(yīng)用所處理數(shù)據(jù)量大、計算時間長的特點，針對多核CPU和GPU的特點分析其各自優(yōu)勢，抽象出一種描述多核CPU和GPU異構(gòu)并行平臺的并行計算模型，研究基于POS數(shù)據(jù)的幾何校正并行計算方法，實現(xiàn)航空高光譜數(shù)據(jù)并行幾何校正。實驗結(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/寫任務(wù)，在基于GPU并行計算的基礎(chǔ)上有效地隱藏了重采樣過程的數(shù)據(jù)I/O時間，加速比在原來的基礎(chǔ)上提高了1.76倍。幾何校正總體加速比達到4.03，在原有基礎(chǔ)上提高了1.74倍。

參考文獻

[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] 陳國良.并行計算：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)外方位元素的計算方法[J].測繪技術(shù)裝備，2004（4）：6?9.

[9] 劉軍，張永生，王冬紅，等.INS/D GPS支持的機載線陣推掃影像幾何校正[J].遙感學(xué)報，2006（1）：21?26.

[10] 喬香珍，劉方愛，并行計算模型[J].計算機科學(xué)，2002（7）：1?3.

[11] 張曉東，孔祥輝，張歡陽.利用GPU實現(xiàn)SAR圖像的并行處理[J].電子科技，2011（11）：94?95.