计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2012年
8期
135-141
,共7页
GPU%遥感图像融合%IHS%小波%并行优化%CUDA
GPU%遙感圖像融閤%IHS%小波%併行優化%CUDA
GPU%요감도상융합%IHS%소파%병행우화%CUDA
遥感图像融合是遥感图像应用的一个重要处理步骤.随着遥感图像数据规模与融合算法计算复杂度的增大,遥感图像融合面临着处理速度的挑战.最近几年,GPU计算能力得到极大提升,面向通用计算的应用得到了快速发展.本文基于GPU编程模型和硬件特性,深入研究了遥感图像融合的并行加速算法,提出了适合融合执行流的并行映射模型.本文选取计算量大、计算精度高的IHS增强小波融合算法进行GPU并行设计,并针对主流的GPU平台在数据传输、循环优化、线程设计等方面进行了优化,最后在nVIDIA GTX 460 GPU上进行了实验.实验结果表明,本文设计的并行映射模型及优化策略能够很好地适用于遥感图像融合应用,最大加速比达到了114倍.研究表明,GPU通用计算技术在遥感图像处理领域具有广阔的应用前景.
遙感圖像融閤是遙感圖像應用的一箇重要處理步驟.隨著遙感圖像數據規模與融閤算法計算複雜度的增大,遙感圖像融閤麵臨著處理速度的挑戰.最近幾年,GPU計算能力得到極大提升,麵嚮通用計算的應用得到瞭快速髮展.本文基于GPU編程模型和硬件特性,深入研究瞭遙感圖像融閤的併行加速算法,提齣瞭適閤融閤執行流的併行映射模型.本文選取計算量大、計算精度高的IHS增彊小波融閤算法進行GPU併行設計,併針對主流的GPU平檯在數據傳輸、循環優化、線程設計等方麵進行瞭優化,最後在nVIDIA GTX 460 GPU上進行瞭實驗.實驗結果錶明,本文設計的併行映射模型及優化策略能夠很好地適用于遙感圖像融閤應用,最大加速比達到瞭114倍.研究錶明,GPU通用計算技術在遙感圖像處理領域具有廣闊的應用前景.
요감도상융합시요감도상응용적일개중요처리보취.수착요감도상수거규모여융합산법계산복잡도적증대,요감도상융합면림착처리속도적도전.최근궤년,GPU계산능력득도겁대제승,면향통용계산적응용득도료쾌속발전.본문기우GPU편정모형화경건특성,심입연구료요감도상융합적병행가속산법,제출료괄합융합집행류적병행영사모형.본문선취계산량대、계산정도고적IHS증강소파융합산법진행GPU병행설계,병침대주류적GPU평태재수거전수、순배우화、선정설계등방면진행료우화,최후재nVIDIA GTX 460 GPU상진행료실험.실험결과표명,본문설계적병행영사모형급우화책략능구흔호지괄용우요감도상융합응용,최대가속비체도료114배.연구표명,GPU통용계산기술재요감도상처리영역구유엄활적응용전경.
