基于多核CPU和GPU的高光譜數據并行幾何校正

李娜　白勇　趙慧潔　徐秋

摘 要：針對高光譜幾何校正計算復雜，大數據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據讀寫優化方法，實現重采樣部分的數據I/O優化。應用航空推掃成像儀所得高光譜數據進行實驗，驗證該方法能夠有效地隱藏部分硬盤與內存間的數據I/O時間，幾何校正加速比達到4.03，在基于GPU的并行計算基礎上提高了1.74倍。

關鍵詞：高光譜數據； 幾何校正； 并行計算； 多核CPU

中圖分類號：TN911?34；TP79?34 文獻標識碼：A 文章編號：1004?373X（2013）02?0110?03

0 引 言

高光譜遙感影像[1?2]數據量大、操作復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雜的計算問題。

目前，國內外學者[4?7]針對不同的高光譜遙感應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，決定何時調用GPU函數進行基于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創建多線程進行數據讀/寫，隱藏數據I/O時間。

1 基于POS數據的幾何校正方法

在遙感數據獲取過程中，由于地形起伏、遙感器平臺位置姿態等原因，遙感影像存在不同程度的幾何畸變。遙感影像數據在面向應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據幾何校正是基于POS的幾何校正[8?9]。其過程包含坐標變換和重采樣兩個部分。坐標變換是指利用獲取遙感影像時記錄的POS數據（飛機飛行參數和姿態信息等）和測區DEM高程數據建立共線方程、求解坐標系轉換矩陣，獲取各像元地面坐標。坐標轉換過程算法復雜，計算量較大。

重采樣是指根據求得的像元地面坐標并結合原始影像數據信息，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據立方體，計算量大，數據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

坐標轉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并行計算平臺實現各像元坐標轉換矩陣并行計算。重采樣過程中各個波段之間的計算不相關，屬于空間維計算，且各計算區域的相關性低。按光譜維劃分數據，依次將待處理數據塊輸入到GPU中，實現各空間點或空間區域之間的并行計算。并行計算大幅降低幾何校正過程的計算時間，高光譜數據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，研究數據I/O的優化方法對于提升并行計算速度是十分必要的。

該結果證實了本文參考流的思想提出的基于多線程的數據I/O優化方法具有很好的效果，并對高光譜遙感影像領域的應用具有普適性。

4 結 語

本文針對幾何校正應用所處理數據量大、計算時間長的特點，針對多核CPU和GPU的特點分析其各自優勢，抽象出一種描述多核CPU和GPU異構并行平臺的并行計算模型，研究基于POS數據的幾何校正并行計算方法，實現航空高光譜數據并行幾何校正。實驗結果表明：數據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的并行幾何校正創建多線程執行數據讀/寫任務，在基于GPU并行計算的基礎上有效地隱藏了重采樣過程的數據I/O時間，加速比在原來的基礎上提高了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：結構、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并行化處理技術與實現方法[D].鄭州：解放軍信息工程大學，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系統外方位元素的計算方法[J].測繪技術裝備，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].遙感學報，2006（1）：21?26.

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

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