基于GPU的SAR图像处理并行算法及实现

发布时间：2017-06-08 12:03

  本文关键词：基于GPU的SAR图像处理并行算法及实现，，由笔耕文化传播整理发布。

【摘要】：遥感影像处理在军民用领域都有重要的现实意义。由于所处理数据量大,采用中央处理器对遥感影像进行处理往往不能满足实时性要求。图形处理器由于其与生俱来的多核特性能够大大提高遥感影像处理的速度,提高实时性。然而,多线程编程的复杂性很大程度上限制了图形处理器在遥感影像处理方面的应用。因此,关于多线程编程技术以及基于图形处理器的遥感影像处理算法并行化的研究具有重要意义。本文主要针对遥感影像处理中比较常用的图像配准、变化检测以及图像融合算法的并行化进行研究,开发了CPU+GPU异构实现的遥感影像处理算法,实现中CPU发挥其良好的逻辑控制性主要负责算法逻辑控制部分,而GPU充分发挥其多核特性主要负责算法数据处理部分。对于图像配准算法的GPU并行实现,通过实验并结合实测数据,分析了图形处理器应用于图像配准时在速度、价格、功耗以及便携性等方面的优势,解决了金字塔互信息图像配准中求图像直方图时数据访存冲突的问题。对于基于马尔可夫场的变化检测和基于小波变换的变化检测两种算法的并行化,重点解决了并行规约以及图像卷积的并行实现问题,设计并实现了马尔可夫场算法以及小波变换算法的并行方案,对比实验结果表明,在保证检测精度的前提下,大大提高了变化检测的实时性。对于遥感影像融合算法的并行实现,利用已实现的小波变换算法的并行架构,结合图像配准中金字塔的构建,设计并实现了基于小波变换的图像融合算法的并行化,对实现的并行方案以及CPU平台实现方案分别进行测时并比较运行时间,实验结果表明,论文中设计并实现的并行方案适用于多种图像的融合,相比于CPU平台实现方案速度提升达30倍。最后,论文对研究成果的具体应用平台进行了简要介绍,并提出了进一步提升算法实时性的方案。
【关键词】：计算统一设备架构 遥感影像处理 图像配准 变化检测 图像融合
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP751
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 符号对照表11-12
• 缩略语对照表12-15
• 第一章 绪论15-19
• 1.1 论文研究的背景及意义15-16
• 1.2 国内外研究现状16-17
• 1.3 本文的主要工作及论文安排17-19
• 第二章 SAR图像处理相关算法原理19-35
• 2.1 金字塔互信息图像配准原理19-22
• 2.1.1 金字塔互信息图像配准原理19-20
• 2.1.2 金字塔互信息图像配准流程20-22
• 2.2 基于马尔可夫场的SAR图像变化检测算法22-25
• 2.2.1 马尔可夫随机场基本原理22
• 2.2.2 吉布斯随机场基本原理22-23
• 2.2.3 马尔可夫随机场与吉布斯随机场的等效条件23
• 2.2.4 基于马尔可夫随机场的SAR图像变化检测算法流程23-25
• 2.3 基于小波变换的SAR图像变化检测算法25-32
• 2.3.1 小波变换基本原理25-30
• 2.3.2 基于小波变换的SAR图像变化检测算法流程30-32
• 2.4 基于小波变换的SAR图像融合算法32-34
• 2.4.1 基于小波变换的SAR图像融合算法原理32-33
• 2.4.2 基于小波变换的SAR图像融合的算法流程33
• 2.4.3 图像小波分解的最高分解层数33-34
• 2.5 本章小结34-35
• 第三章 SAR图像处理基本模块的CUDA并行实现35-47
• 3.1 GPU应用于通用计算的基本技术35-39
• 3.1.1 CUDA并行编程模型35-37
• 3.1.2 CUDA存储器模型37-38
• 3.1.3 NVIDIA板卡型号对编程的限制38-39
• 3.2 基本算法模块的CUDA并行实现39-45
• 3.2.1 卷积模块的CUDA并行实现39-43
• 3.2.2 图像统计直方图的CUDA并行实现43-45
• 3.3 本章小结45-47
• 第四章 基于GPU的SAR图像处理结果及性能分析47-71
• 4.1 CUDA架构下金字塔互信息图像配准方案及性能比较47-53
• 4.1.1 CUDA架构下金字塔互信息图像配准方案47-50
• 4.1.2 CUDA架构下金字塔互信息图像配准性能比较50-53
• 4.2 CUDA架构下基于马尔可夫场的图像变化检测方案及性能比较53-58
• 4.2.1 CUDA架构下基于马尔可夫场的图像变化检测方案53-55
• 4.2.2 CUDA架构下基于马尔可夫场的SAR图像变化检测性能比较55-58
• 4.3 CUDA架构下小波变换变化检测实现方案及性能比较58-62
• 4.3.1 CUDA架构下小波变换变化检测方案58-60
• 4.3.2 CUDA架构下小波变换变化检测性能比较60-62
• 4.4 CUDA架构下基于小波变换图像融合方案及性能比较62-66
• 4.4.1 CUDA架构下小波变换图像融合方案62-63
• 4.4.2 CUDA架构下小波变换图像融合性能比较63-66
• 4.5 多源多时相大幅遥感影像融合与变化检测软件演示平台66-69
• 4.6 本章小结69-71
• 第五章 总结与展望71-73
• 参考文献73-75
• 致谢75-77
• 作者简介77-78

【参考文献】

中国期刊全文数据库 前5条

1 武勇;王俊;张培川;曹运合;;CUDA架构下外辐射源雷达杂波抑制并行算法[J];西安电子科技大学学报;2015年01期

2 孟大地;胡玉新;丁赤飚;;一种基于GPU的SAR高效成像处理算法[J];雷达学报;2013年02期

3 陈帅;李刚;张颢;孟华东;王希勤;;SAR图像压缩采样恢复的GPU并行实现[J];电子与信息学报;2011年03期

4 黄世奇;刘代志;胡明星;王仕成;;基于小波变换的多时相SAR图像变化检测技术[J];测绘学报;2010年02期

5 陈华根,吴健生,王家林,陈冰;模拟退火算法机理研究[J];同济大学学报(自然科学版);2004年06期

  本文关键词：基于GPU的SAR图像处理并行算法及实现，由笔耕文化传播整理发布。

本文编号：432423