学位论文 > 优秀研究生学位论文题录展示

数字摄影测量影像数据的GPU并行处理研究

作　者: 王恺
导　师: 张力
学　校: 兰州交通大学
专　业: 地图学与地理信息系统
关键词: GPU CUDA 影像匹配 Wallis Harris 灰度相关并行计算
分类号: P231.5
类　型: 硕士论文
年　份: 2013年
下　载: 48次
引　用: 0次
阅　读: 论文下载

内容摘要

进入二十一世纪以来，随着科学技术的不断发展，传感器技术取得了长足的进步。测量获取被测物体影像信息的方法也更加多样化，多传感器测量，不同角度测量，大重叠度测量都是当前遥感技术发展的趋势之一。航空、航天影像的高分辨率、大重叠度，致使影像数据量不断增长，海量数据处理已经成为一种趋势。普通的计算机受限于其存储和计算能力，在海量数据处理面前已经力不从心，使用CPU串行处理的生产方式已经难以满足海量数据的高效生产需求。而GPU的高性能并行计算能力和可编程性则在不断发展，为数字摄影测量中一些算法的并行化提供了很大空间，CUDA的推出更是为GPU在通用计算领域的发展提供了强有力的支撑。本文旨在研究基于GPU的并行计算技术进行影像预处理、影像增强与影像匹配，搭建GPU并行处理平台，将GPU作为核心处理设备，基于CUDA4.0软件开发环境，研究影像数据的GPU并行处理，以此来实现数据的高效处理。本文的研究选取了PixelGrid系统中影像预处理算法、Wallis滤波算法、影像匹配算法作为研究对象，研究以上算法的GPU并行处理设计，着重于算法在GPU中的并行实现方法，并基于GPU进行了性能优化，以此来提高影像处理算法在摄影测量处理系统中的执行效率。论文完成的主要工作和创新点如下:1.简单介绍了并行计算平台的相关历史和发展趋势，对数字摄影测量影像数据并行处理的基本模式进行了归纳。系统的论述了GPU的硬件体系架构，CUDA软件编程模型，以及CUDA程序的优化，给出了论文研究所采用的实验平台。2.提出了一种影像预处理GPU并行算法，将影像的旋转、畸变差改正通过GPU进行并行处理，在重采样操作中，利用GPU进行细粒度并行处理，并根据算法的特点和GPU的体系架构，优化了任务划分与执行配置方案，充分发挥GPU的并行计算优势。3.提出GPU加速的Wallis影像增强并行算法，算法中加入基于GPU的自适应平滑滤波，利用GPU强大的并行能力，实现了Wallis滤波以及影像自适应平滑的GPU并行处理，在算法中运用了共享存储器对速度进行优化。4.提出了一种基于GPU的Harris算子影像匹配并行处理方法，在GPU中完成对影像的灰度化、Harris角点提取，重采样、灰度相关匹配，并从线程分配、内存使用、共享存储器(share memory)等方面进行优化，充分的发挥出GPU的巨大并行计算能力。实验结果表明，该方法与CPU串行处理方法相比，其速度得到了明显提升。

全文目录

摘要  4-6
Abstract  6-10
第一章绪论  10-16
  1.1 研究背景和意义  10-11
  1.2 国内外研究现状及趋势  11-14
  1.3 本文研究内容及安排  14-16
第二章 GPU 高性能并行计算  16-28
  2.1 并行计算  16-18
  2.2 GPU 通用计算  18-20
  2.3 GPU 硬件体系架构  20-21
  2.4 CUDA 编程模型及性能优化  21-26
    2.4.1 CUDA 编程模型  21-25
    2.4.2 CUDA 程序优化  25-26
  2.5 论文研究的试验平台  26-28
    2.5.1 硬件平台  26-27
    2.5.2 软件平台  27-28
第三章数字影像预处理的 GPU 并行处理方法  28-41
  3.1 数字影像畸变差改正模型  28-30
  3.2 数字影像重采样理论  30-35
    3.2.1 影像重采样理论  30
    3.2.2 双线性插值法  30-33
    3.2.3 双三次卷积法  33-35
  3.3 基于 GPU 的数字影像预处理并行算法  35-37
  3.4 实验结果与分析  37-41
    3.4.1 实验方案  37-39
    3.4.2 实验结果与分析  39-41
第四章数字影像 Wallis 滤波影像增强的 GPU 并行处理方法  41-53
  4.1 Wallis 滤波器及其特性  41-42
  4.2 自适应平滑算法描述  42-43
  4.3 基于 GPU 的 Wallis 影像增强并行算法  43-45
  4.4 实验结果与分析  45-53
    4.4.1 实验方案一  45
    4.4.2 实验一结果与分析  45-49
    4.4.3 实验方案二  49-51
    4.4.2 实验二结果与分析  51-53
第五章基于 GPU 的快速影像匹配  53-62
  5.1 Harris 角点检测算子  53-54
  5.2 相关系数匹配  54-55
  5.3 基于 GPU 的 Harris 算子影像匹配并行处理算法  55-58
    5.3.1 算法基本思想  56-57
    5.3.2 算法关键技术  57-58
    5.3.3 共享存储器优化  58
  5.4 实验结果与分析  58-62
    5.4.1 实验方案  58-59
    5.4.2 实验结果与分析  59-62
第六章总结与展望  62-64
  6.1 本文工作总结  62
  6.2 本文工作展望  62-64
致谢  64-65
参考文献  65-67
攻读学位期间的研究成果  67

数字摄影测量影像数据的GPU并行处理研究

内容摘要

全文目录

相似论文