基于嵌套分塊和流水線(xiàn)的增強(qiáng)型植被指數(shù)快速提取算法研究.pdf

1、隨著我國(guó)對(duì)地遙感觀測(cè)技術(shù)的逐漸發(fā)展與成熟，我們獲取的遙感影像的種類(lèi)越來(lái)越豐富，數(shù)據(jù)規(guī)模越來(lái)越大。面對(duì)如此龐大的數(shù)據(jù)量，傳統(tǒng)的影像處理模型已經(jīng)無(wú)法滿(mǎn)足遙感產(chǎn)品應(yīng)用領(lǐng)域?qū)τ跋裉幚硭惴ǜ咝幚淼囊?。因此研究遙感影像快速處理模型是十分有意義的。
　　增強(qiáng)型植被指數(shù)（Enhanced Vegetation Index, EVI）是生態(tài)定量遙感監(jiān)測(cè)領(lǐng)域應(yīng)用廣泛的植被指數(shù)之一。它通過(guò)引入相關(guān)參數(shù)對(duì)EVI計(jì)算公式進(jìn)行了改進(jìn)，在一定程度上減弱大氣

2、和土壤對(duì)它的影響，因此能夠穩(wěn)定地反映出所觀測(cè)地區(qū)植被的生長(zhǎng)情況。當(dāng)對(duì)數(shù)據(jù)規(guī)模較大的遙感影像進(jìn)行EVI提取時(shí)，由于受到計(jì)算機(jī)硬件資源的限制，此類(lèi)影像數(shù)據(jù)不能全部加載到內(nèi)存中進(jìn)行處理，需要對(duì)數(shù)據(jù)進(jìn)行合理的分塊。傳統(tǒng)數(shù)據(jù)分塊算法不能對(duì)遙感數(shù)據(jù)做出合理的分塊，并且分塊效率比較低。傳統(tǒng)的EVI多線(xiàn)程提取方法不能對(duì)EVI提取的整個(gè)處理鏈進(jìn)行加速，因此提取效率并不高。
　　結(jié)合上述問(wèn)題，本文對(duì)遙感影像EVI提取過(guò)程進(jìn)行了研究，針對(duì)提取過(guò)程中的各

3、個(gè)步驟進(jìn)行了可并行性分析，對(duì)于數(shù)據(jù)分塊部分，基于OpenMP實(shí)現(xiàn)并行分塊；對(duì)于數(shù)據(jù)計(jì)算部分，基于CUDA并行庫(kù)實(shí)現(xiàn)并行計(jì)算；對(duì)于整個(gè)提取鏈，基于流水線(xiàn)思想設(shè)計(jì)出EVI快速提取算法，并且通過(guò)實(shí)驗(yàn)進(jìn)行對(duì)比分析。本文主要成果有以下兩點(diǎn)：
　　(1)設(shè)計(jì)了一種基于OpenMP的嵌套并行分塊機(jī)制，針對(duì)現(xiàn)有的影像分塊算法效率低問(wèn)題，利用OpenMP的嵌套并行技術(shù)充分發(fā)揮CPU多核的優(yōu)勢(shì)來(lái)提高分塊效率。針對(duì)無(wú)法快速科學(xué)地確定分塊數(shù)目的問(wèn)題，設(shè)計(jì)

4、一個(gè)最優(yōu)分塊數(shù)目的計(jì)算公式。該分塊機(jī)制不僅可以應(yīng)用在EVI提取算法中，還可以應(yīng)用到其它涉及影像分塊的相關(guān)領(lǐng)域。
　　(2)設(shè)計(jì)了一個(gè)基于流水線(xiàn)的EVI快速提取算法，針對(duì)EVI提取過(guò)程包括五個(gè)連續(xù)的處理步驟的特點(diǎn)，依靠流水線(xiàn)在遙感影像多級(jí)連續(xù)處理方面的優(yōu)勢(shì)，對(duì)EVI提取過(guò)程進(jìn)行流水線(xiàn)并行設(shè)計(jì)。為了減少流水線(xiàn)節(jié)點(diǎn)間速度不同帶來(lái)的時(shí)間延遲，在算法流水線(xiàn)節(jié)點(diǎn)之間采用雙緩沖隊(duì)列來(lái)存儲(chǔ)每個(gè)節(jié)點(diǎn)處理的中間結(jié)果，進(jìn)而提高EVI提取過(guò)程各步驟并行度