| 遥感影像正射纠正的GPU-CPU协同处理研究 |
| |
| 引用本文： | 杨靖宇,张永生,李正国,龚辉.遥感影像正射纠正的GPU-CPU协同处理研究[J].武汉大学学报(信息科学版),2011,36(9). |
| |
| 作者姓名： | 杨靖宇 张永生 李正国 龚辉 |
| |
| 作者单位： | 1. 信息工程大学测绘学院,郑州市陇海中路66号,450052／矿山空间信息技术国家测绘局重点实验室,焦作市世纪大道2001号,454003／江西省数字国土重点实验室,抚州市学府路54号,344000
2. 信息工程大学测绘学院,郑州市陇海中路66号,450052 |
| |
| 基金项目： | 国家863计划资助项目(2009AA12Z218); 国家自然科学基金资助项目(40901179); 矿山空间信息技术国家测绘局重点实验室(河南理工大学,河南省测绘局)开放基金资助项目(KLM200904); 江西省数字国土实验室开放基金资助项目(DLLJ201001,DLLJ201006) |
| |
| 摘 要： | 提出了一种基于CUDA的遥感影像正射纠正GPU-CPU协同处理方法,以实现重采样操作的GPU细粒度并行化。根据GPU的并行结构和硬件特点,采用执行配置优化技术提高warp占有率,利用共享存储器优化减少对效率低下的全局存储器中坐标变换系数的重复访问,通过纹理存储器代替全局存储器优化对原始影像数据的访问。实验结果表明,并行算法能够充分发挥GPU的并行处理能力,利用GeForce 9500 GT显卡,对大小为6 000像素×6 000像素的全色影像进行多项式纠正对比实验,最邻近灰度内插重采样和双线性灰度内插重采样的最终加速比分别能够达到8倍和10倍以上。
|
| 关 键 词： | 正射纠正 图形处理器 统一计算设备架构 细粒度并行计算 |
GPU-CPU Cooperate Processing of RS Image Ortho-Rectification |
| |
| YANG Jingyu, ZHANG Yongsheng LI Zhengguo GONG Hui,State Bureau of Surveying , Mapping, Shiji Road,Jiaozuo ,China.GPU-CPU Cooperate Processing of RS Image Ortho-Rectification[J].Geomatics and Information Science of Wuhan University,2011,36(9). |
| |
| Authors: | YANG Jingyu ZHANG Yongsheng LI Zhengguo GONG Hui State Bureau of Surveying Mapping Shiji Road Jiaozuo China |
| |
| Institution: | YANG Jingyu1,2,3 ZHANG Yongsheng1 LI Zhengguo1 GONG Hui1(1 Institute of Surveying and Mapping,Information Engineering University,66 Middle Longhai Road,Zhengzhou 450052,China)(2 Key Laboratory of Mine Spatial Information Technologies(Henan Polytechnic University,Henan Bureau of Surveying &Mapping),State Bureau of Surveying and Mapping,2001 Shiji Road,Jiaozuo 455003,China)(3 Digital Land of Key Laboratory of Jiangxi Province,54 Xuefu Road,Fuzhou 344000,China) |
| |
| Abstract: | A fast ortho-rectification GPU-CPU cooperate processing algorithm is presented based on compute unified device architecture(CUDA),which realizes fine-grained parallel re-sampling using GPU in single instruction multiple thread(SIMT) pattern.On the basis of parallel architecture and hardware characteristic of GPU,the parallel algorithm introduces three speedup methods to improve the implementation performance: using execution configuration optimize technology to increase warp occupancy,using shared memory to... |
| |
| Keywords: | ortho-rectification GPU CUDA fine-grained parallel computing |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
