杨肇桐

摘要： 低空航拍可以获得大比例尺、高精度的影像，具有响应时间短、灵活等优点，常用于灾害应急制图中。同时，救灾的紧迫性要求遥感影像能够被快速处理。在快速处理领域，一般采用分布式集群计算机和多核CPU来获得大数据量和复杂计算的加速效果，但其局限性比较大，大集群占用太大物理空间，多核CPU性能难以达到要求，而可编程图形处理器（GPU）同时解决了分布式集群和多核CPU的局限性。特别是近年来，可编程图形处理器的并行处理在其他领域得到了很好的应用和发展。因此，研究其在遥感图像快速处理领域中的应用具有重要的现实意义。

关键词： GPU;快速处理;错峰调度;快速傅里叶变换

【中图分类号】P37【文献标识码】B【文章编号】1674-3733（2020）15-0226-02

分析GPU的并行可编程性和CUDA编程模型特征，通过对遥感影像错峰调度、快速傅里叶变换和高斯差分算法的CUDA编程设计，在GPU上实现这3种算法的快速并行处理，并与CPU结果对比，证明GPU能够在数据精度和CPU保持一致的基础上大幅缩短遥感影像处理时间，加速比可以达到一个数量级。

1影像处理算法分析CUDA设计

1.1错峰调度算法分析优化。在改正航摄过程中，由于航摄轴倾斜、中心投影、大气折光、地球曲率等因素影响会产生影像几何变形问题。错峰调度算法模型在进行共线方程计算像点坐标、灰度插值这两个有大量迭代和计算的作业中，可通过选择适合的作业启动时间，实现不同作业高低峰负载的交叉重叠，以充分利用计算资源。……