论文部分内容阅读
近年来自然灾害频繁爆发，使测绘应急保障工作逐渐成为政府的重要职责。由于航空遥感技术不断完善，获取的影像数据呈现海量性、多源性、高分辨率等特点，而以往传统的影像拼接技术在面对大数据量影像拼接，以及应对拼接算法本身的高计算复杂度时显得力不从心。在应急救援中，提高批量影像拼接效率极为关键。针对传统影像拼接算法效率低下的缺陷，本文首先研究了GPU通用计算架构及CUDA编程技术，提出了利用GPU硬件来加速处理的策略，最后集成实现应急遥感影像快速拼接系统，并进行性能和拼接质量分析。具体研究工作如下：（1）论文首先分析了GPU通用计算架构及CUDA编程技术，然后详细剖析CUDA的软件编程模型和存储器模型特性；结合GPU硬件特性，为解决影像拼接算法效率低下的问题，提出了基于CUDA的影像算法并行处理的通用解决方案，为全文的研究工作奠定了技术基础。（2）针对传统SIFT特征匹配算法效率低下的缺陷，本文提出了基于GPU硬件加速的策略。首先对SIFT算法关键步骤进行剖析，依据CUDA编程策略提出了SIFT并行算法的总体设计并具体实现，最后进行实验测试分析并行算法的性能和特征匹配结果的正确性。（3）本文从算法效率和融合质量两方面，对比分析了几种常用的影像融合算法，提出了基于CUDA并行化实现多频带融合算法。针对多频带融合算法的核心模块，找出适合于数据并行计算的环节；对并行化算法进行总体设计并实现，最后测试分析并行算法的性能和融合影像质量精度。（4）在上述研究内容的基础上，本文提出了影像快速拼接方案，设计并实现应急遥感影像快速拼接系统。主要包括基于重叠区域分块的影像快速特征匹配、消除序列影像配准误差、匀光匀色模块、影像快速融合等主要模块。最后从影像拼接质量、算法性能等方面，对比传统串行模式下影像拼接方法，进行综合分析。实验表明，基于CPU-GPU的遥感影像快速拼接系统在大幅度缩减拼接时间的同时，能够较好保证拼接影像的质量，达到应急保障的实时性要求。