基于Intel MIC架構(gòu)的并行無(wú)監(jiān)督SAR圖像變化檢測(cè).pdf

1、SAR(Synthetic Aperture Radar)圖像變化檢測(cè)，就是對(duì)同一地區(qū)不同時(shí)段內(nèi)圖像的變化做出檢測(cè)，在各個(gè)領(lǐng)域都有著廣泛的應(yīng)用。森林覆蓋率的變化，城市擴(kuò)展，土地利用情況，濕地、沙漠、沼澤等特殊地段的變化，莊稼的成長(zhǎng)狀況等等，都可以通過(guò)圖像變化檢測(cè)來(lái)做出有效的評(píng)估。因此，國(guó)內(nèi)外眾多學(xué)者都對(duì)這一課題進(jìn)行了深入地研究。隨著SAR圖像規(guī)模越來(lái)越大，傳統(tǒng)的串行算法在處理SAR圖像變化檢測(cè)時(shí)效率很低，所以必須對(duì)傳統(tǒng)的串行算法進(jìn)行并行

2、化改進(jìn)以提高效率。近年來(lái)異構(gòu)計(jì)算發(fā)展迅速，與多核處理器相比，基于MIC架構(gòu)的處理器具備了更多的核心，更寬的矢量單元以及硬件線程，所以MIC架構(gòu)能夠處理較為復(fù)雜的并行計(jì)算。比如Intel的Xeon Phi7110 P上有61個(gè)核心，能運(yùn)行244個(gè)線程，可以讓這244個(gè)線程同時(shí)并行處理計(jì)算任務(wù)，并行優(yōu)勢(shì)明顯。本文提出了基于Intel MIC的SAR圖像變化檢測(cè)。
　　本研究主要內(nèi)容包括：⑴介紹了傳統(tǒng)串行的FLICM(Fuzzy Loc

3、al Information C-Means）算法，其在處理小規(guī)模圖像時(shí)尚可滿足時(shí)間效率，可隨著圖像規(guī)模的增大，時(shí)間效率越來(lái)越差，針對(duì)此問(wèn)題，本文利用OpenMP(Open Multi-Processing)框架在多核CPU和MIC上實(shí)施了并行處理，首先利用分析工具找到整個(gè)算法最耗時(shí)的函數(shù)或者是for循環(huán)，在其前面加上并行化控制語(yǔ)句，然后再對(duì)函數(shù)或for循環(huán)的內(nèi)部進(jìn)行改進(jìn)以達(dá)到更好的并行效果。重點(diǎn)對(duì)MIC卡上的并行算法進(jìn)行優(yōu)化加速。比如

4、，經(jīng)過(guò)測(cè)試發(fā)現(xiàn)經(jīng)過(guò)OpenMP并行化的for循環(huán)，最外層與次外層之間是沒(méi)有數(shù)據(jù)依賴性的，所以對(duì)其進(jìn)行循環(huán)融合優(yōu)化；對(duì)程序中被頻繁調(diào)用的函數(shù)進(jìn)行改寫以實(shí)現(xiàn)更好的加速效果。實(shí)驗(yàn)結(jié)果表明，在Intel Xeon Phi下，2048×2048大小的圖像可以取得10.39倍的加速比。⑵介紹了FGKM（Fast Global K-Means）算法，針對(duì)其在處理大規(guī)模SAR圖像變化檢測(cè)時(shí)效率低下的問(wèn)題，本文提出了基于FGKM算法的并行SAR圖像變化檢

5、測(cè)，利用MIC架構(gòu)多線程的優(yōu)勢(shì)，把計(jì)算任務(wù)分配到各線程上來(lái)實(shí)現(xiàn)并行處理。首先提出基于多核CPU的并行SAR圖像變化檢測(cè)，利用OpenMP框架來(lái)實(shí)施并行任務(wù)。然后提出了基于MIC-Offload模式的并行SAR圖像變化檢測(cè)，即實(shí)現(xiàn)復(fù)雜度較低的串行算法在CPU上運(yùn)行，比較耗時(shí)的部分移植到MIC卡上以實(shí)現(xiàn)并行處理，以這種CPU-MIC相結(jié)合的并行方式來(lái)達(dá)到加速目的。之后重點(diǎn)對(duì)MIC-Offload上的并行算法又進(jìn)行了優(yōu)化加速，以實(shí)現(xiàn)更高的加速