基于嵌套分塊和流水線的增強型植被指數(shù)快速提取算法研究.pdf

1、隨著我國對地遙感觀測技術(shù)的逐漸發(fā)展與成熟，我們獲取的遙感影像的種類越來越豐富，數(shù)據(jù)規(guī)模越來越大。面對如此龐大的數(shù)據(jù)量，傳統(tǒng)的影像處理模型已經(jīng)無法滿足遙感產(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。
　　增強型植被指數(shù)（Enhanced Vegetation Index, EVI）是生態(tài)定量遙感監(jiān)測領(lǐng)域應(yīng)用廣泛的植被指數(shù)之一。它通過引入相關(guān)參數(shù)對EVI計算公式進行了改進，在一定程度上減弱大氣

2、和土壤對它的影響，因此能夠穩(wěn)定地反映出所觀測地區(qū)植被的生長情況。當對數(shù)據(jù)規(guī)模較大的遙感影像進行EVI提取時，由于受到計算機硬件資源的限制，此類影像數(shù)據(jù)不能全部加載到內(nèi)存中進行處理，需要對數(shù)據(jù)進行合理的分塊。傳統(tǒng)數(shù)據(jù)分塊算法不能對遙感數(shù)據(jù)做出合理的分塊，并且分塊效率比較低。傳統(tǒng)的EVI多線程提取方法不能對EVI提取的整個處理鏈進行加速，因此提取效率并不高。
　　結(jié)合上述問題，本文對遙感影像EVI提取過程進行了研究，針對提取過程中的各

3、個步驟進行了可并行性分析，對于數(shù)據(jù)分塊部分，基于OpenMP實現(xiàn)并行分塊；對于數(shù)據(jù)計算部分，基于CUDA并行庫實現(xiàn)并行計算；對于整個提取鏈，基于流水線思想設(shè)計出EVI快速提取算法，并且通過實驗進行對比分析。本文主要成果有以下兩點：
　　(1)設(shè)計了一種基于OpenMP的嵌套并行分塊機制，針對現(xiàn)有的影像分塊算法效率低問題，利用OpenMP的嵌套并行技術(shù)充分發(fā)揮CPU多核的優(yōu)勢來提高分塊效率。針對無法快速科學地確定分塊數(shù)目的問題，設(shè)計

4、一個最優(yōu)分塊數(shù)目的計算公式。該分塊機制不僅可以應(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)計了一個基于流水線的EVI快速提取算法，針對EVI提取過程包括五個連續(xù)的處理步驟的特點，依靠流水線在遙感影像多級連續(xù)處理方面的優(yōu)勢，對EVI提取過程進行流水線并行設(shè)計。為了減少流水線節(jié)點間速度不同帶來的時間延遲，在算法流水線節(jié)點之間采用雙緩沖隊列來存儲每個節(jié)點處理的中間結(jié)果，進而提高EVI提取過程各步驟并行度