遙感影像的ISODATA分類算法的并行化研究.pdf

1、隨著遙感技術(shù)的飛速發(fā)展，遙感影像分辨率的不斷提高，遙感影像開始廣泛應(yīng)用于生產(chǎn)、生活中的各個(gè)領(lǐng)域。高分辨率遙感影像具有分辨率高、信息量大的特點(diǎn)，因此針對(duì)這類遙感影像進(jìn)行目標(biāo)特征的提取、分類可以獲取大量有用信息。作為一種常用的非監(jiān)督分類算法，ISODATA無需指定準(zhǔn)確的類別數(shù)目，而是通過對(duì)聚類結(jié)果進(jìn)行不斷地“合并”與“分裂”，來得到一個(gè)較為合理的類別數(shù)目，從而得到一種較好的分類結(jié)果。由于高分辨率遙感影像的數(shù)據(jù)量很大，在研發(fā)高分遙感應(yīng)用系統(tǒng)和

2、資源三號(hào)專題產(chǎn)品生產(chǎn)子系統(tǒng)時(shí)，若采用傳統(tǒng)的遙感影像分類算法，則系統(tǒng)處理速度慢、效率低，處理一景高分影像大約需要半個(gè)小時(shí)，無法滿足應(yīng)用的實(shí)時(shí)處理的要求。因此，在使用這些高分辨率遙感影像時(shí)，如何對(duì)其進(jìn)行快速正確的處理是必須解決的首要問題。
　　本文對(duì)遙感影像分類算法中的ISODATA分類算法進(jìn)行了研究，在算法流程可并行性分析的基礎(chǔ)上，對(duì)于可并行部分，分別采用OpenMP并行庫實(shí)現(xiàn)基于多核的并行處理以及CUDA并行庫實(shí)現(xiàn)基于GPU的多線

3、程并行化改造。并對(duì)兩個(gè)并行平臺(tái)的處理結(jié)果進(jìn)行了對(duì)比分析，進(jìn)一步將相關(guān)算法應(yīng)用到高分遙感應(yīng)用系統(tǒng)和資源三號(hào)專題產(chǎn)品生產(chǎn)子系統(tǒng)等實(shí)際的遙感影像處理項(xiàng)目研發(fā)中。
　　本文主要完成了以下工作：
　?。?）對(duì)ISODATA算法進(jìn)行可并行性分析，對(duì)ISODATA算法中的樣本聚類和樣本中心標(biāo)準(zhǔn)差的計(jì)算進(jìn)行并行化改造，提升樣本中心標(biāo)準(zhǔn)差計(jì)算流程的處理效率。
　　（2）提出一種基于多核CPU的并行ISODATA算法（ISODATA-Om

4、p）。采用OpenMP技術(shù)，改進(jìn)算法中的樣本點(diǎn)的聚類和聚類樣本中心標(biāo)準(zhǔn)差的計(jì)算，實(shí)現(xiàn)基于共享內(nèi)存的單機(jī)多核并行化處理。實(shí)驗(yàn)結(jié)果證明，采用多核處理的ISODATA-Omp分類算法，在保證分類精度不變的情況下，分類算法的聚類速度提高了2.5倍，標(biāo)準(zhǔn)差計(jì)算的速度也達(dá)到了原算法的2.5倍。分類過程的整體加速比也接近2倍，具有較好的實(shí)際應(yīng)用價(jià)值。
　　（3）針對(duì)高分辨率遙感影像，提出了一種的基于 GPU的并行 ISODATA算法（ISODA

5、TA-Cuda）。將影像數(shù)據(jù)加載到GPU上運(yùn)算，利用GPU的多處理運(yùn)算單元的特點(diǎn)，改進(jìn)樣本點(diǎn)聚類以及樣本中心標(biāo)準(zhǔn)差的計(jì)算，計(jì)算完成之后再將結(jié)果回傳給CPU，從而完成算法的并行加速。其中，在并行讀取圖像的每個(gè)像素點(diǎn)進(jìn)行計(jì)算時(shí)，采用連續(xù)尋址方式進(jìn)行讀取，提高了內(nèi)存的讀取效率。此外，每個(gè)線程在完成計(jì)算后，首先將計(jì)算結(jié)果進(jìn)行塊內(nèi)同步歸并，然后再進(jìn)行塊間的同步歸并。采用這種兩級(jí)同步歸并的方式，不僅減少了處理器與共享內(nèi)存之間數(shù)據(jù)傳輸?shù)腎/O瓶頸問題

6、，同時(shí)也避免了大量線程同時(shí)訪問臨界區(qū)而造成設(shè)備宕機(jī)。實(shí)驗(yàn)結(jié)果證明，采用 GPU并行加速后的分類算法，在處理1024×1024分辨率以上的圖像時(shí)，分類算法的聚類速度達(dá)到了原算法的2倍以上，并且隨著圖像尺度的增大，加速效果也在不斷提高。算法的標(biāo)準(zhǔn)差計(jì)算速度也提高到原來的2倍以上。
　　（4）對(duì)兩種并行平臺(tái)下的加速效果分別進(jìn)行實(shí)驗(yàn)對(duì)比分析，找出各自最優(yōu)的加速參數(shù)。依據(jù)運(yùn)行時(shí)間、加速比等評(píng)價(jià)和分析多核和 GPU兩種平臺(tái)并行效果。并將相關(guān)算