遙感圖象復(fù)原與超分辨并行處理系統(tǒng)設(shè)計(jì)技術(shù)研究.pdf

1、遙感圖象在成像過程中，會(huì)受到模糊、噪聲和云霧等因素的干擾，使圖象質(zhì)量退化，細(xì)節(jié)丟失，分辨率降低。同時(shí)，由模數(shù)(A/D)變換過程中欠采樣所引起的頻率混疊，會(huì)使圖象高頻信息丟失，產(chǎn)生頻譜畸變，從而進(jìn)一步降低圖象的分辨率。圖象復(fù)原與超分辨的任務(wù)就是盡最大可能地消除由這些因素所引起的圖象質(zhì)量退化，提高其清晰度、對(duì)比度和分辨率。本文在不改變成像系統(tǒng)硬件條件的情況下，力圖通過地面處理的方法對(duì)遙感圖象復(fù)原與超分辨并行系統(tǒng)設(shè)計(jì)及其算法實(shí)現(xiàn)技術(shù)進(jìn)行創(chuàng)新性

2、研究，探索能夠快速高效地提高遙感圖象分辨率的新技術(shù)。
　　遙感圖象復(fù)原與超分辨并行系統(tǒng)設(shè)計(jì)及其算法研究的內(nèi)容主要分為硬件和軟件兩個(gè)部分，其中硬件部分包括體系結(jié)構(gòu)的選擇和硬件系統(tǒng)的構(gòu)建，軟件部分包括并行算法模型的建立、并行算法的實(shí)現(xiàn)及其性能優(yōu)化。
　　目前，并行技術(shù)的應(yīng)用已遍布圖象處理的各個(gè)領(lǐng)域，但其本身尚存在許多未解決的難題，如系統(tǒng)底層硬件差異大、代價(jià)高，算法標(biāo)準(zhǔn)不統(tǒng)一、移植性差等，阻礙了其應(yīng)用和發(fā)展。對(duì)圖象并行體系結(jié)構(gòu)的研

3、究是并行算法設(shè)計(jì)的基礎(chǔ)，可實(shí)現(xiàn)算法到結(jié)構(gòu)的最優(yōu)轉(zhuǎn)換。本文結(jié)合具體的算法和應(yīng)用，對(duì)多種基于計(jì)算機(jī)和DSP的圖象并行處理系統(tǒng)進(jìn)行詳細(xì)的分析、分類和對(duì)比，指出通用化和結(jié)構(gòu)融合是圖象并行處理系統(tǒng)發(fā)展的趨勢(shì)，通用系統(tǒng)目前主要基于DSP和機(jī)群兩種體系結(jié)構(gòu)。其中，DSP適合于小規(guī)模圖象并行處理的快速響應(yīng)，而機(jī)群則適合于海量大尺度遙感數(shù)據(jù)的實(shí)時(shí)處理。在此基礎(chǔ)上，利用圖象復(fù)原與超分辨算法在兩種結(jié)構(gòu)上進(jìn)行了實(shí)驗(yàn)分析和規(guī)模預(yù)測(cè)，結(jié)果表明采用DSP結(jié)構(gòu)設(shè)計(jì)的硬

4、件系統(tǒng)規(guī)模太大而難以進(jìn)行管理和應(yīng)用，因此選擇機(jī)群作為系統(tǒng)實(shí)現(xiàn)結(jié)構(gòu)。
　　在基于機(jī)群的系統(tǒng)結(jié)構(gòu)基礎(chǔ)上，結(jié)合圖象復(fù)原與超分辨算法的特點(diǎn)，可將圖象復(fù)原與超分辨的并行硬件系統(tǒng)設(shè)計(jì)為由胖節(jié)點(diǎn)、Infiniband交換機(jī)和光纖磁盤陣列等設(shè)備組成的SMP機(jī)群系統(tǒng)。在該系統(tǒng)上，采用基于細(xì)粒度并行化的OpenMP與MPI相結(jié)合的混合編程模型，可以充分發(fā)揮OpenMP節(jié)點(diǎn)內(nèi)細(xì)粒度并行和MPI節(jié)點(diǎn)間粗粒度并行的綜合優(yōu)勢(shì)，獲得較好的并行性能。本文隨后建立

5、該系統(tǒng)性能模型的表達(dá)式，給出處理器個(gè)數(shù)和系統(tǒng)加速比、效率之間的關(guān)系。對(duì)該模型的深入分析表明，處理器數(shù)目的增加存在限制，若超出該值，由此帶來的通信開銷的急劇增大將掩蓋新加入處理器的貢獻(xiàn)，反而會(huì)使系統(tǒng)性能降低。
　　并行處理技術(shù)發(fā)展的現(xiàn)狀是軟件遠(yuǎn)遠(yuǎn)滯后于硬件，因此對(duì)圖象復(fù)原與超分辨并行算法實(shí)現(xiàn)技術(shù)的研究具有重大意義。本文通過對(duì)并行算法設(shè)計(jì)中影響其性能的負(fù)載、通信和I/O三大因素進(jìn)行深入研究，建立表征通信代價(jià)的數(shù)學(xué)模型。根據(jù)該模型，對(duì)固

6、有通信、附加通信、開銷、延遲和沖突等產(chǎn)生的機(jī)理進(jìn)行了討論，指出合并通信是一個(gè)很好的優(yōu)化策略，它能在提高通信性能的同時(shí)有效避免競(jìng)爭(zhēng)和沖突。然后，根據(jù)I/O系統(tǒng)的結(jié)構(gòu)，建立對(duì)應(yīng)的抽象層次模型，給出各層的優(yōu)化策略。最后根據(jù)圖象復(fù)原與超分辨并行算法的特點(diǎn)，對(duì)其域分解方法進(jìn)行研究，建立一種基于PPCTS結(jié)構(gòu)的并行算法模型。
　　在已建立的遙感圖象域分解方法和基于PPCTS算法模型的基礎(chǔ)上，可進(jìn)行圖象復(fù)原與超分辨并行算法的設(shè)計(jì)。在圖象復(fù)原部分

7、，本文提出一種基于PDE的并行擴(kuò)散去噪算法，而在圖象超分辨部分，則提出一種頻域擴(kuò)展與補(bǔ)償并行超分辨算法。其中，基于二階PDE的并行擴(kuò)散去噪算法是建立在對(duì)PDE去噪相關(guān)理論和并行化技術(shù)深入研究的基礎(chǔ)上，主要用來快速去除遙感圖象中廣泛存在的高斯白噪聲和泊松噪聲，實(shí)驗(yàn)結(jié)果表明該算法能夠在濾除噪聲的同時(shí)保護(hù)圖象的邊緣，其處理效果好、速度快，能夠滿足實(shí)時(shí)應(yīng)用的需求。而頻域擴(kuò)展與補(bǔ)償并行超分辨算法能夠快速地解開頻率混疊，進(jìn)一步提高圖象的分辨率，它在