基于GPU的高性能遙感圖像解碼方法研究.pdf

1、遙感圖像的處理具有數(shù)據(jù)量大、實(shí)時(shí)性要求高等特點(diǎn)，因此在星上對(duì)遙感圖像進(jìn)行實(shí)時(shí)、高效的數(shù)據(jù)壓縮具有非常重要的現(xiàn)實(shí)意義。目前，國內(nèi)外的遙感數(shù)據(jù)衛(wèi)星在星上進(jìn)行數(shù)據(jù)壓縮一貫采用航天級(jí)的可靠嵌入式硬件處理平臺(tái)，這是由星上較小的可用空間、較低的能源供給以及惡劣的空間輻照環(huán)境等因素所決定的。然而，面向航天的硬件處理平臺(tái)也具有開發(fā)難度高、周期長、成本高且重復(fù)使用率低等缺點(diǎn)。與苛刻的空天條件要求相比，遙感數(shù)據(jù)的地面處理對(duì)平臺(tái)的要求大大降低，從而使地面應(yīng)用

2、系統(tǒng)具有多種可選方案。傳統(tǒng)的維護(hù)成本高昂，不但需要單獨(dú)的機(jī)房和巨大的電量消耗，往往成為地面應(yīng)用系統(tǒng)的一種嚴(yán)重負(fù)擔(dān)。近年來出現(xiàn)的圖形處理單元GPU很好地解決了計(jì)算能力與功耗和成本的沖突，使得基于GPU的并行計(jì)算逐漸成為一種有吸引力的高性能地面應(yīng)用系統(tǒng)解決方案。
　　在此背景下，本文重點(diǎn)針對(duì)遙感圖像在解碼中遇到的問題，進(jìn)行了基于 GPU的并行計(jì)算方法的研究。多級(jí)樹集合分裂算法(SPIHT)是遙感圖像壓縮編碼中最常用的算法之一，由本課題

3、組研制的SPIHT硬件壓縮系統(tǒng)在我國的多顆型號(hào)衛(wèi)星中得到了成功的應(yīng)用；下一代靜止圖像壓縮標(biāo)準(zhǔn)JPEG2000作為業(yè)界領(lǐng)先的遙感圖像壓縮算法在近年來得到了廣泛關(guān)注，由本課題組研制的基于JPEG2000的高速圖像壓縮芯片也將應(yīng)用于未來的遙感任務(wù)中。因此本文主要針對(duì)這兩種算法進(jìn)行高速實(shí)時(shí)解碼的研究。在對(duì)圖像進(jìn)行時(shí)頻分析時(shí)，兩種算法都使用了離散小波變換(DWT)，而在解碼系統(tǒng)中由于DWT運(yùn)算復(fù)雜，常常成為速度瓶頸，因此本文首先對(duì)小波變換算法進(jìn)行

4、了并行加速方法的研究。在快速小波變換算法的基礎(chǔ)上，本文首先將其應(yīng)用于基于SPIHT算法的嫦娥二號(hào)圖像解壓縮系統(tǒng)中，結(jié)合CPU的多核處理能力和CPU-GPU異構(gòu)并行加速方法，使系統(tǒng)得到了幾十倍的速度提升。其次，本文將基于GPU的快速小波變換方法應(yīng)用于JPEG2000解碼系統(tǒng)，對(duì)CPU與GPU的協(xié)同工作模型進(jìn)行了進(jìn)一步的探索，并完成了一個(gè)高效的 JPEG2000圖像解碼系統(tǒng)。論文的主要工作概括如下：
　　(1)提出了一種基于行列轉(zhuǎn)置的

5、 GPU快速小波變換方法和一種具有快速列變換的GPU小波變換方法。前者針對(duì)圖像壓縮廣泛使用的小波變換計(jì)算量大、處理速度慢的問題，提出使用GPU所擁有的大量并行運(yùn)算單元進(jìn)行加速的方法；后者通過合并內(nèi)存訪問方法提高了內(nèi)存訪問的效率。
　　(2)提出了一種基于分塊的GPU快速小波變換方法。針對(duì)(1)中提出的并行小波變換方法對(duì)GPU共享內(nèi)存需求較高，對(duì)GPU全局內(nèi)存使用較多，不能處理超大圖像的問題，提出一種基于分塊的并行小波變換方法。該方

6、法利用小波變換的分塊特性進(jìn)行并行計(jì)算，利用相互重疊的分塊方法保證小波變換的精度，通過合并的數(shù)據(jù)訪問來隱藏?cái)?shù)據(jù)的傳輸時(shí)間，并允許計(jì)算與數(shù)據(jù)的流水操作，達(dá)到了現(xiàn)有文獻(xiàn)中最高的處理速度。
　　(3)提出了一種CPU-GPU異構(gòu)流水并行的SPIHT高速圖像解碼方法。針對(duì)現(xiàn)有的串行SPIHT圖像解碼算法無法滿足實(shí)時(shí)遙感處理的問題，提出一種CPU-GPU異構(gòu)并行的SPIHT高速解碼方法。該方法在使用GPU進(jìn)行快速小波變換的基礎(chǔ)上，結(jié)合圖像內(nèi)部

7、各個(gè)區(qū)塊獨(dú)立編碼的特性，進(jìn)一步利用多核 CPU的并行計(jì)算能力，通過CPU與GPU的流水協(xié)作，使解碼系統(tǒng)得到了83倍的速度提升，解碼速度達(dá)到91幀/秒，并成功應(yīng)用于嫦娥二號(hào)地面解碼系統(tǒng)中。
　　(4)提出了一種基于CPU-GPU協(xié)同操作的幀間并行JPEG2000解碼方法。針對(duì)(3)中提出的CPU-GPU流水協(xié)作方法復(fù)雜度高、要求CPU與GPU處理速度匹配的問題，提出一種更通用的CPU-GPU高效協(xié)同操作模型。針對(duì)現(xiàn)有JPEG2000