基于嵌套分塊和流水線的增強型植被指數快速提取算法研究.pdf

1、隨著我國對地遙感觀測技術的逐漸發(fā)展與成熟，我們獲取的遙感影像的種類越來越豐富，數據規(guī)模越來越大。面對如此龐大的數據量，傳統的影像處理模型已經無法滿足遙感產品應用領域對影像處理算法高效處理的要求。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（Enhanced Vegetation Index, EVI）是生態(tài)定量遙感監(jiān)測領域應用廣泛的植被指數之一。它通過引入相關參數對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。當對數據規(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，此類影像數據不能全部加載到內存中進行處理，需要對數據進行合理的分塊。傳統數據分塊算法不能對遙感數據做出合理的分塊，并且分塊效率比較低。傳統的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，對于數據分塊部分，基于OpenMP實現并行分塊；對于數據計算部分，基于CUDA并行庫實現并行計算；對于整個提取鏈，基于流水線思想設計出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)設計了一種基于OpenMP的嵌套并行分塊機制，針對現有的影像分塊算法效率低問題，利用OpenMP的嵌套并行技術充分發(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目的問題，設計

4、一個最優(yōu)分塊數目的計算公式。該分塊機制不僅可以應用在EVI提取算法中，還可以應用到其它涉及影像分塊的相關領域。
　　(2)設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)點處理的中間結果，進而提高EVI提取過程各步驟并行度