[发明专利]基于CPU/GPU协同处理的遥感数据快速入库方法

权利要求书

1.基于CPU/GPU协同处理的遥感数据快速入库方法，其特征在于采用配置有主机端和设备端的多机系统，主机端和设备端均需配置有多核中央处理器CPU和图形处理器GPU；

在该系统中，主机端和设备端以一个CPU核为控制核，其他CPU核为计算核，其中控制核主要负责主机端和设备端之间的数据传输、CPU和GPU之间的数据传输、核函数执行参数配置、核函数启动等工作。而计算核主要参与数据入库中计算密集的部分。设备端的计算核主要是用来处理遥感影像入库中的影像金字塔构建(主要包括分配内存、拷贝数据)和影像预处理步骤。主机端的计算核则用来参与影像数据压缩步骤(主要包括影像压缩预处理、tier-1算法、tier-2算法)。

图形处理器GPU主要负责程序中并行计算密集的部分。其中设备端的GPU负责对影像数据进行重采样(影像金字塔构建核心部分)，主机端的GPU参与影像数据压缩步骤(主要包括小波变换、tier-1算法)。

具体采用以下步骤方法：

步骤a)主机端和设备端分别调用各自CPU的控制核分配内存缓存空间；

步骤b)设备端接收待入库的遥感影像数据，并把数据部分或者全部存放在预先分配好的内存中；

步骤c)设备端调用CPU的计算核对待入库的影像进行预处理；

步骤d)设备端调用GPU构建影像金字塔；

步骤e)设备端调用CPU的控制核把构建完成的影像金字塔数据从设备端发送到主机端；

步骤f)主机端协同调用GPU和CPU的计算核对影像金字塔数据进行压缩；

步骤g)主机端调用CPU的控制核将压缩后的影像数据存储入库。

2.如权利要求1所述的基于CPU/GPU协同处理的遥感数据快速入库方法，其特征在于步骤c)影像预处理包括投影变换、坐标变换、匀光、色彩均匀化等操作。

3.如权利要求1所述的基于CPU/GPU协同处理的遥感数据快速入库方法，其特征在于步骤d)设备端调用GPU构建影像金字塔，具体如下：

1)设备端调用CPU的控制核将预处理后的影像数据从内存拷贝到CUDA全局存储器中；

2)设备端调用CPU的计算核对影像数据的样本容量进行计算，并分配内存；

3)设备端调用GPU对预处理后的影像进行分块，并获取与影像块相应的计算线程；

4)设备端调用GPU对分块后的影像像元进行重采样。

4.如权利要求3所述的基于CPU/GPU协同处理的遥感数据快速入库方法，其特征在于设备端调用GPU对像元进行重采样，具体如下：

首先把分块后的影像作为金字塔模型的底层，即第0层；在第0层的基础上，对第0层金字塔影像的n个像元合并为1个，将分辨率降低得到1级影像，即第1层；对1级影像依次进行步骤3)重新分块和步骤4)重采样处理，得到2级影像，逐级运算直到所需级别的金字塔为止。

5.如权利要求1所述的基于CPU/GPU协同处理的遥感数据快速入库方法，其特征在于步骤f)主机端协同调用GPU和CPU的计算核对影像金字塔数据进行压缩，具体如下：

1)主机端调用CPU的计算核对影像金字塔进行压缩的第一步处理，即影像数据分割、直流电平位移和彩色分量变换，得到第一处理结果；

2)主机端调用GPU，采用一个线程块处理一幅影像，多个线程块处理多幅影像的方法对第一处理结果进行小波变换及量化处理，得到第二处理结果；

3)定义一个3位二进制数ABC，其中A表示GPU的工作状态，1为繁忙，0为空闲；同理B表示CPU的工作状态，C表示影像分辨率是否高于预设的分辨率阈值，1表示是，0表示否；然后令S＝(！A)||B&C；若S＝1则主机端调用GPU对第二处理结果进行JPEG2000标准中定义的tier-1算法处理，得到第三处理结果；否则，主机端继续控制CPU的计算核对第二处理结果进行tier-1算法处理，得到第三处理结果；

4)主机端调用CPU的计算核，采用一个CPU核处理一幅影像，多个CPU核处理多幅影像的方式对第三处理结果进行tier-2算法处理得到压缩后的影像数据。