[发明专利]GPU-CPU协同的栅格数据快速坐标转换方法及系统

说明书

本发明提供了一种GPU‑CPU协同的栅格数据快速坐标转换方法及系统，构建三维点云数据集，生成三角网，提取三角网中的数据插值到规则格网中，实现整个坐标转换规则格网参数的构建与赋值；加载原始栅格数据，利用所述规则格网参数获取目标栅格的相关信息，生成空白目标栅格数据；根据CPU端的数据信息，对栅格数据进行分块；利用规则格网参数的信息构建CPU端的内存指针，申请GPU端内存空间，将CPU端内存信息拷贝至GPU端；迭代执行在目标栅格数据分块显存空间，进行坐标转换和原始栅格数据上的插值。本发明能够真正实现数据高效率转换。

技术领域

本发明属于影像数据处理技术领域，具体涉及一种GPU-CPU协同的栅格数据快速坐标转换方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

地理空间数据主要以矢量和栅格数据为主，随着传感器分辨率的提升和数据获取频率的提高，栅格数据的规模越来越大，遥感影像作为栅格数据的主要代表，由于影像存在多种坐标系统，对于数据转换的效率要求较高，海量栅格数据的坐标转换极大限制了转换效率。同时传统的坐标转换参数，尤其是面对巨幅栅格数据转换时会造成数据畸变，影响转换精度。

发明内容

本发明为了解决上述问题，提出了一种GPU-CPU协同的栅格数据快速坐标转换方法及系统，本发明能够解决传统栅格数据坐标转换的效率低下和部分巨幅影像无法转换的问题，从而真正实现数据高效率转换。

根据一些实施例，本发明采用如下技术方案：

一种GPU-CPU协同的栅格数据快速坐标转换方法，包括以下步骤：

构建三维点云数据集；

基于所述三维点云数据集，生成三角网，提取三角网中的数据插值到规则格网中，实现整个坐标转换规则格网参数的构建与赋值；

加载原始栅格数据，利用所述规则格网参数获取目标栅格的相关信息，生成空白目标栅格数据；

根据CPU端的数据信息，对栅格数据进行分块；

利用规则格网参数的信息构建CPU端的内存指针，申请GPU端内存空间，将CPU端内存信息拷贝至GPU端；

根据CPU端的栅格数据分块的范围，建立对应范围的规则格网参数显存空间，迭代执行在目标栅格数据分块显存空间，进行坐标转换和原始栅格数据上的插值，保存当前栅格数据分块数据，释放当前GPU数据分块内存。

作为可选择的实施方式，构建三维点云数据集时，根据输入的不同坐标系的同名控制点数据，使用X方向、Y方向的差值作为Z值构建三维点云数据集。

作为可选择的实施方式，实现整个坐标转换规则格网参数的构建与赋值的具体过程包括：采用分治法三角形剖分算法生成Delaunay三角网，将Z值赋值到三角网每个节点上；构建分辨率一定的规则格网，每个格网的数值通过克里金插值算法从三角网中提取。

作为可选择的实施方式，所述相关信息包括四至信息、波段数、分辨率、波段排列方式和坐标信息。

作为可选择的实施方式，所述CPU端的数据信息包括数据大小、波段数和CPU可用内存。

作为可选择的实施方式，在目标栅格数据分块显存空间，进行坐标转换时，申请目标栅格数据分块显存空间，利用转换参数获取目标坐标系统的X、Y坐标。

作为可选择的实施方式，所述原始栅格数据上的插值采用双线性内插。

一种GPU-CPU协同的栅格数据快速坐标转换系统，包括：

点云数据集构建模块，被配置为构建三维点云数据集；