[发明专利]一种基于GPU加速实现图像复原处理方法

说明书

技术领域

本发明涉及大数据量遥感数据的图像复原处理方法。

背景技术

光学卫星在获取遥感图像时要经过大气、光学系统、CCD等一系列环节，各个环节均可能对图像产生退化作用，造成影像模糊，引起图像质量的下降。为了改善成像的清晰度和成像质量，需要对数据进行复原处理。目前的MTFC处理研究都是以中央处理器（CPU）为核心，随着遥感影像空间分辨率和量化分辨率的提高，使得下传影像数据量不断增大，对于高空间分辨率的卫星影像MTFC处理，由于计算量大造成运行速度慢，耗时长，成为地面系统图像恢复实时处理的一个瓶颈，大多数的遥感图像处理算法都是计算密集型的，串行方法在应用中遇到了难以实时计算的困难。

随着并行计算机及并行处理技术的发展，并行图像处理技术应运而生，并成为图像处理领域和计算机科学领域的一个重要发展方向。所谓并行图像处理技术，就是根据图像处理和并行处理的基本原理，研究各类串行图像处理算法并行化实现的原理、技术和方法，以及在不同互连结构并行计算机上的实现，以满足海量数据实时或准实时处理的要求。可编程图形处理器(Programmable Graphic Processing Unit，可编程GPU)是目前计算机上普遍采用的图形图像处理专用器件，GPU是新一代性价比高的高性能计算技术，且在近年来发展迅速。图形处理器在并行数据运算上具有强大的运算功能以及相对较高的并行运算速度，2006年11月，英伟达公司推出了计算统一设备架构（Compute Unified Device Architecture,CUDA），这是一种新的并行编程模型和指令集架构的通用计算架构，能够利用英伟达GPU的并行计算引擎比CPU更高效的解决许多复杂计算任务，目前已经在大气辐射传输计算、图像编码以及光纤通信等领域得到应用，显著地提高了传统算法处理的效率。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供一种基于GPU加速实现图像复原的方法。

本发明的技术解决方案是：一种基于GPU加速实现图像复原处理方法，步骤如下：

（1）根据实验室测量获得的静态传递函数值，拟合MTF曲线，构造二维MTF矩阵；

（2）将待复原图像和二维MTF矩阵拷贝到GPU缓存中；

（3）二维MTF矩阵从GPU缓存载入共享存储中；

（4）将待复原图像分割成影像块；分割步骤如下：

（4.1）将待复原图像分割成与二维MTF矩阵大小相同的影像块；

（4.2）将每个影像块与位于其左方及上方的两个影像块在行列两个方向都重叠16个像元；

（5）在GPU上对每个影像块进行快速傅里叶变换；

（6）将GPU处理分成多个线程块，在每一个线程块中对一个逻辑块进行频域滤波；

（7）对频域滤波后的每个逻辑块分别进行傅里叶反变换处理，将处理后的的所有逻辑块从GPU缓存中拷出，即完成图像复原处理。

本发明与现有技术相比有益效果为：

（1）本发明使用GPU并行计算技术对图像复原进行加速处理，并根据算法特征进行优化，提高了运算速度，大大减少了算法执行时间，满足地面处理系统准实时处理要求。

（2）经过本发明复原处理后，影像比原图更为清晰，细节更为丰富，通过客观指标对比，CPU串行MTFC处理及GPU并行MTFC处理后的图像结果基本一致。

（3）本发明设计多级多层次分块技术，分为影像块、线程块、逻辑块等多级分块方法，使得无法细化到单个像素的频域运算也可以在GPU上进行并行处理，最大化的提高了系统资源的占用率。

因此，本发明研究的基于GPU的遥感影像并行化处理方法，既可以充分挖掘现有计算机硬件的计算资源，提高图像处理的速度，又提供一个低成本的并行机编程试验平台，具有十分重要的意义。

附图说明

图1为本发明方法流程图；

图2a为常规图像复原边界示意图；图2b为本发明重叠分块方法示意图；

图3为本发明CUDA编程模型实例图；

图4a为待恢复图像，图4b为传统处理效果图，图4c为本发明处理效果图。

具体实施方式

下面结合附图及实例对本发明做详细说明，如图1所示，方法步骤具体如下：

（1）根据实验室测量获得的静态传递函数值，拟合MTF曲线，构造二维MTF矩阵；

对相机实验室所测得的MTF离散数据进行归一化处理，拟合插值得到一维MTF。