[发明专利]一种基于OpenCL架构的Wallis影像增强方法

说明书

技术领域

本发明涉及一种遥感机理与方法，具体涉及一种基于OpenCL架构的Wallis影像增强方法。

背景技术

针对Wallis影像增强通常需要较大的计算量，用传统的方法难于进行实时处理并导致平台独立性差的问题，在过去的几十年里，国内外研究人员主要集中在通过购买以具有高运算速度的单核CPU为计算核心的服务器、工作站等设备，多核CPU计算平台的应用，采用单指令多数据流技术的并行处理结构等几种方式来加快信息处理速度。然而由于制造工艺技术的制约以及CPU架构本身设计目标的局限，性能的提升很快就碰到了技术壁垒，这些传统计算资源和计算加速方法均难以满足遥感影像实时处理的需求，利用Wallis影像增强算法对海量遥感数据实时处理，与数据加工、处理的手段相对滞后的矛盾已经日益突出与尖锐。硬件平台间互不兼容，软件跨平台可移植性差的问题凸显。

发明内容

为解决上述问题，本发明提供一种基于OpenCL架构的Wallis影像增强方法。

本发明采用如下技术方案：Wallis滤波并行算法处理过程中，系统采用工作组粗粒度并行和工作节点细粒度并行；将读取文件、预计算、数据传输、启动kernel和传输结果的步骤设计成串行过程，调度在多核CPU上进行，将影像数据、GPU执行配置参数和影像参数信息一并传入设备端，乘性系数、加性系数和插值计算设计成适合GPU架构的并行计算过程，调度在GPU上运行，进行数字影像像素点的乘性系数、加性系数和新灰度值的GPU并行计算。

基于OpenCL实现Wallis滤波并行算法的步骤，

⑴将数字影像分为互不重叠的矩形区域，区域的尺度对应于要增强的纹理模式的尺度，CPU需要在开始计算前读入原始影像数据和初始化信息；

⑵在设备存储器中分配存储空间，将待滤波原始影像数据由主存复制到全局存储器；

⑶执行kernel函数；

⑷在wallisParameter内核函数中，利用所提供的工作节点函数get_local_id获得位于同一个工作组的工作节点在工作组内部一个唯一的局部标识符，工作组中工作节点根据get_local_id同步访问全局存储器中的相应位置上的像素点，将各像素点上的影像数据从全局存储器读入本地存储器中，将读取的结果存入对应工作组内本地存储器；

⑸依据取得的数据，确定目标均值和标准偏差，每个工作组统计各滤波窗口的灰度均值和标准偏差，每个工作组用一个工作节点计算该工作组在原始影像相应区域上滤波窗口的乘性系数r₁、加性系数r₀，将计算得出的乘性系数r₁、加性系数r₀的结果值分配给相应滤波窗口的中心点，最后工作组根据不同索引值将计算结果从本地存储器传入全局存储器；

⑹发射wallis_Interplot_Image内核函数，工作组中每个工作节点根据双线性内插四个基准内插点的坐标同步访问全局存储器中的相应位置上的乘性系数r₁和加性系数r₀，然后计算出内插格网区域中像素点的乘性系数r₁、加性系数r₀和相应像素点新的灰度值；

⑺将全局存储器上更新的影像数据返回到CPU中。

工作组粗粒度并行时，一幅影像像素阵可以划分成(xblock-1)×(yblock-1)个子区域，将(xblock-1)×(yblock-1)作为wallis_Interplot_Image内核函数的工作组值，格网区域的大小WALLIS_gridWindowSize×WALLIS_gridWindowSize作为每个工作组内工作节点值。

工作节点细粒度并行时，将数字影像的坐标映射到工作节点中，GPU将数据映射到工作节点，通过工作节点和工作组的身份来计算该工作节点所需要处理数据的地址。

对kernel函数进行配置，将输入数据分配至工作组和工作节点，对于Wallis变换算法，计算滤波窗口中心点Wallis滤波器乘性系数r₁、加性系数r₀的过程封装在内核函数wallisParameter中，计算内插格网区域中像素点的乘性系数r₁、加性系数r₀的过程封装在内核函数wallis_Interplot_Image中。