1、圖像配準(zhǔn)在許多遙感應(yīng)用中是一個重要的、不可缺少的步驟。遙感圖像的規(guī)模隨著數(shù)據(jù)分辨率的不斷提高而日漸增大；同時，圖像配準(zhǔn)是一個典型的計(jì)算和訪存密集型過程，計(jì)算復(fù)雜度較高，采用傳統(tǒng)串行處理模式已無法滿足軍事、農(nóng)林等高端應(yīng)用的實(shí)時性處理需求。隨著GPU計(jì)算性能和可編程性的不斷提升，GPU通用計(jì)算已成為計(jì)算機(jī)技術(shù)領(lǐng)域的研究熱點(diǎn)，這為加快遙感圖像的處理速度提供了新的思路。
　　本文針對基于區(qū)域和基于特征兩類配準(zhǔn)中的兩種典型方法，深入研究了基

2、于GPU的遙感圖像配準(zhǔn)并行算法及優(yōu)化策略，并面向?qū)嶋H應(yīng)用設(shè)計(jì)實(shí)現(xiàn)了相應(yīng)的并行處理軟件原型系統(tǒng)。本文的主要工作和貢獻(xiàn)體現(xiàn)在以下幾個方面：
　　1．研究理解了CPU-GPU異構(gòu)執(zhí)行模式。研究了以nVIDIA公司 GPU為代表的GPU體系結(jié)構(gòu)和相應(yīng)的CUDA編程模型，系統(tǒng)掌握了使用CPU-GPU異構(gòu)模式開發(fā)并行算法的基本技能。
　　2．研究并提出了基于GPU的遙感圖像全局配準(zhǔn)并行算法。選取一種基于相關(guān)系數(shù)全局配準(zhǔn)算法作為GPU并行

3、算法設(shè)計(jì)和優(yōu)化的基礎(chǔ)，給出了適合該類方法的GPU并行設(shè)計(jì)，并從數(shù)據(jù)加載、線程訪存、通信與同步等幾個方面給出了針對性的優(yōu)化實(shí)現(xiàn)策略。實(shí)驗(yàn)結(jié)果表明，GPU并行程序獲得了良好的性能加速比。
　　3．研究并提出了基于GPU的遙感圖像控制點(diǎn)匹配并行算法。搜索控制點(diǎn)和基于控制點(diǎn)的匹配參數(shù)計(jì)算是該類配準(zhǔn)方法的核心步驟，該步驟涉及不規(guī)則數(shù)據(jù)訪問、多重分支、循環(huán)迭代等數(shù)據(jù)相關(guān)問題，并行設(shè)計(jì)和優(yōu)化更為困難。選取一種基于互信息的控制點(diǎn)匹配算法作為研究對

4、象，在數(shù)據(jù)流分析的基礎(chǔ)上，重點(diǎn)針對互信息計(jì)算和最小二乘匹配過程設(shè)計(jì)了兩種GPU并行實(shí)現(xiàn)方案。實(shí)驗(yàn)結(jié)果表明，在難以消除迭代相關(guān)的情況下，通過優(yōu)化利用本地存儲、原子操作等方法使得GPU程序仍然獲得了10倍以上的加速效果。
　　4．設(shè)計(jì)實(shí)現(xiàn)了一個基于Web的遙感圖像并行處理原型系統(tǒng)。系統(tǒng)采用B/S模式，基于Java語言開發(fā)，在Spring、Hibernate、Struts框架基礎(chǔ)上提供圖像處理服務(wù)，集成了包括上述配準(zhǔn)算法研究成果在內(nèi)12