發(fā)布時(shí)間：2020-07-25 11:56

【摘要】：隨著科技發(fā)展,空間數(shù)據(jù)獲取手段越來越豐富,測繪數(shù)據(jù)類型越來越多,數(shù)據(jù)量爆發(fā)式增長,如何快速、實(shí)時(shí)地處理海量數(shù)據(jù)成為測繪領(lǐng)域當(dāng)前的研究熱點(diǎn)。多核多處理器計(jì)算機(jī)是人類解決大規(guī)�？茖W(xué)計(jì)算的有力工具。隨著并行技術(shù)不斷發(fā)展,與并行計(jì)算機(jī)配套的并行系統(tǒng)、并行編程環(huán)境、并行處理算法等也日趨完善。其中,消息傳遞接口MPI(Message Passing Interface)作為并行計(jì)算領(lǐng)域消息傳遞編程模型的代表,已被廣泛應(yīng)用到各個(gè)學(xué)科及領(lǐng)域中。本文將MPI并行技術(shù)應(yīng)用到測繪數(shù)據(jù)處理中,主要從以下3個(gè)方向具體展開研究:(a)物理大地測量學(xué)領(lǐng)域的格網(wǎng)重力場元并行計(jì)算;(b)攝影測量與遙感學(xué)領(lǐng)域的影像分塊并行匹配;(c)激光點(diǎn)云領(lǐng)域的多幅點(diǎn)云數(shù)據(jù)并行配準(zhǔn)。本文主要研究工作如下:(1)介紹了并行計(jì)算機(jī)體系,比較了消息傳遞、共享存儲(chǔ)和數(shù)據(jù)并行三種并行編程環(huán)境,分析了MPI并行模式,總結(jié)了MPI常用調(diào)用接口的通信模式、功能特點(diǎn)和適用范圍。(2)針對(duì)球諧綜合法計(jì)算大規(guī)模格網(wǎng)重力場元耗時(shí)長問題,首先分析了求解地球重力場元的球諧綜合計(jì)算公式,引入數(shù)組預(yù)存再調(diào)用方法來避免傳統(tǒng)算法中對(duì)cosm?、sinm?及勒讓德函數(shù)的遞推系數(shù)的重復(fù)計(jì)算問題,再結(jié)合MPI并行技術(shù)來提高計(jì)算效率,并分別在DELL服務(wù)器和天河二號(hào)超算上進(jìn)行了測試。實(shí)驗(yàn)結(jié)果表明,MPI并行技術(shù)能大幅度提高計(jì)算效率,大大減少計(jì)算耗時(shí);系數(shù)預(yù)存再調(diào)用的方式在性能一般的服務(wù)器上,可顯著提高計(jì)算效率,但在計(jì)算性能優(yōu)異的超算平臺(tái)上反而會(huì)拖慢計(jì)算速度。(3)SIFT(Scale Invariant Feature Transformation)算法匹配精度高,但實(shí)時(shí)性較差。本文利用MPI對(duì)圖像進(jìn)行分塊并行處理,并針對(duì)圖像分塊匹配產(chǎn)生的裂縫問題,提出采用圖像重疊分割并行處理。SIFT算法主要可分為兩部分:特征提取和特征匹配,其中特征提取耗時(shí)占整個(gè)算法耗時(shí)的大部分,而特征匹配耗時(shí)占比較小�；谶@個(gè)特點(diǎn),實(shí)驗(yàn)設(shè)置了兩個(gè)并行方案:并行方案1并行提取特征,再收集特征進(jìn)行串行匹配;并行方案2并行提取特征后,將其中1幅圖像的特征收集并廣播給所有進(jìn)程,實(shí)現(xiàn)了特征并行匹配。實(shí)驗(yàn)結(jié)果表明,利用MPI對(duì)圖像進(jìn)行分塊并行處理可顯著加快SIFT匹配速度;方案2的通信時(shí)間開銷要多于方案1,但特征匹配耗時(shí)減少,整體效率比方案1更優(yōu)。(4)點(diǎn)云精確配準(zhǔn)一般采用ICP(Iterative Closest Point)算法,利用ICP算法對(duì)多幅點(diǎn)云進(jìn)行逐對(duì)配準(zhǔn)時(shí),處理時(shí)間較長。本文引入分局變換矩陣作為過渡矩陣,通過MPI將一系列點(diǎn)云進(jìn)行分段并行處理。實(shí)驗(yàn)結(jié)果表明,利用MPI對(duì)多幅點(diǎn)云進(jìn)行分段處理可顯著加快配準(zhǔn)速度,減少執(zhí)行時(shí)間;文本類型點(diǎn)云讀取慢,利用MPI對(duì)多幅點(diǎn)云并行讀取可大幅度減少耗時(shí)。
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：P208;TP274
【圖文】：

圖 3-1 緯度分塊并行計(jì)算Fig.3-1 Latitude block parallel computing用分布式內(nèi)存數(shù)據(jù)存儲(chǔ)模式，隨著進(jìn)程數(shù) P 增加，各耗用倍增，尤其是方案 3 耗用內(nèi)存較多，在一定程度優(yōu)方案組合，遂對(duì)方案 1~3 均進(jìn)行并行分析。由于三文以方案 3 為例進(jìn)行說明，其并行算法偽代碼描述如 ,& ; / * * /_ _ _ ,& ; / * _ _ _ ,&(; / * , co);/s n*s; /inm nm nmargc argv MPI size MPI COMM WORLD numProcs n rank MPI COMM WORLD ID IDnumProcms Nml 初始化進(jìn)程總數(shù)進(jìn)程標(biāo)識(shí)號(hào) 從預(yù)存 、 、 、 、為分配給每個(gè)進(jìn)程的 * /% ; / * * /0 1;0; / * * /1 * ;t numProcs RemNl Nlg BeyongnumProcs Beyong Nl numProcs nlat 緯度帶總數(shù)為未被分配的緯度帶總數(shù)為分配緯度帶總數(shù)超出實(shí)際緯度帶部分

2G G ( x, y , k ) G ( x, y, )Gk 2 2G ( x, y , k ) G ( x, y , ) ( k 1) G塔構(gòu)建如圖 4-1 所示，由圖可知，高斯金字塔由多組(Oct層(Interval)組成，高斯金字塔中每張圖像的尺度空間可由0( , ) 2 [0, 1], [0, 1]o s o s k o O s S 斯金字塔組數(shù)，S 為一組圖像包含的層數(shù)，( o, s )表示圖像初始尺度。在同一組內(nèi)，每層圖像的大小一樣（即長與寬不一樣；后一組的第一層圖像是由前一組倒數(shù)第三層圖像組的第一層圖像和前一組倒數(shù)第三層圖像的尺度空間一樣3 1 00 02 2o S ok k 得：132Sk 。

圖 4-2 高斯差分金字塔的生成Fig.4-2 The generation of DoG pyramid特征點(diǎn)檢測與定位DOG 尺度空間搜索極值點(diǎn)時(shí)，需要將每一個(gè)候選點(diǎn)與當(dāng)前圖像中 8 個(gè)個(gè)尺度圖像各 9 個(gè)鄰點(diǎn)共 26 個(gè)鄰點(diǎn)相比較，如圖 4-3 所示，若該點(diǎn)，則將其選為特征點(diǎn)。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李志杰;并行技術(shù)花樣多[J];中國計(jì)算機(jī)用戶;2000年25期

2 周旭;盧凱;陳沉;;確定性并行技術(shù)[J];計(jì)算機(jī)學(xué)報(bào);2015年05期

3 殷凱;;軟件信號(hào)處理的多GPU并行技術(shù)[J];數(shù)字技術(shù)與應(yīng)用;2018年05期

4 王少飛;王希常;;基于并行技術(shù)的圖像壓縮方法研究[J];福建電腦;2007年09期

5 周昔平;高德遠(yuǎn);樊曉椏;張盛兵;徐邦海;;網(wǎng)絡(luò)處理器的線程級(jí)并行技術(shù)研究[J];微電子學(xué)與計(jì)算機(jī);2006年07期

6 曾劍秋;劉雪姣;;云計(jì)算探源[J];移動(dòng)通信;2012年03期

7 趙曉紅,沈緒榜;LS SIMD計(jì)算機(jī)的并行技術(shù)[J];微電子學(xué)與計(jì)算機(jī);2000年02期

8 李鴻健;白明澤;唐紅;孫世新;;混合并行技術(shù)在激光化學(xué)反應(yīng)模擬中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用;2010年06期

9 孫曉凌,李宇飛,陳進(jìn);DSP并行技術(shù)發(fā)展的研究[J];通信技術(shù);2003年10期

10 伍浩松;張焰;;美國即將啟動(dòng)先進(jìn)核制造中心[J];國外核新聞;2017年08期

相關(guān)會(huì)議論文 前10條

1 李雪寶;;NVST海量天文數(shù)據(jù)處理并行技術(shù)研究[A];2013中國天文學(xué)會(huì)學(xué)術(shù)年會(huì)文集[C];2013年

2 賈U

本文編號(hào)：2769798