一種基于OpenCL架構(gòu)的Wallis影像增強(qiáng)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種遙感機(jī)理與方法，具體涉及一種基于OpenCL架構(gòu)的Wallis影像 增強(qiáng)方法。
【背景技術(shù)】
[0002] 針對Wallis影像增強(qiáng)通常需要較大的計(jì)算量，用傳統(tǒng)的方法難于進(jìn)行實(shí)時(shí)處理 并導(dǎo)致平臺獨(dú)立性差的問題，在過去的幾十年里，國內(nèi)外研宄人員主要集中在通過購買以 具有高運(yùn)算速度的單核CPU為計(jì)算核心的服務(wù)器、工作站等設(shè)備，多核CPU計(jì)算平臺的應(yīng) 用，采用單指令多數(shù)據(jù)流技術(shù)的并行處理結(jié)構(gòu)等幾種方式來加快信息處理速度。然而由于 制造工藝技術(shù)的制約以及CPU架構(gòu)本身設(shè)計(jì)目標(biāo)的局限，性能的提升很快就碰到了技術(shù)壁 皇，這些傳統(tǒng)計(jì)算資源和計(jì)算加速方法均難以滿足遙感影像實(shí)時(shí)處理的需求，利用Wallis 影像增強(qiáng)算法對海量遙感數(shù)據(jù)實(shí)時(shí)處理，與數(shù)據(jù)加工、處理的手段相對滯后的矛盾已經(jīng)日 益突出與尖銳。硬件平臺間互不兼容，軟件跨平臺可移植性差的問題凸顯。

【發(fā)明內(nèi)容】

[0003] 為解決上述問題，本發(fā)明提供一種基于OpenCL架構(gòu)的Wallis影像增強(qiáng)方法。
[0004]本發(fā)明采用如下技術(shù)方案：Wallis濾波并行算法處理過程中，系統(tǒng)采用工作組粗 粒度并行和工作節(jié)點(diǎn)細(xì)粒度并行；將讀取文件、預(yù)計(jì)算、數(shù)據(jù)傳輸、啟動(dòng)kernel和傳輸結(jié)果 的步驟設(shè)計(jì)成串行過程，調(diào)度在多核CPU上進(jìn)行，將影像數(shù)據(jù)、GPU執(zhí)行配置參數(shù)和影像參 數(shù)信息一并傳入設(shè)備端，乘性系數(shù)、加性系數(shù)和插值計(jì)算設(shè)計(jì)成適合GPU架構(gòu)的并行計(jì)算 過程，調(diào)度在GPU上運(yùn)行，進(jìn)行數(shù)字影像像素點(diǎn)的乘性系數(shù)、加性系數(shù)和新灰度值的GPU并 行計(jì)算。
[0005] 基于OpenCL實(shí)現(xiàn)Wallis濾波并行算法的步驟， ⑴將數(shù)字影像分為互不重疊的矩形區(qū)域，區(qū)域的尺度對應(yīng)于要增強(qiáng)的紋理模式的尺 度，CPU需要在開始計(jì)算前讀入原始影像數(shù)據(jù)和初始化信息； ⑵在設(shè)備存儲器中分配存儲空間，將待濾波原始影像數(shù)據(jù)由主存復(fù)制到全局存儲器； ⑶執(zhí)行kernel函數(shù)； ⑷在wallisParameter內(nèi)核函數(shù)中，利用所提供的工作節(jié)點(diǎn)函數(shù)get_local_id獲得位 于同一個(gè)工作組的工作節(jié)點(diǎn)在工作組內(nèi)部一個(gè)唯一的局部標(biāo)識符，工作組中工作節(jié)點(diǎn)根據(jù) get_l〇cal_id同步訪問全局存儲器中的相應(yīng)位置上的像素點(diǎn)，將各像素點(diǎn)上的影像數(shù)據(jù)從 全局存儲器讀入本地存儲器中，將讀取的結(jié)果存入對應(yīng)工作組內(nèi)本地存儲器； (5) 依據(jù)取得的數(shù)據(jù)，確定目標(biāo)均值和標(biāo)準(zhǔn)偏差，每個(gè)工作組統(tǒng)計(jì)各濾波窗口的灰度均 值和標(biāo)準(zhǔn)偏差，每個(gè)工作組用一個(gè)工作節(jié)點(diǎn)計(jì)算該工作組在原始影像相應(yīng)區(qū)域上濾波窗口 的乘性系數(shù)^、加性系數(shù)iv將計(jì)算得出的乘性系數(shù) ri、加性系數(shù)^的結(jié)果值分配給相應(yīng)濾 波窗口的中心點(diǎn)，最后工作組根據(jù)不同索引值將計(jì)算結(jié)果從本地存儲器傳入全局存儲器； (6) 發(fā)射wallis_Interplot_Image內(nèi)核函數(shù)，工作組中每個(gè)工作節(jié)點(diǎn)根據(jù)雙線性內(nèi)插 四個(gè)基準(zhǔn)內(nèi)插點(diǎn)的坐標(biāo)同步訪問全局存儲器中的相應(yīng)位置上的乘性系數(shù)^和加性系數(shù)r。， 然后計(jì)算出內(nèi)插格網(wǎng)區(qū)域中像素點(diǎn)的乘性系數(shù)^、加性系數(shù)^和相應(yīng)像素點(diǎn)新的灰度值； (7)將全局存儲器上更新的影像數(shù)據(jù)返回到CPU中。
[0006] 工作組粗粒度并行時(shí)，一幅影像像素陣可以劃分成（xblock-1) X (yblock-1)個(gè) 子區(qū)域，將（xblock-1) X (yblock-1)作為wallis_Interplot_Image內(nèi)核函數(shù)的工作組值， 格網(wǎng)區(qū)域的大小WALLIS_gridWindowSizeXWALLIS_gridWindowSize作為每個(gè)工作組內(nèi)工 作節(jié)點(diǎn)值。
[0007] 工作節(jié)點(diǎn)細(xì)粒度并行時(shí)，將數(shù)字影像的坐標(biāo)映射到工作節(jié)點(diǎn)中，GPU將數(shù)據(jù)映射到 工作節(jié)點(diǎn)，通過工作節(jié)點(diǎn)和工作組的身份來計(jì)算該工作節(jié)點(diǎn)所需要處理數(shù)據(jù)的地址。
[0008] 對kernel函數(shù)進(jìn)行配置，將輸入數(shù)據(jù)分配至工作組和工作節(jié)點(diǎn)，對于Wallis變換 算法，計(jì)算濾波窗口中心點(diǎn)Wallis濾波器乘性系數(shù) ri、加性系數(shù)r(l的過程封裝在內(nèi)核函數(shù) wal 1 isParameter中，計(jì)算內(nèi)插格網(wǎng)區(qū)域中像素點(diǎn)的乘性系數(shù)&、加性系數(shù)&的過程封裝在 內(nèi)核函數(shù) wallis_Interplot_Image 中。
[0009] 相對于現(xiàn)有技術(shù)，本發(fā)明的優(yōu)點(diǎn)：（1)在充分利用圖形處理器GPU平臺底層硬件架 構(gòu)的基礎(chǔ)上，從片外訪存帶寬利用率、計(jì)算資源利用率和數(shù)據(jù)本地化等多個(gè)方面，優(yōu)化設(shè)計(jì) 了 Wallis變換并行算法，并在此基礎(chǔ)上實(shí)現(xiàn)了基于OpenCL的Wallis影像增強(qiáng)并行算法。
[0010] (2)在保證影像質(zhì)量基本不變的情況下，Wallis影像增強(qiáng)并行算法可以把計(jì)算速 度提高兩個(gè)數(shù)量級，能夠明顯提高運(yùn)算速度，取得了良好的效果。
[0011] (3)本發(fā)明將原始影像中存在的非常弱的不同尺度的紋理模式增強(qiáng)，豐富的紋理 信息對數(shù)字影像進(jìn)一步處理的可靠性和精度都十分有利。
【附圖說明】
[0012] 圖1為Wallis影像變換計(jì)算區(qū)域分解示意圖。
[0013] 圖2為圖1A處的放大圖。
[0014] 圖3為Wallis影像增強(qiáng)GPU計(jì)算邏輯圖。
[0015] 圖4為GPU和CPU協(xié)同計(jì)算的Wal1 is變換流程圖。
[0016] 圖5不同影像分辨率的GPU加速效率趨勢圖
[0017] 圖6不同鄰域窗口的GPU加速效率趨勢圖
[0018] 圖7為原始影像。
[0019] 圖8為CPU算法濾波后的影像。
[0020] 圖9為GPU算法濾波后的影像。
[0021] 其中，1是計(jì)算區(qū)域；2是工作節(jié)點(diǎn)；A是一個(gè)工作組負(fù)責(zé)的子域。
【具體實(shí)施方式】
[0022] 1. Wallis變換可并行性分析 如圖1和圖2所示，基于交錯(cuò)網(wǎng)格的Wallis算法適合于擁有大量能夠并行運(yùn)算且共享 多級高速顯存的線程處理器的GPU硬件結(jié)構(gòu)。針對GPU的特點(diǎn)，將數(shù)字影像劃分成許多個(gè) 計(jì)算區(qū)域1，每個(gè)工作組對應(yīng)一個(gè)計(jì)算子域A，而每個(gè)工作節(jié)點(diǎn)2對應(yīng)其中一個(gè)計(jì)算格點(diǎn)。
[0023] 基于OpenCL在GPU上進(jìn)行的整個(gè)Wallis變換過程可以分解成計(jì)算濾波區(qū)域中心 點(diǎn)處的乘性系數(shù)、加性系數(shù)和內(nèi)插格網(wǎng)區(qū)域中像素點(diǎn)的乘性系數(shù)、加性系數(shù)兩個(gè)主要部分。 由于這兩個(gè)功能必須按順序完成，并且根據(jù)OpenCL并行計(jì)算的特點(diǎn)，不可能用GPU-次性 來處理這些功能。需要使用兩次CPU+GPU協(xié)同計(jì)算來完成，因此要避免主存和顯存間頻繁 的數(shù)據(jù)傳輸成為其性能發(fā)揮的瓶頸的可能性，就如同GPU-次性來處理這些功能。
[0024] 2. Wallis影像增強(qiáng)并行計(jì)算模型 在Wallis變換整個(gè)處理過程中，系統(tǒng)采用了2個(gè)不同粒度的并行加速：工作組粗粒度 并行和工作節(jié)點(diǎn)細(xì)粒度并行。Wallis濾波GPU并行化處理邏輯過程如圖3所示。
[0025] 為利用多核CPU良好的任務(wù)分配和調(diào)度能力，將讀取文件、預(yù)計(jì)算、數(shù)據(jù)傳輸、啟 動(dòng)kernel和傳輸結(jié)果的步驟設(shè)計(jì)成串行過程，調(diào)度在多核CPU上進(jìn)行。將影像數(shù)據(jù)、GPU 執(zhí)行配置參數(shù)和影像參數(shù)信息一并傳入設(shè)備端，乘性系數(shù)、加性系數(shù)和插值計(jì)算設(shè)計(jì)成適 合GPU架構(gòu)的并行計(jì)算過程，調(diào)度在GPU上運(yùn)行，進(jìn)行數(shù)字影像像素點(diǎn)的乘性系數(shù)、加性系 數(shù)和新灰度值的GPU并行計(jì)算。Wallis變換并行處理流程如圖4所示。
[0026] 具體而言，利用OpenCL實(shí)現(xiàn)Wallis濾波步驟如下： ⑴將數(shù)字影像分為互不重疊的矩形區(qū)域，區(qū)域的尺度對應(yīng)于要增強(qiáng)的紋理模式的尺 度。CPU需要在開始計(jì)算前讀入原始影像數(shù)據(jù)和初始化信息； ⑵在設(shè)備存儲器中分配存儲空間，將待濾波原始影像數(shù)據(jù)由主存復(fù)制到全局存儲器， 以供GPU計(jì)算時(shí)調(diào)用； ⑶執(zhí)行kernel函數(shù)。對kernel函數(shù)進(jìn)行相關(guān)配置，將待濾波原始影像數(shù)據(jù)分配至工 作組和工作節(jié)點(diǎn)。對于Wallis變換算法，計(jì)算濾波窗口中心點(diǎn)Wallis濾波器乘性系數(shù)rp 加性系數(shù)^的過程封裝在內(nèi)核函數(shù)wal 1 isParameter中，計(jì)算內(nèi)插格網(wǎng)區(qū)域中像素點(diǎn)的乘 性系數(shù)A、加性系數(shù)rQ的過程封裝在內(nèi)核函數(shù)wallis_Interplot_Image中； ⑷在wallisParameter內(nèi)核函數(shù)中，利用所提供的工作節(jié)點(diǎn)函數(shù)get_local_id獲得位 于同一個(gè)工作組的工作節(jié)點(diǎn)在工作組內(nèi)部一個(gè)唯一的局部標(biāo)識符，以區(qū)分不同的像素值。 工作組中工作節(jié)點(diǎn)根據(jù)get_l〇cal_id同步訪問全局存儲器中的相應(yīng)位置上的像素點(diǎn)，將 各像素點(diǎn)上的影像數(shù)據(jù)從全局存儲器讀入本地存儲器中，將讀取結(jié)果存入對應(yīng)工作組內(nèi)本 地存儲器； (5) 依據(jù)取得的數(shù)據(jù)，確定標(biāo)準(zhǔn)參數(shù)（目標(biāo)均值和標(biāo)準(zhǔn)偏差），每個(gè)工作組統(tǒng)計(jì)各濾波窗 口的灰度均值和標(biāo)準(zhǔn)偏差。每個(gè)工作組用一個(gè)工作節(jié)點(diǎn)計(jì)算該工作組在原始影像相應(yīng)區(qū)域 上濾波窗口的乘性系數(shù)^、加性系數(shù)iv將計(jì)算得出的乘性系數(shù) ri、加性系數(shù)^的結(jié)果值分 配給相應(yīng)濾波窗口的中心點(diǎn)。最后工作組根據(jù)不同索引值將計(jì)算結(jié)果從本地存儲器傳入全 局存儲器； (6)發(fā)射wallis_Interplot_Image內(nèi)核函數(shù)。由