多核平台上遥感图像并行处理性能的初步实验研究

合集下载

浅谈遥感图像并行处理的研究与应用

信息科学科技创新导报 Science and Technology Innovation Herald135DOI：10.16660/ki.1674-098X.2019.17.135浅谈遥感图像并行处理的研究与应用①阎绚绚(酒泉职业技术学院甘肃酒泉 735000)摘要：随着时代的发展，数字图像处理技术的运用非常的广泛，也应用于遥感测量中。

本文根据遥感图像并行处理的发展，针对处理过程中所出现的一些重要理论，进行了相应的解释，根据处理过程中所出现的概念进行了叙述，并且针对在处理图像过程中出现的一些图象识别等问题进行了简要的分析，并针对处理图像过程中所存在的一些问题，提出了一些可参考性的意见。

关键词：图像并行处理研究中图分类号：TP751 文献标识码：A 文章编号：1674-098X(2019)06(b)-0135-02①作者简介：阎绚绚(1986，10—)，女，汉族，甘肃酒泉人，本科，助教，研究方向：测绘工程。

随着科技的逐渐发展，数字图像处理也面临着一定的挑战，怎么利用计算技术处理问题，也成为解决这种困境的主要途径，遥感作为一门新兴的技术，无论在任何方面都受到了很大的重用，而随着遥感技术的发展，它所带来的信息量也是非常巨大的。

在这种背景之下，如何对遥感领域所出现的一些数字图像进行处理，也变得非常的急切，只有将遥感图像并行处理做到极致，才能够真正解决目前所出现的一些问题。

1 并行处理技术在图像处理领域的应用1.1 图像分割技术在图像处理技术的过程中，为了能够很好地对图片进行一定的识别，帮助后期的分析，需要求相关负责人在对图像分割技术，也就是对图片进行处理的过程中，对于细节的分析是非常重要的存在，提出了很高的要求，只有对细节更好的做一定的处理才能够为后期统计图像，提供出更加准确的数据。

为了能够更好的提高图像分割技术的准确性，就要求在对图像进行分割的过程中对可以利用并处理的方式对分割的图形，首先进行一定的计算，再进行分割，也就是在分割的过程中分步骤操作，保证图像在分割过程中真正做到精细化，并对图像分割处理的不同，需对图像进行一定的检测，在分割过程中及时监测参数是否发生一定的变化，对一些较为明显的边缘数据要进行一定的记录，以防止后期发生相应的问题。

多核图像处理并行设计范式的研究与应用

多核图像处理并行设计范式的研究与应用王成良;谢克家;刘昕【期刊名称】《计算机工程》【年(卷),期】2011(037)014【摘要】In multi-core computing environment, the image processing parallel algorithms can greatly improve the processing speed. However,the existing parallel designs are focused on the specific algorithms such as edge detection and image projection, which can not form a universal design scheme. Thus, it is difficult to extend this application. Based on thein-depth study of the image algorithms parallel processing mechanism and the features of the multi-core architecture, this paper proposes an image processing parallel design scheme in multi-core computing environment, which has five steps, including analysis, modeling, mapping, debugging & performance evaluation and testing & release. The paper takes the algorithm design of parallel image Fourier transforms as an example to testify the effectiveness of this scheme in single-core, double-core, quad-core and eight-core computing environment. Experimental result shows that the proposed multi-core parallel design scheme has good scalability, and this scheme can extend the space of application for image processing.%多核计算环境下采用图像处理并行算法可提高图像处理的速度,但已有的并行设计只针对边缘检测、图像投影等特定算法进行,没有形成通用的并行算法设计范式.为此,在研究图像处理算法可并行处理机制和多核架构特点的基础上,提出分析、建模、映射、调试和性能评价及测试发布等5个设计步骤的基于多核计算环境的图像处理算法并行设计范式,以图像傅里叶变换并行算法设计为例在单核、双核、四核、八核计算环境下验证了该并行范式的有效性.实验结果表明,该范式在图像处理并行设计方面可扩展图像处理的应用空间.【总页数】4页(P220-222,225)【作者】王成良;谢克家;刘昕【作者单位】重庆大学,软件工程学院重庆,400044;重庆大学,计算机学院,重庆,400044;重庆大学,软件工程学院重庆,400044【正文语种】中文【中图分类】TP312【相关文献】1.基于OpenMP并行技术的多核环境下轮对图像处理方法研究 [J], 朱瑾;吴开华2.多核并行运算加速图像处理 [J], 杨冠男;袁杰3.一种多核实时图像处理模块设计与实现 [J], 王闯;贺莹;张晓曦;刘硕4.多核DSP实时图像处理平台设计与实现 [J], 刘小剑;杨敬宝;王闯5.多核SoC中外部存储器并行访存控制器设计 [J], 王泽中;王春华;王正茂;张多利因版权原因，仅展示原文概要，查看原文内容请购买。

面向多核处理器的并行图像处理技术研究

面向多核处理器的并行图像处理技术研究随着计算机硬件技术的不断发展，多核处理器已经成为了现代计算机的标配之一。

多核处理器的出现，为计算机的应用程序提供了更加强大的计算能力，使得一些计算密集型任务得到了快速高效的处理。

在这些任务中，图像处理技术是一个占据重要地位的领域。

面向多核处理器的并行图像处理技术的研究，对于图像处理领域的发展和实用具有巨大的意义。

一、多核处理器的优势首先，我们来了解一下多核处理器的优势。

在传统的处理器中，只有一个核心，它只能执行一个任务。

而多核处理器中，有多个核心可以同时处理多个任务。

这样可以明显地提高计算机的速度和效率，也可以避免在单核处理器下出现的程序卡顿等问题。

另外，采用多核处理器可以充分利用计算机硬件中的资源。

随着科技的发展，计算机硬件在单个核心的功能上已经达到了极限，增加核心数是解决计算机性能瓶颈的一个有效途径。

如果我们在使用计算机时多个程序需要同时运行，单核处理器会出现卡顿的情况，甚至会出现系统崩溃的情况。

而多核处理器就没有这个问题，它可以让多个程序同时运行，从而保证计算机的运行效率和稳定性。

二、并行图像处理技术的研究既然多核处理器有这么多的优势，那么在图像处理领域中，我们如何利用多核处理器来加速图像处理的速度呢？这就需要涉及到并行图像处理技术的研究。

并行计算是一种在多个处理器中处理单个任务的方法。

在多处理器软件系统中，为了实现单个任务的快速处理，需要将任务分成多个独立的、高度可并行的子任务。

每个子任务可以分配到不同的处理器上进行处理，最终使用规约算法合并这些子任务的结果以获得最终的结果。

并行图像处理技术就是一种利用多核处理器并行计算的技术，可以显著提高图像处理的速度和效率。

在并行计算中，每一个处理器都负责对图像的一个小部分进行处理，从而缩短了图像处理的时间。

这种技术的应用可以涉及到图像处理领域的许多方面，例如图像增强、图像分割、图像识别等。

三、多核处理器并行图像处理的应用在实际应用中，多核处理器并行图像处理的实现，往往需要利用并行计算库、并行编程技术等进行实现。

多核平台计算机视觉应用并行优化关键技术研究

多核平台计算机视觉应用并行优化关键技术研究随着计算机视觉应用的快速发展，多核平台的计算能力得到了越来越广泛的应用。

然而，多核平台的并行优化对于计算机视觉应用来说仍然是一个重要的研究课题。

本文将讨论多核平台计算机视觉应用并行优化关键技术。

首先，多核平台计算机视觉应用的并行优化关键技术之一是任务划分和调度。

计算机视觉应用通常包含多个处理步骤，例如图像采集、图像处理、目标检测等。

这些步骤可以被划分为多个独立的子任务，并在不同的核心上同时执行。

任务划分和调度算法需要考虑每个子任务的计算量和通信开销，以便实现最佳的负载均衡和系统吞吐量。

其次，多核平台计算机视觉应用的并行优化关键技术之二是数据并行。

数据并行指的是将大规模的数据划分为多个小块，并分配给不同的核心同时处理。

在计算机视觉应用中，通常会处理大量的图像数据。

通过数据并行，可以显著提高计算速度和系统吞吐量。

数据并行的关键在于数据的划分和通信，以及每个核心的计算负载均衡。

第三，多核平台计算机视觉应用的并行优化关键技术之三是核心间的通信和同步。

在多核平台上，不同核心之间需要进行通信和同步，以共享数据和协调计算。

图像处理算法通常需要在多个核心之间传递数据和结果。

为了实现高效的通信和同步，需要采用合适的并行编程模型和通信库，并设计高效的数据传输和同步机制。

最后，多核平台计算机视觉应用的并行优化关键技术之四是系统的负载均衡和资源管理。

在多核平台上，不同核心之间的计算能力和存储能力可能存在差异。

为了实现高效的并行计算，需要考虑系统的负载均衡和资源管理。

负载均衡算法可以根据不同核心的计算能力和存储能力，合理分配任务和数据。

资源管理算法可以根据系统的资源利用情况，合理调度计算和通信。

综上所述，多核平台计算机视觉应用的并行优化关键技术包括任务划分和调度、数据并行、核心间的通信和同步，以及系统的负载均衡和资源管理。

通过对这些关键技术的研究和优化，可以在多核平台上实现高效的计算机视觉应用。

多核CPU下的K-means遥感影像分类并行方法

大减少遥感影像的分类时间，取得了良好的加速｝匕（１３．８３），并可达到负载均衡，从而解决了大区域遥感影像快速分
类的问题。
关键词：Ｋ — ｍｅａｎｓ算法；并行计算；负载均衡；数据粒度划分；消息传递接口；ＯｐｅｎＭＰ
ＷＵＪｉｅｘｕａｎ，ＣＨＥＮＺｈｅｎｊｉｅ‘ ，ｚＨＡＮＧＹｕｎｑｉａｎ，ＰＩＡＮＹｕｚｈｅ，ＺＨＯＵＣｈｅｎ
（ＪｉａｎｇｓｕＰｒｏｖｉｎｃｉａｌＫｅｙＬａｂｏｒａｔｏｒｙｏｆＧｅｏｇｒａｐｈｉｃＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ（ＮａｎｇＵｎｉｖｅｒｓｉｔｙ），ＮａｎｇＪｉａｎｇｓｕ２１００２３，Ｃｈｉｎａ）
ＪｏｕｒｎａｌｏｆＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓ
ＩＳＳＮ１００１．９０８１
２０１５— ０５一ｌ０ｈｔｔｐ：，，．ｏｃａ．ｃｎ
计算机应用，２０１５，３５（５）：１２９６—１３０１
Ａｂｓｔｒａｃｔ：Ｃｏｎｃｅｒｎｉｎｇｔｈｅａｐｐｌｉｃａｔｉｏｎｒｅｑｕｉｒｅｍｅｎｔｓｆｏｒｔｈｅｆａｓｔｃｌａｓｓｉｉｆｃａｔｉｏｎｏｆｌａｒｇｅ－ｓｃａｌｅｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓ，ａｐａｒａｌｌｅｌｃｌａｓｓｉｉｆｃａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎＫ－ｍｅａｎｓａｌｇｏｒｉｔｈｍｗａｓｐｒｏｐｏｓｅｄ．ＣｏｍｂｉｎｅｄｔｈｅＣＰＵｐｒｏｃｅｓｓ — ｌｅｖｅｌａｎｄｔｈｒｅａｄ — ｌｅｖｅｌｐａｒａｌｌｅｌｉｓｍｆｅａｔｕｒｅｓ，ｒｅａｓｏｎａｂｌｅｓｔｒａｔｅｇｉｅｓｏｆｄａｔａｇｒａｎｕｌａｉｔｒｙｄｅｃｏｍｐｏｓｉｔｉｏｎａｎｄｔａｓｋｓｃｈｅｄｕｌｉｎｇｂｅｔｗｅｅｎｐｒｏｃｅｓｓｅｓａｎｄｔｈｒｅａｄｓｗｅｒｅｉｍｐｌｅｍｅｎｔｅｄ．Ｔｈｉｓａｌｇｏｉｒｔｈｍｃａｎａｃｈｉｅｖｅｓａｔｉｓｆａｃｔｏｒｙｐａｒａｌｌｅｌａｃｃｅｌｅｒａｔｉｏｎｗｈｉｌｅｅｎｓｕｉｒｎｇｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙ．Ｔｈｅｅｘｐｅｉｒｍｅｎｔａｌｒｅｓｕｌｔｓｕｓｉｎｇｌａｒｇｅ — ｖｏｌｕｍｅａｎｄｍｕｌｔｉ — ｓｃｌｅａｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓｓｈｏｗｔｈａｔ：ｔｈｅｐｒｏｐｏｓｅｄｐａｒａｌｌｅｌａｌｇｏｒｉｔｈｍｃａｎｓｉｇｎｉｉｆｃａｎｔｌｙｒｅｄｕｃｅｔｈｅｃｌａｓｓｉｉｆｃａｔｉｏｎｔｉｍｅ，ｇｅｔｇｏｏｄｓｐｅｅｄｕｐｗｉｔｈｔｈｅｍａｘｉｍｕｍｖａｌｕｅｏｆ１３．８３，ａｎｄｏｂｔａｉｎｇｏｏｄｌｏａｄ — ｂａｌａｎｃｉｎｇ．Ｔｈｕｓｉｔｃａｎｓｏｌｖｅｔｈｅｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｃｌａｓｓｉｉｃｆａｔｉｏｎｐｒｏｂｌｅｍｓｏｆｔｈｅｌａｒｇｅｒｅａａ．Ｋｅｙｗｏｒｄｓ：Ｋ— ｍｅａｎｓａｌｇｏｒｉｔｈｍ；ｐａｒａｌｌｅｌｃｏｍｐｕｔｉｎｇ；ｌｏａｄｂａｌａｎｃｉｎｇ；ｄａｔａｇｒａｎｕｌａｉｔｒｙｄｅｃｏｍｐｏｓｉｔｉｏｎ；ＭｅｓｓａｇｅＰａｓｓｉｎｇ

多核环境下的图像分割并行算法研究

体的问题。文献［构造基于快速模糊ＦＭ算法的多目标分５】Ｃ割ＣＶ模型，它提高特定大小图片的分割准确度，但抗噪性差。多分辨率图像锥中引入ＦＭ算法，在Ｃ用聚类中心验证函
数能找到一个最优的分割数量，但两者相结合的方法只适用
作者简介：刘张桥（９３，男，１８一）硕士，主研方向：数字图像处理，
多核并行计算；王成良，教授；焦晓军，工程师、硕士收稿日：０ｌ２１期２１－ —８０Ｅｍｉｉｈｎｑｏ０３ｙｈｏｏｃ－ａ：ｌｚａｇｉ２０＠ａｏ．ｍ．ｌｕａｃａ
１８９
计
算
机
工
程
２１年８５日０１月
通滤波器彼此之间正交产生。在图像锥的低层是原始图像，
布式共享内存的多处理器多线程编程并行编程语言ＯｅＭＰｐｎ更能充分发挥多核处理器的性能Ｊ。
字塔和小波金字塔。Ｇｕｓｎ金字塔使用简单的低通滤波Ｊａｓａｉ器和抽取技术在多个尺度下提供同样图像的表达；Ｌｐｃｎａｌｉａａ金字塔提供了在不同尺度下一系列图像的表达。Ｇａｓｉｎ金ｕｓａ字塔和Ｌｐｃｎａｌｉ金字塔表达通常会丢失信息，始图像不能ａａ原
ｐｒｍｉａｅｎｔｅｏｔｏｏａａｅｅｄｃｍｐｓｏｔｅＦｚｙＣ— ａｓＦＭ）ｌｓｒｇａｇｒｍ，ｎｃｉｖｓｅｍｕｔｐｏｅｓｒａｄｙａｄｂｓｄｏｒｇｎｌｖｌｅｏｏｉｎｗｉｔｕｚｍｅｎ（ＣｃＵｔｉｌｏｉｈｈｗｔｉｔｈｈｅｎｈｔａｄａｈｅｅｌ—ｒｃｓｏｎｈｔｉ

遥感图像处理算法并行化研究及实现的开题报告

遥感图像处理算法并行化研究及实现的开题报告一、选题背景与意义：随着遥感技术的不断发展，获取到的遥感图像数据量越来越大，需要进行高效的处理与分析才能得到有意义的结果。

遥感图像处理涉及到很多复杂的算法，如图像分割、特征提取、分类等，这些算法需要消耗大量的计算资源和时间，传统的串行处理方式已经很难满足大规模遥感图像数据的处理需求。

因此，采用并行计算方法对遥感图像处理算法进行优化，能够提高处理速度和效果，对于遥感图像应用领域具有重要的意义和实用价值。

二、研究内容：本文将研究如何对遥感图像处理算法进行并行化改进，探讨如何实现高效的并行计算框架。

具体研究内容包括以下几个方面：1. 研究遥感图像处理算法中的瓶颈问题，确定需要进行并行化优化的算法。

2. 探究并行算法的核心技术，如多线程、MPI、GPU等，并分析各种技术的适用场景。

3. 设计实现基于并行计算框架的遥感图像处理算法，并进行性能测试和评估。

4. 比较并分析串行处理和并行处理的效果，探究如何选择最优的算法和并行化方案。

三、研究方法：本研究将采用以下方法进行：1. 文献调研和分析，了解当前遥感图像处理算法的发展状况和应用情况，挖掘并行计算框架在遥感图像处理中的应用方向。

2. 研究遥感图像处理算法中的瓶颈问题，分析其复杂度、计算模型和并行化难点。

3. 探究并行算法的核心技术和实现方式，设计并实现适合遥感图像处理的并行计算框架。

4. 对比并分析串行处理和并行处理的效果，评估并发现最优的算法和并行化方法。

四、预期成果及应用价值：本研究将实现基于并行计算框架的遥感图像处理算法，具体实现效果和预期成果如下：1. 实现了基于多线程、MPI和GPU等并行技术的遥感图像处理算法，并对其性能进行了测试和评估，验证了并行化的效果和优化效果。

2. 对比并分析串行处理和并行处理的效果，发现目前最优的算法和并行化方案，为今后的研究和应用提供了有价值的参考。

3. 实现的并行化算法将能够有效地提高遥感图像处理的效能和效率，为相关领域的科学研究和应用提供有力支持。

面向实时图像处理的多核并行计算机研究

面向实时图像处理的多核并行计算机研究随着科技的不断进步，现代图像处理技术已经成为了工程领域、娱乐领域甚至医疗领域不可或缺的重要一环。

面向实时图像处理的多核并行计算机技术的提出，极大地推动了图像处理技术的发展。

本文将从多核并行计算机技术、面向实时图像处理的需求、并行计算机在图像处理中的应用、并行计算机在实时图像处理中的优势等方面，对该主题进行研究和探讨。

一. 多核并行计算机技术作为一种处理器架构，多核并行计算机技术已经被广泛应用于各种计算密集型应用。

它不仅可以提高计算能力，还可以更高效地利用硬件资源。

与传统的单CPU系统相比，多核并行计算机更适合处理大规模的图像和视频数据，并且能够大幅降低处理时间。

目前，大部分设计高质量图像和视频处理的算法都是基于多核并行计算机结构来实现的。

二. 面向实时图像处理的需求图像处理的应用范围非常广泛，如人脸识别、智能交通系统、医学图像分析、视频监控等。

对于这些实时处理的应用，需要高效准确地处理大数据流。

而多核并行计算机技术正是满足这些应用的最佳选择。

它可以高效、实时地处理大量数据流，同时可以快速处理并行计算和大量数据迭代。

三. 并行计算机在图像处理中的应用在数字图像处理中，应用广泛的算法包括二值化处理、滤波、形态学和边缘检测等。

这些算法通常是通过图像滤波在一组共享内存上实现的。

而在大数据量的实时处理中，这种传统方法已经无法满足需求。

并行计算机技术通过划分较大的图像和视频处理任务为小的并行任务，在大量数据集的范围内进行并行计算。

同时，多核并行计算机还可以执行几个不同的计算任务，进一步提高计算效率和速度。

四. 并行计算机在实时图像处理中的优势与传统的单CPU系统相比，多核并行计算机具有如下优势：1. 更出色的性能：并行计算机中的多核技术使得可以同时运行多个程序和操作。

2. 高效性：并行计算机可以更快、更高效地处理任务，特别是对于图像处理和实时数据处理应用。

3. 可扩展性：倍增处理器数量可以迅速提高性能，即随着更多的处理器引入，并行计算机能够很快地增加处理速度。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

自动配准
名公布中，超级计算机用户，『Ｆ以他们所能做到的最快速度向双核半台转移。，双核芯片现在是主流处理器架构，在仅仅６个月的时间里，榜单上采用英特尔Ｗｏｏｄｃｒｅｓｔ芯片计算机数量便由３１台攀升
到了２０５台。
遥感图像处理是典型的数据密集型并行应用，目前有很多关于遥感图像处理算法在集群半台上
的研究１作。但如何在多核平台上来提高计算的效
ＰＩ
Ｘ川ｎｒＩ＇Ｍ１
ｔ：１１Ｉ
ｊ｛ｆ制眦杼器川，㈦Ｉ梭）个数：
｜Ｉ＝受总数：
１６（ｈ１
ｎ一：
，Ｍ线Ｆ，’址舟刖。１ｌ：
蛳制眦杼器ｌ～仃数Ｍ洲ｍｎ胪…Ｓ
蛳制服箭器仃储ｆ【｝、…ａｇＰ
交换ｌ叫络系统软件信息Ｓｙｓｔｅｍ操作系统：（）‘：
Ｓｏｆｔｗａｒｅ
Ｈ，】｛ｎＪ）Ｉ｛Ｉｊ（．（．７６【，ＳＡ【＇Ａ
［至匦互巫］
ｒ—————？———————］
ｌ
兰型！！！竺竺竺竺
ｌ
ｒ—？————————］
ｌ
Ｉ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．一
图１自动配准筒‘法流程罔
３．２
【冬【像重采样
自动配准算法并行实现方式配准算法采用数据并行的方式，编程模式采用
主从模式，利用ＭＰＩ［１１进行消息和数据传递。
４试验
４．１试验环境单核系服务器统软硬件信息
系统硬件信息Ｓｙｓｔｅｍ（．ｍ奖’删
ＨａｒｄｗａｒｅｌｎｆｒｎｍａｔｉｏｎＩｎｔＰｌ（Ｉ｛ｌ３００｛，Ｈｚ
３自动配准算法
Байду номын сангаас
Ｍ
ｎＩ
九
多核系服务器统软硬件信息
系统硬件信息ＳｙｓｔｅｍｔⅢＩ炎’Ｗ
ＨａｒｒｌｗａｒｅＩｎｆｏｒｍａｔｉｏｎ
比较。从计算时间上来看，相同ｎＤ处理相同数据量
Ｘ㈨１１…１（．Ｉ，【
Ｉ・７３１０＠
１１１Ｉ。Ｉｍｌ
ｌ６０【，Ｈｚ
的情况下，多核架构比单核架构最快的时候快了５倍多。但是在单核环境下，所获得的加速比都比多核情况下高。在两种半台上都能获得超线性加速比，与算法的特点和实现有关系。
ｆ４钏暇箭器（Ⅲｌ／４核】个数：
核总数：趔线袱址仃仆们．
１６
ｆ４钏暇箭器山仆数．
ｆ４ｆ圳￡务器“ｆ晰ｊＩ｝．交换削ｒ＊系统软件信息Ｓｙｓｔｅｍ操作系统．内核：ＭＰＩ（：Ｈ版小： …，【版水： ⅥＫｌ数、．叫乍：
１“，１４６【，＾＾、
表２单核环境（ｃｌｕｓｔｅｒ）下的测试结果
１０００Ｍ以凡Ｉ叫
试的算法描述参见”】。
３．１
自动配准算法实现以多光谱图像任意一个波段为配准参考波段，
在参考波段上均匀选择若干控制点，以每个控制点为种子点，在参考波段和待配准波段上列应提取一定大小的匹配窗口，然后住亚像元级对两个对应匹配窗口进行匹配，寻找控制点在待匹配图像中列席的同名控制点。同名控制点选取卅来后利用ＭＱ几何校『Ｆ模型建立参考图像与待配准图像之间的映射关系，选择一种重采样方法（比如三次卷积内插法）完成像元灰度值重采样。：流程图如图１所示：
ＳｏｆｔｗａｒｅＩｎｆｏｒｍａｔｉｏｎＩ｛Ｐ｛ｌＨｎＩ【ｌｎｉ【ｘ２４６５５Ａ‘４０【１５ｈ６４１ＳｐｅｅｄｕｐＩｊＩ、ｊ１１ｌｌｄｅａｌＭ１１】【，Ｈｌｌ００１４ｔｉｍｅ
ｒｓ）
１００ｌ
从表中可以看出，两种环境下的计算能力和内存总量基本相同。
４
２测试结果
表１
Ｎｐ
多核环境下的测试结果
自动配准算法综合利用互信息、遗传算法和ＭＱ几何校正模型进行多光谱图像的自动配准。在算法中，以互信息作为配准的相似件度量，获得了很高的配准精度；利用遗传算法的快速搜索特性，可以较快的完成搜索并获得整体的最优解；利用ＭＱ几何模型可以精确的建立罔像之间的几何关系。，试验表明该算法对于多光谱图像波段间非线性几何关系，能够取得非常高的波段间自动配准精度，整体配准误差在一个像元以内。本算法已经应用到通用高性能遥感ＩＪ＿星地面预处理系统（（；Ｈ
多核平台卜遥感图像并行处理性能的初步实验研究
度重视、在同一个处理器中放置多个内核是一种切实可行的技术，能够充分利用现有的单内核处理器的架构优势。多核处理器可在不改变基础设施情况下，提高数掂中心的生产率，服务器的整合将会变得更加经济，凶为更少的主机可以处理更多的１作负担、多核处理器在性价比、功效和可扩展性方面具有极大的优势在性能之外，多核处理器将极大地加强虚拟功能和安全性现在，ＩＴ经理正在利用虚拟技术在处理器级别分配任务，从而大幅度提高ＩＴ系统的处理能力的实际可用性、利用多核处理器，这种分配可以在不降低系统总体性能的情况下进行，并将可信任的应用从不可信任的应用中抽离卅来。多核处理器带来的是真真切切的客户利益和价值，多核处理器标志着处理器设计的一个自然进化过程，在软件具有支持能力的时候将性能大幅度提升，并且将功能增强到单核处理器所无法企及的一个水平。正是凶为这些实实在在的利益，多核处理器无疑将成为服务器的一个重要发展趋势。总而言之，基于双核ｘ８６处理器服务器半台使海量数据处理、大规模网络应用、复杂科学计算及大型图形建模为特征的企业级或行业关键应用领域，在处理能力、扩展件，稳定性、可靠性、易管理性等方面实现更大突破。：超大容量内存访问已经迎刃而解，６４位的内存寻址完全能够满足未来的计算需求；而且在处理器内部集成了内存控制器和超传输技术，使得内存带宽和Ｉ／Ｏ带宽可以线性增长，解决了ＣＰＵ的共享内存等资源的瓶颈问题。
广—————————ｊ７一
得很快的计算速度，但是获得的加速比和效率却并不理想。：但是从实用的角度说，多核架构能够节省更多的空间且耗电量低。
参考文献１］ｈｔｔｐ：／／ｗｗｗ２］
ｉｎｔｅｌ（，ｏｎｌ
张林波、迟学斌、莫！ｌＩ｜』尧、李若，并行计算导论版Ｒ期：２００６年７月
【３］
马广彬，章文毅等，一种新的卫旱多光谱图像自动配准算法遥感技术与应用，２００７年ｏｌ期
ｈｈＬｍｅ旷ｒ＝
１０００Ｍ以止叫
ｌｎｆｉｍｎａｔｌｏｎ
（．ｆｎＩ（）Ｓ４１６９５０３６ＦＩ、ｎ¨１
内核…Ｋ＂ｌ：
Ｍ¨ｔ：Ｈ版４ｘ：Ｍｌ’Ｊ（．Ｈ、Ｈ、ｉ…１：川’Ｉ版本：…’【、Ｈ…¨１：
ＭＪ’¨．ＨＩ２
扛
Ｊ，１１）
Ｓ）中，取得了令人满意的配准结果。本文所测
Ｍｋｌ数刊乍：ＭＫＩ
２００８年伞围高性能计算学术年会
多核平台上遥感图像并行处理性能的初步实验研究
王建李国庆马艳
（中国学院对地观测与数字地球科学中心）（ｊｗａｎｇ＠ｒｓｇｓ
ａＣ
ｃｎ）
摘要：以双核、四核处理器为代表的多核计算平台正在逐步成为服务器的主流架构，在这种架构下传统的遥感图像并行处理算法的性能问题成为随之而来的问题、本文通过在多核服务器平台和单核架构的集群平台上对于并行卫星多光谱图像自动配准算法进行比较研究和性能测试，来分析和说明多核对高性能计算的影响，关键词：多核遥感并行多光谱任务
从技术层面来看，多核处理器，较之当前的单核处理器，能带来更多的性能和生产力优势，【园而最终将成为一种广泛普及的计算模式。向多核处理器的迈进是一个重要的技术发展趋势。双核处理器技术的引入是提高处理器性能另一个行之有效的方法。凶为处理器实际性能是处理器在每个时钟周期内所能处理器指令数的总量，凶此增加一个内核，处理器每个时钟周期内可执行的单元数就将增加一倍。双核服务器：企业服务器的必由之路。计算机处理器的设计在近２０年来以一个常速住不断进化发展。计算机持续向大众市场发展和扩散和我们提出的要求都在不断推动着向更强大的处理器前进的趋势。市场对更高性能处理器的要求与对更成熟的软件应用程序的需求紧密相关。多核处理器有助于突破当今单核技术的性能局限，为处理今后更先进的软件提供足够的性能和能／Ｊ。继在６４位计算方面大获成功之后，多核处理器技术领域创新，体现了ＩＴ产业对于帮助客户克服挑战，为实现未来的可能件提供突破性技术的高
率，是一个全新课题本文以一个Ｉｉ星多光谱图像自动配准算法为例，给ｍ在两种架构下性能分析、
１
简介２多核计算的特点
多核化趋势正在改变ＩＴ计算的面貌。跟传统
的单核ＣＰＵ相比，多核ＣＰＵ带来了更强的并行处理能力、更高的计算密度和更低的时钟频率，并大大减少了散热和功耗目前，在几大主要芯片厂商的产品线中，双核、四核甚至八核ＣＰＵ已经占据了主要地位。：从技术上讲，多核技术的诞生，应当源于对并行运算优势的理性认识，多核的确可以一定程度提高程序的计算速度，但是也并不是核越多越好，需要根据具体应用来客观分析和寻找规律。多核处理器不同于ＳＭＰ、ＭＰＰ、ＤＳＭ等多处理器系统，它将多个计算内核集成在一个处理器硅品元上，从而提高处理能力，特别是多任务能／Ｊ，具有普通单核、单处理器技术所未有的性能优势，目前已经成为提高处理器件能的主要途径，要发挥多核处理器硬件的优势，需要从编译器技术、操作系统及其它系统软件的架构上来加以发掘、多核处理器的ｍ现实际上是一次计算方式的革命，就像ＳＭＰ一样，针列多核处理器也必须使用多线程或者多进程的并行处理形式才能够得到多核带来的性能提升。２００７年６月底，全球高性能计算ＴＯＰ５００排
ｔｉｍｅ！ｓＪ
Ｓｐｅｅｄｕ
５结论
本文给卅了在一个在新型架构（多核）和单核架构下的一个图象处理实例。从计算结果可以看出，在ｎｐ相同的时，虽然在多核架构下，可以获
ｐｌｄｅａｌ
＝＿＿—————了７一『：习＝１＿＿——７一——［划！［么二二二二二二二二
虽然在多核环境下，ｎｐ＝２个的情况下能够计算ｍ结果，但是为Ｙｘ，ｊ比的方便，仍然从ｎｐ＝４