大规模遥感影像全球金字塔并行构建方法
金字塔模型是大规模遥感影像可视化的基础,是在保证精度的前提下,采用不同分辨率的数据来提高渲染速度,从而在网络环境下实现大规模数据共享、服务和辅助决策支持.在构造金字塔的过程中,由于遥感数据经常会突破内存的容量,同时会产生大量的小瓦片,小瓦片存贮非常耗时,传统的串行算法很难满足应用需求.本文提出了一种并行大规模遥感影像的全球金字塔构造算法,利用图形处理器(graphics processingunit,GPU)的高带宽完成费时的重采样计算,使用多线程实现数据的输入和输出,在普通的计算机上实现大规模影像的全球金字塔的快速构建.首先,采用二级分解策略突破GPU、CPU和磁盘的存储瓶颈;然后,利用多线程策略加速数据在内存和磁盘之间的传输,并采用锁页内存来消除GPU全局延迟的影响;最后,用GPU完成大规模的并行重采样计算,并利用四叉树策略提高显存中数据的重复利用率.实验结果表明,本文方法可以明显地提高全球金字塔的构造速度.
全球金字塔、重采样、GPU、二级分解、构造四叉树
41
P237.9;P208(摄影测量学与测绘遥感)
The Key Knowledge Innovative Project of the Chinese Academy of Sciences, No.KZCX2-EW-318;the National Key Technology R&D Program of China, No.2014ZX10003002;the National Natural Science Foundation of China, No.41371387.国家自然科学基金41171351;国家科技支撑计划KZCX2-EW-318;国家"十二五"攻关项目2014ZX10003002.
2016-03-22（万方平台首次上网日期，不代表论文的发表时间）
117-122
