基于GPU的大规模栅格数据分块并行处理方法

摘要：

数学形态学运算是栅格数据处理的重要方法,具有较高的计算复杂度、并行度等特点,较容易发挥GPU众核高度并行执行的优势,以提高其计算效率。然而,有限的GPU全局存储器限制了其在大规模数据中的应用。文中在分析现有栅格数据并行方法的基础上,基于通用并行计算架构CUDA,设计一种适应大规模数据的分块处理方法。文中以经典的膨胀算法为例对分块处理方法进行测试。实验结果表明：与传统的CPU串行处理方法相比,该方法可以显著提高数据处理速度。

关键词：GPU、分块、膨胀、栅格数据

分类号：P208(一般性问题)

资助基金：中国科学院重点部署项目KZZD-EW-07,KZZD-EW-07-02;国家自然科学基金面上项目41271196

在线出版日期：2015-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：19-22