申请/专利权人：上海海洋大学

申请日：2022-07-29

公开（公告）日：2024-06-18

公开（公告）号：CN115423696B

主分类号：G06T5/80

分类号：G06T5/80;G06T3/02;G01C11/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2022.12.20#实质审查的生效;2022.12.02#公开

摘要：本发明公开了一种自适应线程参数的遥感正射影像并行生成方法，属于摄影测量技术领域。该方法包括：获取原始立体影像，根据其角点的像方坐标和DEM通过RFM模型迭代计算获得四至地理坐标，建立模拟纠正影像；根据GPU的性能参数和CUDA核函数确定线程块和线程网格参数；使用GPU并行计算，获得模拟纠正影像像元的地理坐标及地面高程值；通过RFM模型计算其在原始立体影像中的行列，并以其插值计算的灰度值作为纠正影像的灰度值，获得正射纠正影像。本发明使用自适应线程块适应不同的GPU，具有较好的性能及更加自动化。同时使用GPU并行计算，能够极大地缩短正射纠正的时间，满足对立体影像批量进行正射纠正处理的需要。

主权项：1.一种自适应线程参数的遥感正射影像并行生成方法，其特征在于，包括以下步骤：1获取原始立体影像，根据其角点的像方坐标、RPC文件的参数和DEM通过RFM模型进行迭代计算获得四至地理坐标，建立模拟纠正影像；2根据GPU的性能参数和CUDA核函数使用的寄存器及共享内存确定线程块和线程网格参数；2.1根据所述GPU的性能参数和CUDA核函数使用的寄存器计算每个线程的寄存器数限制流处理器使用的线程束数值RegsLimitperSM为： 其中：Threadswarp为线程束包含的线程数量，Warpalloc为线程束的分配粒度，Regsallocsize为寄存器分配单元大小，RegsperSM每个流处理器包含的寄存器数；RegsperB为所述CUDA核函数中一个线程使用的寄存器数量；2.2根据所述CUDA核函数使用的共享内存计算每个线程块使用的实际线程束WarpsperB为： threadsperB＝64*n其中：threadsperB为线程块大小，最少为64，最大为1024，n＝1,2,…,16；2.3根据所述CUDA核函数使用的寄存器及共享内存计算对此线程数的GPU线程束占用率： 其中：Blockswarps为线程束限制流处理器可分配的线程块数： Blocksregs为寄存器限制流处理器可分配的线程块数： BlocksSmemory为共享内存限制流处理器可分配的线程块数： 其中：SmemoryperB为所述核函数中每个线程使用的共享内存，Smemoryallocsize为共享内存的分配单元大小，SmemoryLimitperSM为流处理器的共享内存，WarpsLimitperSM为线程束数量；2.4遍历计算设定的线程数对应的线程束占用率，MaxOccupancyn,n＝1,2,…,16，当占用率最大时获取最小的n值，确定所述线程块的大小threadsperB，选择二维线程索引的Block_x、Block_y，由以下公式计算： 对应的二维线程网格为： 其中：Img_rows，Img_cols为所述原始立体影像的行列数；m＝1,2,…,n；3使用所述GPU并行计算，对所述模拟纠正影像每个像元进行坐标变换获得其地理坐标B,L，通过坐标变换计算对应所述DEM中的行列，插值计算获得地面高程值H；将所述原始立体影像及所述四至地理坐标输入所述GPU，利用步骤2中获得的所述线程块和线程网格参数调用所述CUDA核函数对每个所述模拟纠正影像像元通过左上角地理坐标和像元像方坐标进行坐标变换获得像元的地理坐标B,L,并根据所述DEM的左上角坐标坐标变换在DEM中的行列dem_r,dem_c，使用双线性插值进行重采样计算，获得所述地面高程H；4根据所述模拟纠正影像像元的地理坐标B,L和所述地面高程值H，通过所述RFM模型计算在所述原始立体影像中的行列，并以该行列进行插值计算的灰度值作为所述纠正影像的灰度值，获得正射纠正影像。

全文数据：

权利要求：

百度查询： 上海海洋大学 一种自适应线程参数的遥感正射影像并行生成方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD