一种基于OpenACC的归一化植被指数并行提取方法技术

本发明专利技术提供一种基于OpenACC的归一化植被指数并行提取方法。该方法包括：步骤1：将Mat矩阵存储结构的影像数据转换为顺序存储结构的影像数据；步骤2：读取影像数据，并将影像数据复制至加速设备(GPU)；步骤3：将归一化植被指数提取算法的所有操作分为并行操作和非并行操作，采用加速设备基于OpenACC对并行操作进行并行处理，采用主机对非并行操作进行处理；其中，所述并行操作包括：直方图计算操作、图像拉伸操作、直方图均衡化操作、归一化植被指数计算操作和图像二值化操作。本发明专利技术能够结合植被专题指数的特点，快速且规范的利用加速设备基于OpenACC并行提取归一化植被指数。

A parallel extraction method of normalized vegetation index based on openacc

The invention provides a normalized vegetation index parallel extraction method based on openacc. The method includes: Step 1: transform the image data of the mat matrix storage structure into the image data of the sequential storage structure; step 2: read the image data and copy the image data to the acceleration device (GPU); step 3: divide all operations of the normalized vegetation index extraction algorithm into parallel operation and non parallel operation, and use the acceleration device to carry out parallel operation based on openacc The parallel operation includes histogram calculation operation, image stretching operation, histogram equalization operation, normalized vegetation index calculation operation and image binarization operation. The invention can combine the characteristics of vegetation thematic index, quickly and normatively use acceleration device to extract normalized vegetation index based on openacc in parallel.

【技术实现步骤摘要】
一种基于OpenACC的归一化植被指数并行提取方法
本专利技术涉及遥感应用加速领域，具体涉及一种基于OpenACC的归一化植被指数并行提取方法。
技术介绍
归一化植被指数(NDVI)在农业遥感中起到了至关重要的作用，适用于植被的动态监测与城市植被覆盖的时空变化监测。目前我国已建立了30个高分辨率对地观测系统数据与应用中心，每年有海量的遥感卫星数据亟待处理。加速对遥感大数据的处理已成为遥感应用过程中的重大课题。基于大规模集群的遥感影像处理是目前主流的处理模式，然而如何挖掘集群中单个节点内部的数据计算能力已成为遥感影像计算中不可忽视的问题。左宪禹等提出一种基于OpenMP和OpenCV的归一化植被指数并行计算方法(基于OpenMP和OpenCV的归一化植被指数并行计算研究[J].遥感科学.2017：33-40.)，该算法主要基于多核CPU，仅考虑了单节点内部的多核CPU的计算资源，而未考虑计算能力更强的GPU计算资源，而传统的GPU编程标准较高，开发难度较大，开发周期较长，且对植被指数提取的加速流程未能提出一种规范的并行模型。
技术实现思路
针对传统的遥感影像处理算法在提取归一化植被指数时，对植被指数提取的加速流程未能提出一种规范的并行模型的问题，本专利技术提供一种基于OpenACC的归一化植被指数并行提取方法，能够结合植被指数提取流程串并行操作分离的特点，快速且规范的并行提取归一化植被指数。本专利技术提供一种基于OpenACC的归一化植被指数并行提取方法，该方法包括：步骤1：将Mat矩阵存储结构的影像数据转换为顺序存储结构的影像数据；步骤2：读取影像数据，并将影像数据复制至加速设备；步骤3：将归一化植被指数提取算法的所有操作分为并行操作和非并行操作，利用加速设备基于OpenACC对并行操作进行并行处理，采用主机对非并行操作进行处理；其中，所述并行操作包括：直方图计算操作、图像拉伸操作、直方图均衡化操作、归一化植被指数计算操作和图像二值化操作。进一步地，所述非并行操作包括：影像数据最大最小值统计操作、CDF计算操作和影像数据阈值计算操作。进一步地，步骤1包括：步骤1.1：读取Mat矩阵的宽度和高度；步骤1.2：根据Mat矩阵的宽度和高度确定数组的长度，所述数组用于顺序存储影像数据；步骤1.3：循环遍历获取Mat矩阵中的各影像数据值，并将各影像数据值按照遍历顺序存储至所述数组中。进一步地，所述并行处理包括：粗粒度并行处理和细粒度并行处理。进一步地，所述图像拉伸操作、直方图均衡化操作、归一化植被指数计算操作和图像二值化操作均采用粗粒度并行处理；所述直方图计算操作采用细粒度并行处理。本专利技术的有益效果：本专利技术提供的一种基于OpenACC的归一化植被指数并行提取方法，第一方面，在实现并行化植被指数提取的基础上将植被指数提取流程进行了规范化设计，经过图像拉伸、图像均衡化等操作有效提升了结果影像的生成质量。第二方面，OpenACC加速归一化植被指数提取，利用主机指导加速设备的运行，在执行设备上的函数时需要将主机内存中的数据拷贝至设备内存，加速处理遥感影像需要借助OpenCV对影像进行读取识别，然而OpenACC无法处理OpenCV中存储影像的Mat矩阵，因而在本专利技术中将OpenCV读入的Mat矩阵转化成易于被OpenACC加速的顺序存储结构来存储遥感影像信息数据，解决了OpenACC不支持并行OpenCV中Mat类型矩阵的问题，在算法中将Mat类型转化为适合OpenACC操作的数据结构，数据结构转换后的算法采用OpenACC的指令可以快速并行化，并行结果在没有降低实验精度的同时能够达到较好的加速效果。第三方面，随着数据规模的增大，OpenACC的加速策略具有优异的加速性能、高效的开发流程、较高的计算精度；经多组实验验证，当影像的数据规模达到10000*10000时，本专利技术提供的基于OpenACC的归一化植被指数提取方法对比串行提取算法，前者速度比后者提升了5倍多。此外，本专利技术适宜遥感植被指数相关算法的快速并行开发，在达到较好加速效果的同时能够快速对植被指数专题算法并行化，提升了并行编程效率，加速了并行程序开发，非常适合工程化应用方面的推广。附图说明图1为本专利技术实施例提供的一种基于OpenACC的归一化植被指数并行提取方法的流程示意图之一；图2为本专利技术实施例提供的一种基于OpenACC的归一化植被指数并行提取方法的流程示意图之二；图3为本专利技术实施例提供的OpenACC并行设计的流程示意图；图4为本专利技术实施例提供的开封市归一化植被指数提取结果示意图；图5为本专利技术实施例提供的基于OpenACC的归一化植被指数并行提取方法的性能分析图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，本专利技术实施例提供的一种基于OpenACC的归一化植被指数并行提取方法，包括以下步骤：S101：将Mat矩阵存储结构的影像数据转换为顺序存储结构的影像数据；具体地，一般在加速处理遥感影像需要借助OpenCV对影像进行读取识别，然而OpenACC无法处理OpenCV中存储影像的Mat矩阵，因而需要将OpenCV读入的影像数据由Mat类型转化为可适应加速计算的顺序存储结构，包括以下步骤：S1011：读取Mat矩阵的宽度和高度；S1012：根据Mat矩阵的宽度和高度确定数组的长度，所述数组用于顺序存储影像数据；S1013：循环遍历获取Mat矩阵中的各影像数据值，并将各影像数据值按照遍历顺序存储至所述数组中。该转化算法可用以下程序进行实现：S102：读取影像数据，并将影像数据复制至加速设备；具体地，主机端读取顺序存储结构的影像数据，并将该影响数据从主机复制至加速设备(GPU)。S103：将归一化植被指数提取算法的所有操作分为并行操作和非并行操作，采用加速设备基于OpenACC对并行操作进行并行处理，采用主机对非并行操作进行处理；其中，所述并行操作包括：直方图计算操作、图像拉伸操作、直方图均衡化操作、归一化植被指数计算操作和图像二值化操作；所述非并行操作包括：影像数据最大最小值统计操作、CDF计算操作和影像数据阈值计算操作。具体地，如图2所示的归一化植被指数提取算法的处理流程，在分析归一化植被指数提取算法的处理流程后，归一化植被指数提取算法中的图像拉伸操作、直方图计算操作、直方图均衡化操作、归一化植被指数计算操作、图像二值化操作等5个操作的计算密度较大，适宜从主机迁移至加速设备中进行并行计算，从而提升计算效率。如图2所示，灰色填充部分的操作为并行操作，均本文档来自技高网...

【技术保护点】
1.一种基于OpenACC的归一化植被指数并行提取方法，其特征在于，包括：/n步骤1：将Mat矩阵存储结构的影像数据转换为顺序存储结构的影像数据；/n步骤2：读取影像数据，并将影像数据复制至加速设备；/n步骤3：将归一化植被指数提取算法的所有操作分为并行操作和非并行操作，利用加速设备基于OpenACC对并行操作进行并行处理，采用主机对非并行操作进行处理；其中，所述并行操作包括：直方图计算操作、图像拉伸操作、直方图均衡化操作、归一化植被指数计算操作和图像二值化操作。/n

【技术特征摘要】
1.一种基于OpenACC的归一化植被指数并行提取方法，其特征在于，包括：
步骤1：将Mat矩阵存储结构的影像数据转换为顺序存储结构的影像数据；
步骤2：读取影像数据，并将影像数据复制至加速设备；
步骤3：将归一化植被指数提取算法的所有操作分为并行操作和非并行操作，利用加速设备基于OpenACC对并行操作进行并行处理，采用主机对非并行操作进行处理；其中，所述并行操作包括：直方图计算操作、图像拉伸操作、直方图均衡化操作、归一化植被指数计算操作和图像二值化操作。


2.根据权利要求1所述的方法，其特征在于，所述非并行操作包括：影像数据最大最小值统计操作、CDF计算操作和影像数据阈值计算操作。

【专利技术属性】
技术研发人员：左宪禹，韩林果，林英豪，齐同源，邓智韬，乔保军，郭斌，葛强，
申请(专利权)人：河南大学，
类型：发明
国别省市：河南;41