一种自适应线程参数的遥感正射影像并行生成方法技术

本发明专利技术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。本发明专利技术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。像批量进行正射纠正处理的需要。像批量进行正射纠正处理的需要。

【技术实现步骤摘要】
一种自适应线程参数的遥感正射影像并行生成方法


[0001]本专利技术涉及摄影测量
，特别涉及一种自适应线程参数的遥感正射影像并行生成方法。

技术介绍

[0002]随着遥感技术的发展，卫星遥感影像获取技术正趋向于三多(多平台、多传感器和多角度)和三高(高空间分辨率、高光谱分辨率和高时相分辨率)，逐渐成为地面信息采集最为有效的手段。摄影测量的研究对象也不再局限于航空影像，其理论与算法也被广泛应用于高分辨卫星，高分辨率卫星遥感影像进入国际市场以后，为航天摄影测量开辟了新的应用研究领域，成像几何模型作为遥感影像几何处理和地球空间信息提取的理论基础，已成为亟待研究解决的关键技术。
[0003]正射纠正是遥感影像数据处理的关键环节，可以消除成像过程中的各种因素导致的影像畸变，也是整个遥感数据处理过程中计算量最大、耗时最长的步骤之一。正射纠正的主要方法有共线性模型、基于放射变换的严格几何模型、改进多项式模型、有理函数模型和神经网络纠正等。上述方法可分为通用经验模型和严格物理模型，通用经验模型以控制点进行正射纠正，受地形和控制点的限制；严格物理模型需要已知传感器的轨道参数和姿态参数等等，可获得较高的精度，但是多数卫星影像不再提供传感器各项参数，而是提供RPC参数文件。
[0004]图形处理器GPU专门为计算密集型、高度并行化的处理任务设计，有效地解决海量计算的速度问题，使用GPU对正射纠正过程进行加速，能够极大地缩短对立体影像正射纠正的时间。使用基于CUDA的GPU并行计算时，需要在调用核函数时设置核函数的线程参数即线程块和线程网格的参数。对影像等数据使用二维线程参数时，常规的选择是线程块使用16*16大小，然而这种常规设置并不一定是最优的选择，以往的研究大多是测试不同线程块大小的运行时间来选择较好的一个，较为繁琐。

技术实现思路

[0005]本专利技术为了解决上述问题，提出了一种能自适应不同GPU的方法确定线程参数，基于数字高程模型和遥感影像几何纠正RPC模型对立体影像进行间接正射纠正，并使用GPU并行计算加速正射纠正过程，使用不同线程数、寄存器数和共享内存大小计算内核占用率，通过最大占用率的线程确定线程块和线程网格参数调用正射校正核函数CUDA进行GPU并行计算，对高分辨率卫星遥感立体影像高效地进行正射纠正，生成DOM影像产品，能够满足摄影测量、地理测绘等实际生产需要。
[0006]为了达到上述目的，提出了一种自适应线程参数的遥感正射影像并行生成方法，包括以下步骤：
[0007](1)获取原始立体影像，根据其角点的像方坐标、影像的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；
[0008](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、线程网格参数；
[0009](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；
[0010](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。
[0011]进一步的，所述步骤1建立模拟纠正影像包括：
[0012](1.1)根据所述原始立体影像的左上、右上、左下和右下四个角角点像方坐标(r0,c0)以及所述RPC文件的参数建立RFM模型；
[0013](1.2)以所述DEM的平均高程H0作为初值，通过所述RFM模型计算获得初始经纬度(B1,L1)，坐标变换得到(B1,L1)在所述DEM中的行列(x1,y1)，插值求得高程H1；
[0014](1.3)将所述像方坐标(r0,c0)和高程H1输入所述RFM模型，获取新的经纬度(B2,L2)及高程H2，重复迭代计算，直到计算的经纬度满足误差要求，将此经纬度作为角点的地理坐标，并将四个角点的地理坐标进行对比，获得影像的最大、最小维度和最大、最小经度作为四至，计算所述模拟纠正影像的行列数，建立所述模拟纠正影像。
[0015]进一步的，所述RFM模型公式为：
[0016][0017]其中：
[0018]Num
L
(P,L,H)＝a1+a2L+a3P+a4H+a5LP+a6LH+a7PH+a8L2+a9P2+a
10
H2+a
11
PLH+a
12
L3+a
13
LP2+a
14
LH2+a
15
L2P+a
16
P3+a
17
PH2+a
18
L2H+a
19
P2H+a
20
H3[0019]Den
L
(P,L,H)＝b1+b2L+b3P+b4H+b5LP+b6LH+b7PH+b8L2+b9P2+b
10
H2+b
11
PLH+b
12
L3+b
13
LP2+b
14
LH2+b
15
L2P+b
16
P3+b
17
PH2+b
18
L2H+b
19
P2H+a
20
H3[0020]Num
S
(P,L,H)＝c1+c2L+c3P+c4H+c5LP+c6LH+c7PH+c8L2+c9P2+c
10
H2+c
11
PLH+c
12
L3+c
13
LP2+c
14
LH2+c
15
L2P+c
16
P3+c
17
PH2+c
18
L2H+c
19
P2H+c
20
H3[0021]Den
S
(P,L,H)＝d1+d2L+d3P+d4H+d5LP+d6LH+d7PH+d8L2+d9P2+d
10
H2+d
11
PLH+d
12
L3+d
13
LP2+d
14
LH2+d
15
L2P+d
16
P3+d
17
PH2+d
18
L2H+d
19
P2H+d
20
H3[0022](P,L,H)为标准化的地面坐标；(X,Y)为标准化的影像坐标，其标准化原理如下：
[0023][0024][0025]其中：LAT_OFF、LAT_SCALE、LONG_OFF、LONG_SCALE、HEIGHT_OFF和HEIGHT_SCALE为地面坐标的标准化参数；SAMP_OFF本文档来自技高网...

【技术保护点】

【技术特征摘要】
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；(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；(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。2.根据权利要求1所述的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，所述步骤1建立模拟纠正影像包括：(1.1)根据所述原始立体影像的左上、右上、左下和右下四个角角点像方坐标(r0,c0)以及所述RPC文件的参数建立RFM模型；(1.2)以所述DEM的平均高程H0作为初值，通过所述RFM模型计算获得初始经纬度(B1,L1)，坐标变换得到(B1,L1)在所述DEM中的行列(x1,y1)，插值求得高程H1；(1.3)将所述像方坐标(r0,c0)和高程H1输入所述RFM模型，获取新的经纬度(B2,L2)及高程H2，重复迭代计算，直到计算的经纬度满足误差要求，将此经纬度作为角点的地理坐标，并将四个角点的地理坐标进行对比，获得影像的最大、最小维度和最大、最小经度作为四至，计算所述模拟纠正影像的行列数，建立所述模拟纠正影像。3.根据权利要求2所述的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，所述RFM模型公式为：其中：Num
L
(P,L,H)＝a1+a2L+a3P+a4H+a5LP+a6LH+a7PH+a8L2+a9P2+a
10
H2+a
11
PLH+a
12
L3+a
13
LP2+a
14
LH2+a
15
L2P+a
16
P3+a
17
PH2+a
18
L2H+a
19
P2H+a
20
H3Den
L
(P,L,H)＝b1+b2L+b3P+b4H+b5LP+b6LH+b7PH+b8L2+b9P2+b
10
H2+b
11
PLH+b
12
L3+b
13
LP2+b
14
LH2+b
15
L2P+b
16
P3+b
17
PH2+b
18
L2H+b
19
P2H+a
20
H3Num
S
(P,L,H)＝c1+c2L+c3P+c4H+c5LP+c6LH+c7PH+c8L2+c9P2+c
10
H2+c
11
PLH+c
12
L3+c
13
LP2+c
14
LH2+c
15
L2P+c
16
P3+c
17
PH2+c
18
L2H+c
19
P2H+c
20
H3Den
S
(P,L,H)＝d1+d2L+d3P+d4H+d5LP+d6LH+d7PH+d8L2+d9P2+d
10
H2+d
11
PLH+d
12
L3+d
13
LP2+d
14
LH2+d
15
L2P+d
16<...

【专利技术属性】
技术研发人员：洪中华，胡上成，周汝雁，潘海燕，马振玲，张云，韩彦岭，王静，杨树瑚，徐利军，
申请(专利权)人：上海海洋大学，
类型：发明
国别省市：