基于GPU的大影像正射校正分块处理方法

2016-10-17 17:31王平全吉成王宏伟
科技视界 2016年21期
关键词:分块

王平 全吉成 王宏伟

"

【摘 要】图像正射校正处理具有计算复杂度和并行性高的特点,适合在GPU中进行大规模并行处理。然而由于大幅面的影像超过了GPU全局存储器的范围,无法直接导入全局存储器中进行处理。本文提出了影像分块处理策略,对大幅面影像分块然后依次传输到全局存储器中进行处理。实验表明:与CPU串行正射校正算法相比,GPU分块并行处理算法达到了很好的加速效果,加速比达到了188.34倍。

【关键词】正射校正;GPU;分块;并行处理

【Abstract】Orthorectification has the characteristics of high computational complexity and high parallelism, and is suitable for large scale parallel processing in GPU. However due to large format image exceeds the scope of the GPU global memory ,unable to directly import into the global memory for processing. this paper presents the image block processing strategy, large format image block followed by transfer to the global memory for processing. The experimental results show that compared with the CPU serial correction algorithm, the GPU block parallel processing algorithm achieves a good acceleration effect, and the speedup is up to 188.34 times.

【Key words】Orthorectification; GPU; Block; Parallel processing

0 引言

正射校正是图像预处理的重要组成部分,是进行后续图像处理的前提。随着影像获取手段的发展,影像获取的速度以及数据量急剧增加,仅利用中央处理器(CPU)进行影像的串行正射校正处理已经无法满足影像信息的快速获取的要求。因此如何对海量的影像数据进行快速处理具有重要的意义。

近年来,图形处理器(GPU)以其强大的并行处理能力和浮点运算能力得到了国内外学者[1-2]的广泛关注,并将其运用到通用计算中,取得了很好的加速效果。目前,不少研究人员已将GPU引入到了影像正射校正的算法中,显著加快了影像的处理速度[3-4]。但是,相关研究都没有考虑 GPU的存储空间,对应目前的大数据影像已经远远超过了GPU的全局存储器,不能一次将影像数据全部加载到GPU存储器中,因此本文提出了基于GPU的大影像正射校正分块处理方法。

1 正射校正原理

根据影像成像瞬间记录设备的摄影参数,然后依据共线方程建立影像坐标与地物坐标之间的对应关系,从而进行影像的正射校正[5]。具体步骤如下:

1)根据原始影像的四个角点坐标,带入共线方程中,求得原始影像在地物空间坐标系的覆盖范围。

2)根据地物空间坐标的覆盖范围确定纠正影像的大小。

3)对纠正影像的每个像素带入共线方程中求得像点在原始影像的坐标,进行灰度值内插并赋予纠正影像的像素。

2 大影像正射校正分块并行处理

2.1 正射校正并行处理

根据正射校正算法原理可以看出,该算法是针对图像中每个像素单独执行的操作,各个像素之间没有任何相关性,非常适合在GPU中进行多线程并行处理。

GPU中线程的组织结构是按照线程网格和线程块进行组织的。正射校正的并行化把校正影像映射到线程网格上,使影像的每个“逻辑块”与GPU线程块相对应,确保线程块中的每个线程对影像“逻辑块”中的每个像素进行处理。

2.2 分块策略

假设主机内存空间足够大,可以同时存放原始影像和纠正后的影像,主要考虑处理的影像大小超过GPU的存储器的情况。文中采用了按行分块的策略,分别将影像数据的分块依次读入GPU全局存储器中,如图1所示。GPU进行校正的具体流程如下:

①将原始影像读入到主机内存;

②从主机内存中将影像分块传输到设备全局存储器中;

③调用核函数,进行影像并行处理;

④将处理后的影像传输到主机内存;

⑤重复执行②~③步骤,直到将影像所有分块处理完成,在内存中将各分块组合一个完整的校正影像。

3 实验结果

本文实验环境CPU型号为AMD Athlon(tm) II 640,4核处理器,主频3.0GHz,内存为10.0G;GPU为Fermi架构的 NVIDIA GTX580,16个流多处理器,512颗计算核心,1.5G的全局存储器。

实验数据为10000 x10000的影像数据,以2000行为一块进行分块处理,记录GPU的处理时间,与CPU串行处理时间进行比较。实验结果表明,GPU分块并行处理的时间为1.14s,而CPU串行处理的时间为214.71s,加速比达到了188.34倍,取得了很好的加速效果。

4 结论

本文针对大幅面影像无法直接导入GPU存储器处理的问题,采用了影像分块策略实现了GPU并行处理,通过实验验证取得了很到的加速比,能够实现大幅面影像的快速处理。

【参考文献】

[1]D GRANATA, U AMATO, B ALFANO. MRI denoising by nonlocal means on multi-GPU[J]. Journal of Real-Time Image Processing, 2016:1-11.

[2]王晶,李仕.运动模糊视频图像在图形处理器平台上的实时恢复[J].光学精密工程,2010,18(10):2262-2268.

[3]杨靖宇,张永生,李正国,等.遥感影像正射纠正的GPU-CPU协同处理研究[J].武汉大学·信息科学版,2011,36(9):1043-1046.

[4]方留杨,王密,李德仁.CPU和GPU协同处理的光学卫星遥感影像正射校正方法[J].测绘学报,2013,42(5):668-675.

[5]李德仁,王树跟,周月琴.摄影测量与遥感概论[M].2版.北京:测绘出版社,2008.

[责任编辑:杨玉洁]

【摘 要】磁制冷技术是一种绿色环保,高效节能的制冷技术。固态制冷剂MnCoGe合金在相变时的巨大晶格体积变化带来的热效应,使其成为室温磁致冷工质的有力竞争者之一。本文注重对提高MnCoGe合金磁性能的方法进行综述,为该合金在实际工业制冷应用中提供参考。

【关键词】固态制冷剂;MnCoGe合金;磁制冷

【Abstract】Magnetic refrigeration is a kind of green environmental protection, high efficiency and energy saving refrigeration technology. Thermal effects originating from giant crystal lattice volume changing of phase transition makes MnCoGe alloy become one of the strong competitors in the room temperature magnetic refrigerant. This paper focuses on the method of improving the magnetic properties of MnCoGe alloy, which provides reference for the practical application of industrial refrigeration.

【Key words】Solid state magnetic refrigerant; MnCoGe alloy; Magnetic refrigeration

0 前言

磁制冷技术具有绿色环保,高效节能的特点。由于磁制冷技术采用磁性材料,对周围环境没有污染。气体压缩制冷中使用的气体制冷剂会破坏大气臭氧层并引起温室效应。而且,在热效率方面,目前普遍使用的气体压缩制冷技术其卡诺循环效率最高仅为25%左右,磁制冷可以达到理想卡诺循环的60~70%。所以磁制冷技术具有绿色环保,高效节能的特点。对于当今社会,绿色高效的磁制冷技术有着十分广阔的应用前景。

1 固态磁工质简介

作为磁制冷技术的核心,固态制冷剂通常为具有一级或二级相变的合金。马氏体相变是固态相变中一种非常重要的非扩散型晶体结构相变,相变性质为一级。相变时,高温母相格点在原子尺度内发生无扩散位移型切变,因此又被称为位移型相变。值得注意的是,在相变过程中,体系内部并没有发生化学键的破坏,相变前后两相化学成分保持不变。而材料的晶体结构往往发生显著的改变。为了便于描述,马氏体相变中,通常人们称高温母相为奥氏体,低温产物为马氏体。这样,由奥氏体向马氏体转变的过程称为马氏体相变,反之,称为马氏体逆相变。在众多马氏相变材料中,最具代表性的就是前文提到的NiMn基哈斯勒型铁磁马氏体材料,其物性丰富,表现为磁场诱发应变,磁场驱动形状记忆效应,大磁电阻,大磁熵变,交换偏置等等。

与哈斯勒型合金的马氏相变类似,MMX合金也呈现无扩散的马氏体相变特性。在1953年,Castelliz报道了一类具有Ni2In型六角结构的三元金属间化合物[1],这些化合物三种组元按1:1:1配比,均含有3d过渡族磁性元素。这样,此种化合物做为一类新结构体系开始被人们关注,体系的成员逐步增加,故命名为MMX合金。其中M和M为过渡族元素Mn、Co、Fe、Ni等,X为Si、Ge、Sn等元素。与传统马氏体相变相同,MMX合金发生相变时,也具有原子尺度上的切变,并伴随着母相对称性的降低和晶格体积的变化,同时也表现出一定的滞后行为,呈现一级相变特性。

MnCoGe合金是MMX合金代表材料之一。该材料从高温冷却的过程中,晶格结构从高温的六角结构奥氏体母相转变成低温的正交结构的马氏体低温相。对于正分的样品,马氏体结构相变温度为420K,该温度随着组分的不同而变化。高温六角奥氏相和低温正交马氏相都具有铁磁特性,其分子饱和磁矩和居里温度分别是,2.76μB和 275K,4.13μB和345K,二者的磁相变均呈现二级相变的特性。此外,我们可以发现,MnCoGe合金的马氏结构相变温度和母相的居里温度存在着一定的差异,也就是说,该材料的磁相变和结构相变是分离的。所以正分的MnCoGe合金样品仅能在345K附近表现出传统的二级磁相变。所以,该材料在早期仅被当做一种研究磁性材料基本结构和磁性的对象。但是,伴随着哈斯勒合金的诞生,一系列铁磁形状记忆合金及磁热材料逐渐成为人们的研究热点。这样,这种母相具有六角结构的MnCoGe合金所扮演的角色才从基本的磁性材料转变成磁相变功能材料。

正如上文所述,由于马氏结构相变温度远离居里温度,伴随着结构相变的磁转变并不能够发生。如果采用合适的手段来调控结构相变温度,使之与母相的居里温度重合,即磁相变和结构相变耦合,那么MnCoGe合金就可以展现出铁磁-顺磁的马氏结构相变。如果这种相变可以被外界因素(例如,磁场、应力等)调控,那么磁结构耦合马氏相变可以产生形状记忆效应、磁电阻、大磁熵变等物理性质。而这些物性在磁性传感器、能量捕获装置以及磁制冷方面有着潜在的应用。

2 固态磁性制冷剂MnCoGe合金的研究进展

2006年,Song等人报道了MnFe1-xCoxGe系列合金的结构和磁性[2]。随着Co含量的增加,在室温下,合金由六角相逐渐转变成正交相。实际上,这种结构的变化蕴含着磁结构耦合的契机。不过,由于对该体系磁结构耦合的认识并不深入,所以,这种隐藏的信息并没有受到当时研究者的重视。2009年,Sandeman等人利用合金化的思想,对MnCoGe和MnCoSn的合金化熔炼,制备MnCoGe1-xSnx系列合金[3]。通过DSC测量清楚地观察到了磁相变和结构耦合的过程。MnCoGe基合金的巨磁热效应是由Trung等人在2010年首先报道的[4]。他们通过在MnCoGe合金中掺杂B原子,在适当的组分下,实现了巨磁热效应。与此同时,Liu等人在体系中引入Mn空位也成功地实现磁结构相变耦合,并发现了约100K的转变窗口[5]。在该转变窗口中,磁相变和结构相变可以发生耦合。除此之外,在相变过程中,MnCoGe合金的巨大晶格体积变化(约3~4%)也是十分吸引人的。在之后的研究中,研究者们也集中地研究了其他原子的引入对MnCoGe合金磁结构耦合的影响。V、Cu、Ti等原子分别引入体系用来替代磁性的Mn或者Co原子。结果发现,通过V、Cu、Ti非磁性原子对磁性原子的替代可以降低马氏结构相变温度,使其与居里温度重合,实现巨磁热效应。

猜你喜欢
分块
面向量化分块压缩感知的区域层次化预测编码
钢结构工程分块滑移安装施工方法探讨
关于4×4分块矩阵的逆矩阵*
分块矩阵在线性代数中的应用
基于Spice协议的分块图像缓存优化设计与分析
懒交互模式下散乱不规则分块引导的目标跟踪*
基于区域分块与尺度不变特征变换的图像拼接算法
反三角分块矩阵Drazin逆新的表示
基于自适应中值滤波的分块压缩感知人脸识别
基于多分辨率半边的分块LOD模型无缝表达