遥感影像融合的GPU加速及性能分析

摘要 遥感影像融合是一种典型的数据密集型和计算密集型运算，常用的串行处理效率较低，研究GPU支持的并行处理方法有一定的现实意义.该文以NVIDIA公司新一代Fermi架构GPU为计算平台，采用CUDA并行计算环境，以SFIM融合算法为例，提出适用于遥感影像融合的并行处理方法.SPOT 5和QuickBird两组大幅面遥感影像融合并行处理实验结果显示，提出的基于分块的核外计算方法，通用性强，易于实现，加速性能明显，根据整景影像测试结果，采用目前中等级别的GPU加速卡计算性能可提高至107倍.同时，该方法适用性广，可应用于多个影像融合算法.实验结果分析表明，除了GPU卡本身性能外，影响GPU加速性能主要因素包括单次导入影像的计算规模和主机与GPU之间交换数据量.