基于Matlab的遥感图像IHS小波融合算法的并行化设计.pdf

Science＆ TechnologyVision 科 技 视 界 科技 探·索 ·争鸣 基于Matlab的遥感图像 IHS小波融合算法 的并行化设计 王 淼 (中国矿业大学(北京)地球科学与测绘工程学院，中国北京 100083) 摘【 要】随着遥感图像数据规模的不断扩大与融合算法计算复杂度的增大，遥感图像的快速融合成为很多遥感处理步骤的关键一环。计 算机技术快速发展，CPU多核架构逐渐普及，为了充分利用多核处理器资源，Matlab提供 了并行计算模型。本文选取了基于小波变换和 IHS空 间的图像融合算法进行并行化设计，利用Matlab并行计算工具箱与分布式计算服务器进行任务分割，实现了算法的并行化。实验结果表明，并 行化处理可以有效缩短图像融合的时间，获得良好的加速比，验证了并行算法的高效性 ，对进一步研究并行图像处理有一定的指导意义。 【关键词】Matlab；图像融合；IHS；小波变换；并行计算 0 引言 合多光谱图像作由RGB空间到IHS空间的转换 ．然后利用小波变换 将得到的多光谱图像的1分量与全色图像进行小波分解 、融合与重 随着遥感技术的飞速发展 ．由于信息获取的途径越来越多．从而 构，最后将得到的新的Inew分量与原先的H、S分量进行 IHS逆变换 得到了各式各样的遥感数据．而且数据量也越来越大 图像融合技术 得到最终的融合结果 的诞生使多源遥感数据得到了充分的利用．产生了比单一信息源更精 2．2 并行算法实现 确、更可靠的估计和判断。由于数据规模的不断增大，基于单处理器的 在进行并行IHS小波融合算法设计之前，首先需要分析在整个串 传统的串行图像融合算法已经无法满足计算量不断增加的需求 ．基于 行算法中各个函数调用的频率以及函数执行消耗的时间．这个过程可 多处理器或集群的并行计算使图像的快速融合成为了可能 ，为高效地 以由Matlab提供的Profiler剖析器来完成．经过分析可知 ．程序中将 分析遥感图像提供了有效的解决途径。 多光谱图像的1分量与高分辨率全色图像进行小波融合花费处理器 当前流行的并行化工具与多核计算平台有很多．如OpenMP、MPI 时间最多．这是由于进行逐层小波分解与重构时．计算复杂度不断升 等In．还有基于GPU并行计算的GUDA语言 为高效利用多核处理器 高，计算量不断加大。为了充分利用多核处理器资源．采用均等原则划 进行并行计算．增强计算能力．Mathwork公司推出了Matlab分布式计 分计算量较大的复杂计算任务．使这部分过程可以在Matlab环境下 算服务器与并行计算工具箱 ．可以实现对大规模数据进行快速、便捷 实现并行化．该算法并行化过程见图l 地并行任务划分．而且具有 良好的可扩展性。 近年来．小波变换理论被广泛应用于图像融合并行处理当中．有 基于MPI的复小波变换的遥感图像并行融合算法H．有基于GPU的小 波变换图像融合快速实现算法等 。本文在Matlab并行计算环境下． 分析了基于小波变换