面向ONSET实时数据处理的图像选帧GPU技术实现.pdfVIP

面向ONSET实时数据处理的图像选帧GPU技术实现*

李力1，邓辉1，李瑧3，梅盈2，戴伟1,2，杨秋萍1,2，王锋

1,2

【要】摘要：光学和近红外太阳爆发监测望远镜每天可以获得大量的太阳图

像数据，对这些观测数据进行实时选帧处理，一方面可以减轻存储压力，另一

方面也可以提高后续图像重建的质量。针对观测过程中的选帧要求，设计并实

现了一套基于图形处理器的图像选帧实时处理模块，当前的模块已经实现了平

均梯度法和谱比法选帧两种算法的高速并行处理。对模块的实现进行了细致的

讨论，并比较了两种选帧方法的加速比。实验表明，该模块运行稳定可靠；从

执行效率来看，针对近全日面图像的选帧总体执行时间最快为1.2s，比原有串

行实现提升了7倍；局部面图最快为0.7s，平均提升了5倍。整体模块的实现

与当前性能已经可以满足实时观测与处理的要求。

【期刊名称】天文研究与技术－国家天文台台刊

【年(卷),期】2018(015)002

【总页数】7

【关键词】实时选帧；光学和近红外太阳爆发监测望远镜；图形处理器

CN53-1189/PISSN1672-7673

光学和近红外太阳爆发监测望远镜(OpticalanNear-infrareSolar

EruptionTracer,ONSET)可实现3个通道共4个波段高时间和高空间分辨率的

太阳观测，视场可全日面和局部面切换，是一台对发展我国太阳物理观测研究

和空间天气监测具有重大意义的地基太阳望远镜[1]。

和所有地基望远镜一样,为克服大气湍流的影响，获得接近或者达到衍射极限的

图像[2]，光学和近红外太阳爆发监测望远镜拟采用高分辨图像重建的方法进行

实时数据处理，处理过程包括：针对一组原始短曝光图进行选帧和重建，重建

之前进行选帧处理不仅可以提高后续重建的图像质量，同时在观测中只保留质

量较好的图像，也能减轻原始数据的存储压力。

显然，图像质量评价是选帧技术的关键组成部分。由于在地面观测中很难得到

观测目标的一帧原始无偏差图像作为评价参考，因此所有的全参考型和半参考

型图像质量评价方法如基于结构相似度的方法[3]、均方误差和峰值信噪比方法

[4]均不能用于天文观测数据的选帧处理。而在无参考评价方法中，平均梯度法

[5]反映了图像灰度变化率的大小，并且图像的细节反差变化速率衡量的重要标

准就是图像的平均梯度。谱比法[6-7]在太阳高分辨图像选帧中得到运用，对实

验图像的要求是图像要达到足够多的数量而且这些图像在拍摄时间上连续。

本文的研究工作是针对光学和近红外太阳爆发监测望远镜实时观测过程中的选

帧要求，设计并实现了一套基于图形处理器的选帧实时处理模块，当前模块实

现了平均梯度法和谱比法的高速并行处理。实验结果表明，本模块运行稳定可

靠，整体实现与性能已经可以满足光学和近红外太阳爆发监测望远镜实时观测

与处理的要求。

1图形处理器并行技术

图形处理器起初是向中央处理器提供一些基本的操作。但随着图形处理器的发

展，已经成为具有高并行度的高性能计算处理器。统一计算架构(Compute

UnifiedDeviceArchitecture,CUDA)是英伟达公司为图形处理器增加的一个

提高通用计算能力且易用的编程接口。程序员通过使用C语言在统一计算架构

下编写程序，就可以在英伟达的图形处理器下运行

*/cuda/cuda-c-programming-guide/index.html。

CUDA工具箱(CUDAToolkit)包含两个重要的工具库，(1)优化后的快速傅里叶

变换(FastFourierTransform)库CUFFT；(2)线性代数函数(LinearAlgebr

Routine)库，其中包含了基本线性代数子程序(BasicLinearAlgebr

Subprograms,BLAS)CUBLAS。

在中央处理器主机和图形处理器设备的数据交互中，通常数据首先从主机复制

到设备内存中，然后由设备中的线程完成对数据预定的操作，并将最后的结果

拷贝返回主机。合理分配图形处理器设备中的网格、线程块、每个块的线程数

量，采用众多线程尽可能地达到高并行度，就可以利用图形处理器强大的计算

吞吐量，达到选帧算法的高性能处理的目的。文[8]研究了