无人机摄影测量系统MPI集群化研究与实现

作     者：仇振国 

作者单位：西安科技大学 

学位级别：硕士

导师姓名：张春森

授予年度：2017年

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

主      题：匹配效率 空间邻接关系 负载平衡问题 特征数据传输量 无人机影像匹配 

摘      要：近年来,无人机摄影测量平台在摄影测量与遥感领域的发展,数码影像的高分辨率、大重叠度,致使影像数据量不断增长,海量数据处理已经成为一种趋势。普通的计算机受限于其存储和计算能力,在海量数据处理面前已经力不从心,使用CPU串行处理的生产方式已经难以满足海量数据的高效生产需求。本文针对海量摄影测量影像数据快速处理的迫切要求,以CPU为核心部件,采用MPI消息传递库搭建紧凑型集群计算平台,并基于Windows开发环境,研究摄影测量数据处理算法的并行处理技术。论文完成的主要工作与创新点如下:1.简要概括了 MPI高性能并行计算技术的现状及发展趋势;并以无人机摄影测量中典型的影像匹配算法为例详细论述了 MPI的任务并行化的方法及航空影像并行化的基本模式;在深入研究MPI和影像匹配的基础上,提出了一种MPI并行计算在影像匹配方面的基本流程,设计并实现了两种MPI影像匹配并行化算法,即文章中所提到的均匀分配影像匹配并行算法及均衡负载影像匹配并行算法,并对试验阶段出现的问题加以描述及分析并加以解决。2.在上述的两种并行算法的基础上,重点研究了 MPI在影像匹配并行计算中影响并行效率的负载平衡和数据传输问题,并针对这些问题提出了顾及空间邻接关系的影像匹配并行算法。即在提取特征阶段,先根据影像空间邻接关系完成对应各节点的初始任务划分,然后在初始划分的基础上再进行稍细粒度的二次划分确定最终的提取特征任务。在任务调度时,根据计算节点的状态优先分配对应节点的任务,对应节点的任务全部分配完毕后再向其分配其他节点对应的任务。在匹配阶段,先根据提取特征任务划分匹配任务,然后根据特征提取任务的节点编号划定对应于每一节点的匹配任务单元,使用相同的任务调度方法完成整个测区的影像匹配。3.设计并实现了基于MPI的影像匹配并行系统,该系统既满足负载均衡,又满足最大限度的减少了数据的传输的要求。通过本文的研究可以得出结论:本文提出的顾及空间邻接关系的影像匹配并行算法能够极大程度的提高影像匹配的效率。