MPI并行技术在测绘数据处理中的应用

论文摘要

随着科技发展,空间数据获取手段越来越丰富,测绘数据类型越来越多,数据量爆发式增长,如何快速、实时地处理海量数据成为测绘领域当前的研究热点。多核多处理器计算机是人类解决大规模科学计算的有力工具。随着并行技术不断发展,与并行计算机配套的并行系统、并行编程环境、并行处理算法等也日趋完善。其中,消息传递接口MPI(Message Passing Interface)作为并行计算领域消息传递编程模型的代表,已被广泛应用到各个学科及领域中。本文将MPI并行技术应用到测绘数据处理中,主要从以下3个方向具体展开研究:(a)物理大地测量学领域的格网重力场元并行计算;(b)摄影测量与遥感学领域的影像分块并行匹配;(c)激光点云领域的多幅点云数据并行配准。本文主要研究工作如下:(1)介绍了并行计算机体系,比较了消息传递、共享存储和数据并行三种并行编程环境,分析了MPI并行模式,总结了MPI常用调用接口的通信模式、功能特点和适用范围。(2)针对球谐综合法计算大规模格网重力场元耗时长问题,首先分析了求解地球重力场元的球谐综合计算公式,引入数组预存再调用方法来避免传统算法中对cosm?、sinm?及勒让德函数的递推系数的重复计算问题,再结合MPI并行技术来提高计算效率,并分别在DELL服务器和天河二号超算上进行了测试。实验结果表明,MPI并行技术能大幅度提高计算效率,大大减少计算耗时;系数预存再调用的方式在性能一般的服务器上,可显著提高计算效率,但在计算性能优异的超算平台上反而会拖慢计算速度。(3)SIFT(Scale Invariant Feature Transformation)算法匹配精度高,但实时性较差。本文利用MPI对图像进行分块并行处理,并针对图像分块匹配产生的裂缝问题,提出采用图像重叠分割并行处理。SIFT算法主要可分为两部分:特征提取和特征匹配,其中特征提取耗时占整个算法耗时的大部分,而特征匹配耗时占比较小。基于这个特点,实验设置了两个并行方案:并行方案1并行提取特征,再收集特征进行串行匹配;并行方案2并行提取特征后,将其中1幅图像的特征收集并广播给所有进程,实现了特征并行匹配。实验结果表明,利用MPI对图像进行分块并行处理可显著加快SIFT匹配速度;方案2的通信时间开销要多于方案1,但特征匹配耗时减少,整体效率比方案1更优。(4)点云精确配准一般采用ICP(Iterative Closest Point)算法,利用ICP算法对多幅点云进行逐对配准时,处理时间较长。本文引入分局变换矩阵作为过渡矩阵,通过MPI将一系列点云进行分段并行处理。实验结果表明,利用MPI对多幅点云进行分段处理可显著加快配准速度,减少执行时间;文本类型点云读取慢,利用MPI对多幅点云并行读取可大幅度减少耗时。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
•   1.1 研究背景及意义
•   1.2 国内外研究现状
•     1.2.1 MPI并行技术发展现状
•     1.2.2 重力数据并行处理研究现状
•     1.2.3 影像并行处理研究现状
•     1.2.4 点云数据并行处理研究现状
•   1.3 本文研究内容
• 第二章 MPI并行程序设计
•   2.1 并行计算环境
•     2.1.1 并行计算机体系
•     2.1.2 并行计算软件环境
•   2.2 MPI基础知识
•   2.3 MPI并行模式
•     2.3.1 SPMD模式和MPMD模式
•     2.3.2 对等模式和主从模式
•     2.3.3 数据并行和步骤并行
•   2.4 MPI常用函数接口
•     2.4.1 MPI的数据类型
•     2.4.2 MPI基本函数接口
•     2.4.3 MPI点对点通信模式
•     2.4.4 MPI组通信函数接口
•   2.5 并行性能评价标准
•   2.6 本章小结
• 第三章 基于MPI的格网重力场元并行计算
•   3.1 球谐综合基本原理
•   3.2 串行算法及数组预存
•   3.3 格网重力场元并行算法与实现
•   3.4 算例与分析
•     3.4.1 服务器上的并行实验分析
•     3.4.2 天河二号上的并行实验分析
•   3.5 本章小结
• 第四章 基于MPI的影像分块SIFT并行匹配
•   4.1 SIFT基本原理
•     4.1.1 构建DOG尺度空间
•     4.1.2 特征点检测与定位
•     4.1.3 特征点方向计算
•     4.1.4 SIFT特征向量生成与匹配
•   4.2 基于MPI的 SIFT并行算法与实现
•     4.2.1 SIFT并行算法
•     4.2.2 SIFT并行实现
•   4.3 SIFT并行匹配分析
•     4.3.1 图像分割对特征提取的影响
•     4.3.2 SIFT并行效率分析
•   4.4 本章小结
• 第五章 基于MPI的多幅点云ICP并行配准
•   5.1 多幅点云ICP配准原理
•     5.1.1 点云滤波
•     5.1.2 最近点匹配
•     5.1.3 LM算法
•     5.1.4 ICP逐步匹配多幅点云
•   5.2 多幅点云并行匹配算法与实现
•   5.3 算例与分析
•   5.4 本章小结
• 结论与展望
• 参考文献
• 攻读学位期间的科研成果
• 致谢

文章来源

类型: 硕士论文

作者: 崔家武

导师: 周波阳,张兴福

关键词: 格网重力场元,图像分块匹配,多幅点云并行配准

来源: 广东工业大学

年度: 2019

分类: 基础科学,信息科技

专业: 自然地理学和测绘学,计算机软件及计算机应用,自动化技术

单位: 广东工业大学

分类号: P208;TP274

DOI: 10.27029/d.cnki.ggdgu.2019.000867

总页数: 98

文件大小: 2814K

下载量: 43