基于GPU技术的三线阵立体航测相机并行谱段配准方法

摘要

本发明是一种基于GPU技术的航测相机并行谱段配准方法，包括步骤：1】在GPU端对原始影像I(x,y)进行卷积，建立高斯金字塔L(x,y,σ)并行化，建立高斯差分金字塔D(x,y,σ)并行化；2】对灰度化的影像在GPU端先进行行卷积，再进行列卷积，将算法复杂度从O(N²)降为O(N)；3】在存储空间连续的条件下，进行极值点个数累加存储，在同一时刻只有一个线程操作累加地址；4】绑定纹理寄存器，为每个关键点设置一个CUDA线程；5】生成多维描述子，使用一个线程块处理一个特征点的多维向量；6】在CPU上进行KD‑tree的构建；经实际测试，处理分辨率可达或高于16378x8192；该方法基于GPU技术解决了对超大分辨率图像进行实时图像配准的速度难点，且配准时间在毫秒级别，易于集成在航测相机图像处理系统中。

主权项

基于GPU技术的三线阵立体航测相机并行谱段配准方法，其特征在于：所述方法包括以下步骤：1】在GPU端对原始影像I(x,y)进行卷积，建立高斯金字塔L(x,y,σ)并行化，建立高斯差分金字塔D(x,y,σ)并行化；在尺度和空间两方面寻找极值点，删除边缘效应点，统计幅角m(x,y)和幅值θ(x,y)，定位主方向，生成特征描述子并进行匹配、坐标映射和谱段合成，生成彩色影像；2】对灰度化的影像在GPU端先进行行卷积，再进行列卷积，将算法复杂度从O(N²)降为O(N)；为两幅待相减的高斯图像绑定纹理寄存器，为每个像素开辟CUDA线程，并行计算相减得到对应的高斯差分金字塔，尺度参数计算通过查表法代替连续卷积；3】在存储空间连续的条件下，利用CUDA原子操作进行极值点个数累加存储，在同一时刻只有一个线程操作累加地址，使在尺度和二维图像位置空间都检测到极值点，利用子像元插值将离散空间点转化为连续空间点；4】绑定纹理寄存器，为每个关键点设置一个CUDA线程，启动单独kernel函数计算在特征点附近的像素梯度大小和方向，利用全局存储器中的高斯权重函数，对每个加入梯度直方图的采样点梯度幅值均进行权重处理，将直方图中最高方向作为主方向；5】生成多维描述子，使用一个线程块处理一个特征点的多维向量，每个thread对应一个采样点，将每个线程得到的结果累加到各个方向上；6】在CPU上进行KD‑tree的构建，在GPU端查找最近邻，将KD‑tree绑定到纹理存储器；7】欧式距离负责判断是否匹配，将两个特征点之间的距离映射为一个线程块，每一个维度之间的差平方运算映射为一个线程，利用并行求解实现基于欧式距离的特征点匹配，运用线程块内的共享存储器shared memory进行后续并行归约累加求平方根操作。