基于GPU的巨幅遥感影像快速傅立叶变换算法研究

摘要

随着高光谱、高空间和高时间分辨率遥感影像获取能力的发展，如何利用快速傅里叶变换技术快速有效地处理巨幅遥感影像是当前遥感影像处理技术中的重要环节和研究热点。
　　 傅里叶变换算法FFT是基本的图像处理算法之一，该算法可进行遥感影像的条带噪声去除处理等多种用途。CUFFT函数库是NVIDIA公司提供的基于GPU的FFT算法库，FFTW是由MIT科学实验室计算机组在PC平台上开发的基于CPU的FFT算法，是目前在基于CPU的运行速度最快的FFT算法函数库，这两种实现共有的问题是当可用内存或显存的容量小于图像容量时，就会出现内存或显存溢出。本文针对这种问题，提出了一种基于GPU加速的巨幅遥感影像快速傅里叶变换的HRFFT算法，算法通过对CUDA的CUFFT函数库中的FFT算法进行改进，解决了巨幅图像内存或显存溢出的问题，并结合HJ-1A卫星的CCD影像，通过实验与其他算法进行了对比，证明了该方法的合理性。并将其应用到航天遥感图像仿真系统，生态环境遥感产品生产分系统，神东矿区卫星遥感监测业务化运行系统等项目中。
　　 在实际应用中，利用本文提出的HRFFT算法，改善了去除影像条带噪声的效果，提高了遥感影像噪声去除的质量，同时提高了条带噪声去除的计算速度，节省了计算时间，取得了较好的效果。
　　 主要研究内容和结论如下：
　　 1)对国内外基于GPU的影像处理FFT算法发展和现状进行了分析，介绍了基于GPU的编程特点和。FFT算法、CUFFT函数库以及FFTW算法库的特点。
　　 2)在基于CUFFT算法库的基础上，提出了改进的HRFFT(HugeRemoteFastFourierTransform)算法，并通过实验对比，验证了算法的合理性。
　　 3)将本文提出的HRFFT算法应用到项目的遥感影像的条带噪声去除中，解决了常规傅里叶变换去除遥感影像条带噪声时计算量大、计算时间长的问题。