一種基于gpu的線陣遙感影像dsm快速提取方法
【專利摘要】本發(fā)明公開了一種基于GPU的線陣遙感影像DSM快速提取方法取方法和裝置，該方法包括：獲取待處理的遙感影像以及遙感影像對應(yīng)的RPC參數(shù)信息；對遙感影像進(jìn)行Wallis濾波處理；利用GPU以及RPC參數(shù)信息對濾波處理后的遙感影像進(jìn)行核線校正，并生成遙感影像的左核線影像和右核線影像；根據(jù)左核線影像和右核線影像的第一同名像點(diǎn)計(jì)算出左右核線影像的視差值范圍；根據(jù)第一同名像點(diǎn)從視差值范圍中得到左核線影像和右核線影像的視差值，并根據(jù)得到的視差值計(jì)算左右核線影像的第二同名像點(diǎn)，并根據(jù)該第二同名像點(diǎn)得到原始影像的同名像點(diǎn)，并根據(jù)原始影像的同名像點(diǎn)和RPC參數(shù)信息，進(jìn)行基于RPC模型的前方交會生成遙感影像DSM，以解決從線陣遙感影像中獲取DSM效率低和精度低的問題。
【專利說明】
-種基于GPU的線陣遙感影像DSM快速提取方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及遙感影像信息提取技術(shù)領(lǐng)域，尤其設(shè)及一種基于GPU的線陣遙感影像 DSM快速提取方法取方法。
【背景技術(shù)】
[0002] 數(shù)字表面模型(Digital Surface Model，DSM)是地圖產(chǎn)品生產(chǎn)過程中，生成等高 線、真正射影像制作、建筑物提取與重建、數(shù)字高程模型(Digital Elevation Model,DEM) 提取、地理信息更新等工作的重要信息源。DSM在城市變化監(jiān)測、±地管理、交通管理、礦產(chǎn) 資源調(diào)查、文物保護(hù)等民用領(lǐng)域W及作戰(zhàn)指揮自動化控制系統(tǒng)和精確武器制導(dǎo)等軍事領(lǐng)域 中都具有重要作用。
[0003] 利用攝影測量的方法獲取DSM其本質(zhì)在于尋找立體影像中的同名像點(diǎn)，核屯、技術(shù) 是影像的全自動匹配。然而，現(xiàn)有利用現(xiàn)有的影像匹配技術(shù)，從影像中獲取的DSM密度與精 度較低，處理效率較低，DSM粗差剔除等后續(xù)生產(chǎn)過程需要大量的人工編輯工作，造成DSM獲 取的自動化水平較低。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明實(shí)施例提供一種基于GPU的線陣遙感影像DSM快速提取方法取方法和裝置， W至少解決現(xiàn)有從線陣遙感影像中獲取的DSM效率低、精度低的技術(shù)問題。
[0005] 為達(dá)到W上目的，本發(fā)明的技術(shù)方案為：
[0006] -方面，提供一種基于GPU的線陣遙感影像DSM快速提取方法取方法，包括：
[0007] 獲取待處理的遙感影像W及所述遙感影像所對應(yīng)的有理多項(xiàng)式系數(shù)RPC參數(shù)信 息;對所述遙感影像進(jìn)行Wa 11 i S濾波處理;利用圖形處理器GPU W及所述RPC參數(shù)信息，對濾 波處理后的遙感影像利用投影軌跡法進(jìn)行核線校正，并通過GPU并行加速方法生成所述遙 感影像的左核線影像和右核線影像;采用基于GPU的SIFT匹配算法快速提取所述左核線影 像和所述右核線影像的第一同名像點(diǎn)，進(jìn)而計(jì)算出左右核線影像的視差值范圍；利用SIMD+ 化enMP算法對所述第一同名像點(diǎn)進(jìn)行并行快速逐像素半全局密集匹配分別從所述視差值 范圍中得到所述左核線影像和所述右核線影像的視差值;根據(jù)得到的視差值計(jì)算所述左核 線影像和所述右核線影像的第二同名像點(diǎn)，并由所述左核線影像和所述右核線影像與原始 影像的關(guān)系反算得到原始影像的同名像點(diǎn)；根據(jù)所述原始影像的同名像點(diǎn)和所述RPC參數(shù) 信息，利用GPU進(jìn)行基于RP對莫型的前方交會生成遙感影像數(shù)字表面模型DSM。
[000引另一方面，提供一種基于GPU的線陣遙感影像DSM快速提取方法取裝置，包括:獲取 單元，用于獲取待處理的遙感影像W及所述遙感影像所對應(yīng)的有理多項(xiàng)式系數(shù)RPC參數(shù)信 息；第一處理單元，用于對所述遙感影像進(jìn)行Wal 1 i S濾波處理;第二處理單元，用于利用圖 形處理器GPUW及所述RPC參數(shù)信息，對濾波處理后的遙感影像利用投影軌跡法進(jìn)行核線校 正，并通過GPU并行加速方法生成所述遙感影像的左核線影像和右核線影像；第一計(jì)算單 元，用于采用基于GPU的SIFT匹配算法快速提取所述左核線影像和所述右核線影像的第一 同名像點(diǎn)，進(jìn)而計(jì)算出左右核線影像的視差值范圍；匹配單元，用于利用SIMD+OpenMP算法 對所述第一同名像點(diǎn)進(jìn)行并行快速逐像素半全局密集匹配分別從所述視差值范圍中得到 所述左核線影像和所述右核線影像的視差值;第二計(jì)算單元，用于根據(jù)得到的視差值計(jì)算 所述左核線影像和所述右核線影像的第二同名像點(diǎn)，并由所述左核線影像和所述右核線影 像與原始影像的關(guān)系反算得到原始影像的同名像點(diǎn)；生成單元，用于根據(jù)所述原始影像的 同名像點(diǎn)和所述RPC參數(shù)信息，利用GPU進(jìn)行基于RPC模型的前方交會生成遙感影像數(shù)字表 面模型DSM。
[0009] 通過上述方法，采用逐像素匹配的策略，利用遙感影像的半全局密集匹配方法，實(shí) 現(xiàn)了遙感影像高精度密集點(diǎn)匹配，獲取了足夠密集的匹配點(diǎn)，無需內(nèi)插即可直接前方交會 獲取密集的DSM信息，從而快速獲取高精度的DSM。
【附圖說明】
[0010] 圖1是本發(fā)明實(shí)施例提供的一種可選地基于GPU的線陣遙感影像DSM快速提取方法 的流程示意圖；
[0011] 圖2是本發(fā)明實(shí)施例提供的一種可選地利用GPU快速實(shí)現(xiàn)基于RP對莫型核線影像生 成的流程示意圖；
[0012] 圖3是本發(fā)明實(shí)施例提供的一種可選地利用基于GPU的SIFT匹配算法獲取同名點(diǎn) 對的流程示意圖；
[OOK]圖4是本發(fā)明實(shí)施例提供的一種可選地基于GRJ的線陣遙感影像DSM快速提取裝置 的結(jié)構(gòu)示意圖；
[0014] 圖5是本發(fā)明實(shí)施例提供的另一種可選地基于GPU的線陣遙感影像DSM快速提取裝 置的結(jié)構(gòu)示意圖；
[0015] 圖6是本發(fā)明實(shí)施例提供的第S種可選地基于GPU的線陣遙感影像DSM快速提取裝 置的結(jié)構(gòu)示意圖；
[0016] 圖7是本發(fā)明實(shí)施例提供的第四種可選地基于GPU的線陣遙感影像DSM快速提取 裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0017] 下面結(jié)合附圖1和具體實(shí)施例對本發(fā)明進(jìn)行詳細(xì)說明。本實(shí)施例W本發(fā)明技術(shù)方 案為前提進(jìn)行實(shí)施，給出了詳細(xì)的實(shí)施方式和具體的操作過程，但本發(fā)明的保護(hù)范圍不限 于下屬的實(shí)施例。
[001引如圖1所示，本發(fā)明實(shí)施例提供了一種基于GPlKGra地ics Processing化it,圖形 處理器)的線陣遙感影像DSM快速提取方法，包括：
[0019] SlOl、獲取待處理的遙感影像W及該遙感影像所對應(yīng)的RPC(rational polynomial coefficient,有理多項(xiàng)式系數(shù))參數(shù)信息。
[0020] S102、對該遙感影像進(jìn)行Wal 1 is濾波處理。
[0021] 其中，通過GPU中Wallis濾波對遙感影像進(jìn)行預(yù)處理，增強(qiáng)遙感影像對比度并且降 低噪聲;本步驟可W通過編寫Wallis濾波算子核函數(shù)實(shí)現(xiàn)。
[0022] S103、利用圖形處理器GPUW及該RPC參數(shù)信息，對濾波處理后的遙感影像利用投 影軌跡法進(jìn)行核線校正，并通過GPU并行加速方法生成該遙感影像的左核線影像和右核線 影像。
[0023] 在本實(shí)施例一種可能的實(shí)現(xiàn)方式中，如圖2所示，將預(yù)處理后的遙感影像從主機(jī)端 內(nèi)存拷貝至GPU的全局存儲器中，將RPC參數(shù)拷貝至GPU的共享存儲器中，根據(jù)計(jì)算機(jī)性能參 數(shù)，動態(tài)調(diào)整片上緩存;設(shè)置GPU線程塊大小，確定GPU線程數(shù)目；在GPU上利用核線參數(shù)答解 算子求解核線參數(shù);將求解得到的核線參數(shù)從GPU全局存儲器中拷貝回主機(jī)端內(nèi)存。
[0024] 其中W生成線陣影像的左像（即左核線影像)和右像(即右核線影像)對為例，基于 RP對莫型進(jìn)行核線校正的實(shí)施過程如下：
[0025] Sl031、從左像的第1列開始，選擇列方向的中央像點(diǎn)m(0，H/2 )，利用投影軌跡法 將m和左像投影中屯、S確定的光線投影到右像上，考慮運(yùn)算量，投影該光線上高程為hmax和 hmin的兩個物方點(diǎn)化和化到右像上，確定兩個像點(diǎn)qi和Q2 .
[00%] S1032、判斷qi和Q2是否在右像的像幅范圍內(nèi)：如果不在則返回S1031，繼續(xù)從下一 列開始；如果在，則根據(jù)該兩點(diǎn)qi和Q2確定一條直線1'，記錄該直線方程參數(shù)a ' x+b ' y+c ' = 0。
[0027] S1033、確定右像上qi和Q2的中點(diǎn)Q3,利用投影軌跡法將Q3和右像投影中屯、S'和其 確定的光線投影到右像上，考慮運(yùn)算量，投影該光線上高程為hmax和hmin的兩個物方點(diǎn)化和化 至Ij左像，確定兩個像點(diǎn)Q3和Q4 ;
[0028] S1034、判斷Q3和Q4是否在左像的像幅范圍內(nèi)：如果不在則返回S1031，繼續(xù)從下一 列開始;如果在，則根據(jù)該兩點(diǎn)Q3和Q4確定一條直線1，記錄直線方程ax+by+c = 0的參數(shù)。
[0029] S1035、利用左像上的直線1，在左像內(nèi)沿直線進(jìn)行重采樣，具體是對給定的從0到H 圖像的高度變化的系列yi坐標(biāo)，根據(jù)直線方程計(jì)算相應(yīng)的系列Xi坐標(biāo)，根據(jù)系列（xi，yi)坐 標(biāo)從原始影像通過雙線性內(nèi)插確定W系列的像素灰度值，所得灰度值即為左像核線影像上 的第一行。
[0030] S1036、根據(jù)直線1'確定右像核線影像的第一行，返回步驟S1031重復(fù)進(jìn)行，直到確 定核線影像上的最后一行。
[0031] S1037、對左像，記錄每一條直線方程的參數(shù)，核線有多少行，就有多少組方程參 數(shù)，將運(yùn)些直線參數(shù)寫入一個文本參數(shù)文件，利用該參數(shù)文件完成核線影像坐標(biāo)到原始影 像坐標(biāo)的轉(zhuǎn)化;對右像執(zhí)行同樣的處理，也形成另一個參數(shù)文件，核線影像與原始影像的對 應(yīng)關(guān)系為：
[0032]
[0033] 其中，X和y分別表示原始影像的列方向、行方向的像素坐標(biāo)值;X'和/表示核線影 像的像素坐標(biāo)值，分別為列數(shù)和行數(shù);hei曲t表示原始影像的高度;邱iwi化h表示核線影像 的寬度，n表示核線方程的個數(shù)，i表示直線的編號，ai、bi、ci表示直線方程的參數(shù)。
[0034] 對于核線影像的一個點(diǎn)，根據(jù)核線參數(shù)可求得其在原始影像上對應(yīng)的坐標(biāo)，由于 坐標(biāo)不是整數(shù)，采用雙線性內(nèi)插方法進(jìn)行處理;該過程通過編寫基于RPC模型的核線參數(shù)答 解算子核函數(shù)實(shí)現(xiàn)GPU并行，設(shè)置計(jì)算每個block中thread的維度為（16，16) ,block的維度 為(wi化h/16+l，height/16+l)，每個線程處理I個像素。
[OO%] S104、采用基于GPU的SIFT(Scale-inva;riant fea1:ure transform,尺度不變特征 變換）匹配算法快速提取該左核線影像和該右核線影像的第一同名像點(diǎn)，進(jìn)而計(jì)算出左右 核線影像的視差值范圍。
[0036] 其中，如圖3所示，為了加快后續(xù)步驟圖像匹配速度，縮小視差捜索范圍，同時減少 對計(jì)算機(jī)內(nèi)存的使用大小，可W獲取視差值范圍，從而在后續(xù)計(jì)算中從該視差值范圍中確 定視差值，具體地，可W采用基于GPU的SIFT匹配算法快速提取左右核線影像的第一同名像 點(diǎn)，剔除粗差后保留若干可靠的同名點(diǎn)。
[0037] S105、利用SIMD(Single Instruction Multiple Data,單指令多數(shù)據(jù)流）+0penMP 算法對該左核線影像和該右核線影像的第一同名像點(diǎn)進(jìn)行并行快速逐像素半全局密集匹 配分別從該視差值范圍中得到該左核線影像和該右核線影像的視差值。
[0038] 其中，本步驟可W包括W下步驟：
[0039] S1、對該第一同名像點(diǎn)進(jìn)行Census變換得到該同名像點(diǎn)的匹配代價(jià)，并根據(jù)該匹 配代價(jià)建立視差空間影像DSI。
[0040] 具體地，Census變換W待計(jì)算的第一同名像點(diǎn)為中屯、開辟一個矩形窗口，將窗口 中除中屯、像素 W外的其他像素變換為一個比特串；若窗口中一個像素的灰度值比中屯、像素 的灰度值大，則相應(yīng)位置為1，反之，置為0;相應(yīng)的Census變換C(P)用比特串的形式表示為：
[0041]
[0042] 參數(shù)Ck的值為：
[0043]
[0044] 其中，I(P)為圖像P點(diǎn)的像素灰度值，I(q)為圖像q點(diǎn)的像素灰度值，P和q分別表示 圖像像素位置。函數(shù)T[]為化ttes模型，當(dāng)P點(diǎn)的像素灰度值大于q點(diǎn)的像素灰度值時，返回 1，否則返回0。計(jì)算Census變換后參考影像與捜索影像對應(yīng)窗口之間比特串的Hamming距離 作為任意一個像素點(diǎn)P的匹配代價(jià)，即：
[0045] 0(口，(1)=紅3?山8(口山其中，(1為視差；
[0046] 計(jì)算完匹配代價(jià)后，建立DSI。
[0047] S2、在該DSI內(nèi)采用半全局密集匹配對該第一同名像點(diǎn)的匹配代價(jià)進(jìn)行匹配代價(jià) 聚合，求解最優(yōu)值處理得到該第一同名像點(diǎn)的視差值。
[004引具體地，在DSI內(nèi)用多個一維方向的代價(jià)聚合代替二維方式捜索，任意一個像素點(diǎn) P在視差d匹配代價(jià)聚合可W通過像素點(diǎn)P點(diǎn)所有一維方向代價(jià)的累加求和來計(jì)算，即：
[0049]
[0050] 其中，Lr(p，d)是待匹配像素點(diǎn)P在視差d處r方向上的匹配代價(jià)，像素點(diǎn)P的視差d =mindS(p,d) 〇
[0051 ]運(yùn)樣，在本步驟中，在分析內(nèi)存空間和路徑數(shù)量優(yōu)化的基礎(chǔ)上，針對遙感影像數(shù)據(jù) 量較大的特點(diǎn)，對影像進(jìn)行分塊生成視差圖處理;分析Census變換運(yùn)算特點(diǎn)，采用化enMP并 行實(shí)現(xiàn)Census變換;采用SIMD并行實(shí)現(xiàn)匹配聚合W及視差值計(jì)算。
[0052] 可選地，在得到視差值后，根據(jù)分別得到的該左核線影像和該右核線影像的視差 值進(jìn)行視差一致性檢查，W提高匹配的可靠性，抑制由于遮擋造成的誤匹配。
[0053] 其中，視差一致性檢查又名雙向匹配，將"左右影像匹配得到的視差值作為右左影 像匹配的視差初值，從而提高左右視差一致性檢查的運(yùn)行速度。
[0054] 進(jìn)一步地，在該視差一致性檢查通過后，通過中值濾波器對該視差值進(jìn)行中值濾 波。
[0055] 其中，該中值濾波中濾波器的尺寸可W為7X7的窗口，利用非線性濾波抑制因噪 聲造成的孤立視差值點(diǎn)，在原始影像分辨率匹配時，采用拋物線擬合的方法得到亞像素視 差，從而得到精化后的視差信息。
[0056] S106、根據(jù)得到的視差值計(jì)算該左核線影像和該右核線影像的第二同名像點(diǎn)，并 由該左核線影像和該右核線影像與原始影像的關(guān)系反算得到原始影像的同名像點(diǎn)。
[0057] 其中，W左核線影像為基準(zhǔn)，左核線影像點(diǎn)P對應(yīng)的右核線影像點(diǎn)q的計(jì)算公式為 q = P+d，逐像素計(jì)算即可得到左核線影像對應(yīng)的右核線影像的第二同名像點(diǎn)；核線影像與 原始影像的關(guān)系參考核線影像生成過程，具體參見步驟S103,利用GPU加速方法計(jì)算出左右 原始影像的同名像點(diǎn)。
[005引S107、根據(jù)原始影像的同名像點(diǎn)和該RPC參數(shù)信息，利用GPU進(jìn)行基于RPC模型的前 方交會生成遙感影像數(shù)字表面模型DSM。
[0059] 其中，用GPU并行運(yùn)算基于RPC模型的前方交會的核函數(shù)，將數(shù)據(jù)從內(nèi)存?zhèn)鬏數(shù)斤@ 卡存儲器，調(diào)用基于RPC模型的前方交會算子，再將結(jié)果從顯卡存儲器寫回內(nèi)存。核函數(shù)將 GPU存儲器上的數(shù)據(jù)分割成塊，每塊被分到一個block線程中，每塊的大小和block中的線程 數(shù)對應(yīng);一個block中的線程按照接合的特點(diǎn)從GPU存儲器中讀取數(shù)據(jù)，然后每個線程執(zhí)行 一個前方交會操作；同一個block中的不同線程執(zhí)行的模板操作指令時一樣的，讓一個 block中的不同線程共享指令前段;在調(diào)用前方交會算子計(jì)算結(jié)束后，計(jì)算結(jié)果會寫回GPU 存儲器中，然后再從GPU存儲器寫回內(nèi)存的緩沖區(qū)中。
[0060] 可選地，在用GPU并行運(yùn)算基于RPC模型的前方交會的核函數(shù)，生成遙感影像DSM之 后，基于GPU對生成的該遙感影像DSM進(jìn)行移動曲面濾波，獲取濾波后的遙感影像DSM。
[0061] 其中，為求取某個=維點(diǎn)處的擬合高程時，該點(diǎn)所在趨勢面模型參數(shù)由距該點(diǎn)一 定范圍內(nèi)的=維點(diǎn)按最小二乘法求解，即每個=維點(diǎn)處的趨勢面都需要根據(jù)附近點(diǎn)重新求 解，W保證趨勢面的參數(shù)與實(shí)際地形較好地符合。
[0062] 運(yùn)樣，通過采用逐像素匹配的策略，利用遙感影像的半全局密集匹配方法，實(shí)現(xiàn)了 遙感影像高精度密集點(diǎn)匹配，獲取了足夠密集的匹配點(diǎn)，無需內(nèi)插即可直接前方交會獲取 密集的DSM信息，從而獲取高精度的DSM。另外，通過利用GPU大規(guī)模并行計(jì)算的特點(diǎn)，W及 GPU上任務(wù)分解、大規(guī)模計(jì)算核屯、的分解方法，結(jié)合使用了共享存儲器、全局存儲器對算法 進(jìn)行加速，實(shí)現(xiàn)了快速Wallis圖像濾波算法、快速基于RP對莫型的核線影像生成W及快速基 于RPC模型的前方交會。解決了現(xiàn)有從線陣遙感影像中獲取的DSM效率低、精度低的技術(shù)問 題。
[0063] 圖4為本發(fā)明實(shí)施例提供的一種基于GHJ的線陣遙感影像DSM快速提取方法取裝 置，包括：
[0064] 獲取單元401，用于獲取待處理的遙感影像W及該遙感影像所對應(yīng)的有理多項(xiàng)式 系數(shù)RPC參數(shù)信息；
[0(?日]第一處理單元402，用于對該遙感影像進(jìn)行Wal 1 is濾波處理；
[0066] 第二處理單元403,用于利用圖形處理器GPUW及該RPC參數(shù)信息，對濾波處理后的 遙感影像利用投影軌跡法進(jìn)行核線校正，并通過GPU并行加速方法生成該遙感影像的左核 線影像和右核線影像；
[0067] 第一計(jì)算單元404,用于采用基于GPU的SIFT匹配算法快速提取該左核線影像和該 右核線影像的第一同名像點(diǎn)，進(jìn)而計(jì)算出左右核線影像的視差值范圍；
[0068] 匹配單元405,用于利用SIMD+OpenMP算法對該第一同名像點(diǎn)進(jìn)行并行快速逐像素 半全局密集匹配分別從該視差值范圍中得到該左核線影像和該右核線影像的視差值；
[0069] 第二計(jì)算單元406,用于根據(jù)得到的視差值計(jì)算該左核線影像和該右核線影像的 第二同名像點(diǎn)，并由該左核線影像和該右核線影像與原始影像的關(guān)系反算得到原始影像的 同名像點(diǎn)；
[0070] 生成單元407,用于根據(jù)得到的原始影像的同名像點(diǎn)利用GPU進(jìn)行基于RPC模型的 前方交會生成遙感影像DSM。
[0071] 可選地，如圖5所示，該裝置還包括：
[0072] 檢查單元408,用于根據(jù)分別得到的該左核線影像和該右核線影像的視差值進(jìn)行 視差一致性檢查。
[0073] 可選地，如圖6所示，該裝置還包括：
[0074] 第一濾波單元409,用于在該視差一致性檢查通過后，通過中值濾波器對該視差值 進(jìn)行中值濾波。
[0075] 可選地，該匹配單元405,具體用于對該同名像點(diǎn)進(jìn)行Census變換得到該第一同名 像點(diǎn)的匹配代價(jià)，并根據(jù)該匹配代價(jià)建立視差空間影像DSI;在該DSI內(nèi)采用半全局密集匹 配對該第一同名像點(diǎn)的匹配代價(jià)進(jìn)行匹配代價(jià)聚合，求解最優(yōu)值處理得到該第一同名像點(diǎn) 的視差值。
[0076] 可選地，如圖7所示，該裝置還包括：
[0077] 第二濾波單元4010,用于基于GPU對生成的該遙感影像DSM進(jìn)行移動曲面濾波，獲 取濾波后的遙感影像DSM。
[0078] 采用上述裝置，通過采用逐像素匹配的策略，利用遙感影像的半全局密集匹配方 法，實(shí)現(xiàn)了遙感影像高精度密集點(diǎn)匹配，獲取了足夠密集的匹配點(diǎn)，無需內(nèi)插即可直接前方 交會獲取密集的DSM信息，從而獲取高精度的DSM。另外，通過利用GPU大規(guī)模并行計(jì)算的特 點(diǎn)，W及GPU上任務(wù)分解、大規(guī)模計(jì)算核屯、的分解方法，結(jié)合使用了共享存儲器、全局存儲器 對算法進(jìn)行加速，實(shí)現(xiàn)了快速Wallis圖像濾波算法、快速基于RP對莫型的核線影像生成W及 快速基于RPC模型的前方交會。解決了現(xiàn)有從線陣遙感影像中獲取的DSM效率低、精度低的 技術(shù)問題。
[0079] 上述本發(fā)明實(shí)施例序號僅僅為了描述，不代表實(shí)施例的優(yōu)劣。
[0080] 在本發(fā)明的上述實(shí)施例中，對各個實(shí)施例的描述都各有側(cè)重，某個實(shí)施例中沒有 詳述的部分，可W參見其他實(shí)施例的相關(guān)描述。
[0081] 在本申請所提供的幾個實(shí)施例中，應(yīng)該理解到，所掲露的技術(shù)內(nèi)容，可通過其它的 方式實(shí)現(xiàn)。其中，W上所描述的裝置實(shí)施例僅僅是示意性的，例如所述單元的劃分，可W為 一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時可W有另外的劃分方式，例如多個單元或組件可W結(jié)合或 者可W集成到另一個系統(tǒng)，或一些特征可W忽略，或不執(zhí)行。另一點(diǎn)，所顯示或討論的相互 之間的禪合或直接禪合或通信連接可W是通過一些接口，單元或模塊的間接禪合或通信連 接，可W是電性或其它的形式。
[0082] 所述作為分離部件說明的單元可W是或者也可W不是物理上分開的，作為單元顯 示的部件可W是或者也可W不是物理單元，即可W位于一個地方，或者也可W分布到多個 單元上?？蒞根據(jù)實(shí)際的需要選擇其中的部分或者全部單元來實(shí)現(xiàn)本實(shí)施例方案的目的。
[0083] 另外，在本發(fā)明各個實(shí)施例中的各功能單元可W集成在一個處理單元中，也可W 是各個單元單獨(dú)物理存在，也可W兩個或兩個W上單元集成在一個單元中。上述集成的單 元既可W采用硬件的形式實(shí)現(xiàn)，也可W采用軟件功能單元的形式實(shí)現(xiàn)。
[0084] 所述集成的單元如果W軟件功能單元的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用 時，可W存儲在一個計(jì)算機(jī)可讀取存儲介質(zhì)中?；谶\(yùn)樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上 或者說對現(xiàn)有技術(shù)做出貢獻(xiàn)的部分或者該技術(shù)方案的全部或部分可WW軟件產(chǎn)品的形式 體現(xiàn)出來，該計(jì)算機(jī)軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用W使得一臺計(jì)算機(jī) 設(shè)備(可為個人計(jì)算機(jī)、服務(wù)器或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實(shí)施例所述方法的全部或 部分步驟。而前述的存儲介質(zhì)包括:U盤、只讀存儲器(ROM,Read-Only Memo巧）、隨機(jī)存取存 儲器(RAM,Random Access Memo巧）、移動硬盤、磁碟或者光盤等各種可W存儲程序代碼的 介質(zhì)。
[0085] W上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人 員來說，在不脫離本發(fā)明原理的前提下，還可W做出若干改進(jìn)和潤飾，運(yùn)些改進(jìn)和潤飾也應(yīng) 視為本發(fā)明的保護(hù)范圍。
【主權(quán)項(xiàng)】
1. 一種基于GPU的線陣遙感影像DSM快速提取方法取方法，其特征在于，包括： 獲取待處理的遙感影像以及所述遙感影像所對應(yīng)的有理多項(xiàng)式系數(shù)RPC參數(shù)信息； 對所述遙感影像進(jìn)行Wal 1 i s濾波處理； 利用圖形處理器GPU以及所述RPC參數(shù)信息，對濾波處理后的遙感影像利用投影軌跡法 進(jìn)行核線校正，并通過GHJ并行加速方法生成所述遙感影像的左核線影像和右核線影像； 采用基于GPU的SIFT匹配算法快速提取所述左核線影像和所述右核線影像的第一同名 像點(diǎn)，進(jìn)而計(jì)算出左右核線影像的視差值范圍； 利用SMD+OpenMP算法對所述第一同名像點(diǎn)進(jìn)行并行快速逐像素半全局密集匹配分別 從所述視差值范圍中得到所述左核線影像和所述右核線影像的視差值； 根據(jù)得到的視差值計(jì)算所述左核線影像和所述右核線影像的第二同名像點(diǎn)，并由所述 左核線影像和所述右核線影像與原始影像的關(guān)系反算得到原始影像的同名像點(diǎn)； 根據(jù)所述原始影像的同名像點(diǎn)和所述RPC參數(shù)信息，利用GPU進(jìn)行基于RPC模型的前方 交會生成遙感影像數(shù)字表面模型DSM。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述利用SMD+OpenMP算法對所述第一 同名像點(diǎn)進(jìn)行并行快速逐像素半全局密集匹配分別從所述視差值范圍中得到所述左核線 影像和所述右核線影像的視差值之后，所述方法還包括： 根據(jù)分別得到的所述左核線影像和所述右核線影像的視差值進(jìn)行視差一致性檢查。3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，在所述根據(jù)所述原始影像的同名像點(diǎn)和所 述RPC參數(shù)信息，利用GHJ進(jìn)行基于RPC模型的前方交會生成遙感影像數(shù)字表面模型DSM之 前，所述方法還包括： 在所述視差一致性檢查通過后，通過中值濾波器對所述視差值進(jìn)行中值濾波。4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用SMD+OpenMP算法對所述第一同 名像點(diǎn)進(jìn)行并行快速逐像素半全局密集匹配分別從所述視差值范圍中得到所述左核線影 像和所述右核線影像的視差值包括： 對所述第一同名像點(diǎn)進(jìn)行Census變換得到所述同名像點(diǎn)的匹配代價(jià)，并根據(jù)所述匹配 代價(jià)建立視差空間影像DSI; 在所述DSI內(nèi)采用半全局密集匹配對所述第一同名像點(diǎn)的匹配代價(jià)進(jìn)行匹配代價(jià)聚 合，求解最優(yōu)值處理得到所述第一同名像點(diǎn)的視差值。5. 根據(jù)權(quán)利要求1所述的方法，其特征在于，在用GPU并行運(yùn)算基于RPC模型的前方交會 的核函數(shù)，生成遙感影像DSM之后，所述方法還包括： 基于GPU對生成的所述遙感影像DSM進(jìn)行移動曲面濾波，獲取濾波后的遙感影像DSM。6. -種基于GPU的線陣遙感影像DSM快速提取方法取裝置，其特征在于，包括： 獲取單元，用于獲取待處理的遙感影像以及所述遙感影像所對應(yīng)的有理多項(xiàng)式系數(shù) RPC參數(shù)信息； 第一處理單元，用于對所述遙感影像進(jìn)行Wal 1 i s濾波處理； 第二處理單元，用于利用圖形處理器GPU以及所述RPC參數(shù)信息，對濾波處理后的遙感 影像利用投影軌跡法進(jìn)行核線校正，并通過GPU并行加速方法生成所述遙感影像的左核線 影像和右核線影像； 第一計(jì)算單元，用于采用基于GPU的SIFT匹配算法快速提取所述左核線影像和所述右 核線影像的第一同名像點(diǎn)，進(jìn)而計(jì)算出左右核線影像的視差值范圍； 匹配單元，用于利用SMD+OpenMP算法對所述第一同名像點(diǎn)進(jìn)行并行快速逐像素半全 局密集匹配分別從所述視差值范圍中得到所述左核線影像和所述右核線影像的視差值； 第二計(jì)算單元，用于根據(jù)得到的視差值計(jì)算所述左核線影像和所述右核線影像的第二 同名像點(diǎn)，并由所述左核線影像和所述右核線影像與原始影像的關(guān)系反算得到原始影像的 同名像點(diǎn)； 生成單元，用于根據(jù)所述原始影像的同名像點(diǎn)和所述RPC參數(shù)信息，利用GPU進(jìn)行基于 RPC模型的前方交會生成遙感影像數(shù)字表面模型DSM。7. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述裝置還包括： 檢查單元，用于根據(jù)分別得到的所述左核線影像和所述右核線影像的視差值進(jìn)行視差 一致性檢查。8. 根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述裝置還包括： 第一濾波單元，用于在所述視差一致性檢查通過后，通過中值濾波器對所述視差值進(jìn) 行中值濾波。9. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述匹配單元，具體用于對所述第一同名 像點(diǎn)進(jìn)行Census變換得到所述同名像點(diǎn)的匹配代價(jià)，并根據(jù)所述匹配代價(jià)建立視差空間影 像DSI;在所述DSI內(nèi)采用半全局密集匹配對所述第一同名像點(diǎn)的匹配代價(jià)進(jìn)行匹配代價(jià)聚 合，求解最優(yōu)值處理得到所述第一同名像點(diǎn)的視差值。10. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述裝置還包括： 第二濾波單元，用于基于GPU對生成的所述遙感影像DSM進(jìn)行移動曲面濾波，獲取濾波 后的遙感影像DSM。
【文檔編號】G06K9/00GK106023147SQ201610298084
【公開日】2016年10月12日
【申請日】2016年5月6日
【發(fā)明人】折曉宇, 范曉敏, 鞏丹超, 陳巍然, 靳笑琳
【申請人】西安航天天繪數(shù)據(jù)技術(shù)有限公司