随着合成孔径雷达(SAR,Synthetic Aperture Radar)成像技术的快速发展,高分辨SAR图像处理在军事等各领域应用越发广泛,通过成像获得的高分辨SAR图像数据信息也越来越多,处理大量图像数据需要的时间往往很长,不能满足高分辨SAR图像处理实时性、准确性的要求,尤其是战场环境瞬息万变的军事领域。异构计算是当下处理海量数据的高速手段,CPU+GPU是目前最常见的异构计算架构,GPU具有极强的计算能力,使其在并行计算领域有着得天独厚的优势。然而,随着GPU集群的不断扩大,耗电量大以及散热问题逐渐显现出来,成为制约GPU进行并行计算的重要制约因素。OpenCL异构计算标准的出现,使得开发人员用C语言就可以对FPGA进行开发,而不需要学习传统的硬件描述语言,让FPGA在高性能计算领域迈进了一大步,为高效地处理高分辨SAR图像提供可能。目前,高分辨SAR图像的桥梁检测算法很多,论文以较为简单且并行性实现比较容易的基于腐蚀和膨胀操作的SAR图像桥梁检测算法为研究对象,在CPU+FPGA异构平台上并行实现,初步提高了算法的执行效率,最后通过各种手段对算法的并行执行优化加速,桥梁目标检测的效率进一步得到提高。论文的主要工作如下:(1)本文首先在CPU平台实现基于腐蚀和膨胀操作的高分辨SAR图像桥梁目标检测算法。其次使用CPU+FPGA架构,对已经在CPU端实现的桥梁目标检测算法进行初步并行加速,分四个部分设计OpenCL内核程序并行实现算法功能:第一步是实现SAR图像预处理中的Lee滤波等函数并行化;第二步是实现河流区域分割中的阈值分割、中值滤波函数并行化;第三步是实现桥梁检测中的腐蚀膨胀操作和二值图像异或运算函数的并行化;第四步是实现桥梁区域分割部分并行化。与基于CPU平台执行桥梁目标检测算法进行对比,基于FPGA异构计算平台初步的并行化大幅度缩短了SAR图像桥梁目标的检测时间,提高了程序运行效率,且具有与CPU平台相当的检测效果。(2)由于FPGA配置状态对OpenCL执行有很大影响,本文针对桥梁目标检测算法基于FPGA异构计算平台的初步并行,从全局内存优化访问、循环展开、设置合适的工作组大小以及向量化等几个方面切入,经过大量实验,确定了并行程序的进一步优化和加速方案。最后将基于FPGA异构计算平台优化加速后的桥梁目标检测效果与基于FPGA异构计算初步并行化后的检测效果进行对比,验证了优化加速方案的可行性,进一步提高了算法的实现速度。