论文部分内容阅读
摘要：灾害现场的地形地物高效三维重建是快速获取灾情信息的关键技术之一,也是正射影像纠正的先决条件。无人机等低空轻型遥感系统能快速获取高分辨率和高重叠度影像,因此在灾害应急响应中引起了广泛的关注。利用大范围低空影像进行灾害现场快速三维重建依赖于高效的密集匹配方法。本文提出一种基于MPI(Message Passing Interface)的高效半全局约束密集匹配方法,既克服传统的影像匹配方法难以充分利用影像重叠度高的困难,也能在短时间内快速处理大量影像获取灾害现场的三维信息,适应面向灾害应急响应的效率要求。本文主要的研究工作如下：(1)探讨分析常见影像匹配方法的优缺点,针对影像密集匹配计算量大和消耗时间长的问题,本文选择采用半全局约束密集匹配(Semi-Global Matching)算法。并对该算法进行深入的学习研究,针对低空影像的特点优化实现半全局约束密集匹配串行计算,为实现并行计算奠定基础。(2)本文深入分析现阶段各种平行计算平台的特点和应用范围,选用MPI作为并行计算平台搭建的工具。经过摸索研究,采用常见廉价的计算资源自主搭建基于MPI的并行计算平台。经过试验证明自主搭建平台的稳定性和实用性,为实现基于MPI的并行计算提供平台。(3)针对现阶段密集匹配串行处理的瓶颈问题,本文对密集匹配的整个过程进行细致的分析,研究整个密集匹配过程的可并行性。一方面通过自适应选择立体像对减少冗余计算；另一方面通过实验分析密集匹配各个过程采用串并性的最佳方案,实现基于MPI的高效密集匹配,大幅度缩短密集匹配过程的计算时间提高计算效率。本文采用自主搭建的基于MPI的并行计算平台以本文提出的密集匹配方法对一组航空影像和一组无人机影像进行处理。实验结果表明,本文自主搭建的并行计算平台能够稳定高效的完成并行计算任务,本文提出的基于MPI的高效密集匹配方法能够大幅度缩短计算时间提高计算效率,满足应急响应的需求。