畸变差改正算法OpenCL并行加速研究

针对畸变差改正算法的处理速度不高和CUDA实现算法加速的设备局限性问题,提出了一种OpenCL并行改进畸变差纠正算法实现加速的方法。该方法是对传统的畸变差纠正算法进行并行改进,通过调用计算机GPU的计算单元实现算法加速;采用CPU+GPU的异构模式实现算法加速,将传统算法中逐像素密集计算部分分配到GPU进行处理;与CUDA实现算法加速针对NVIDIA显卡设备不同,OpenCL并行改进的算法没有了设备的限制。实验结果表明,相对于传统算法来说,影像畸变差纠正处理速度显著提升,总体加速比最高达5.976,计算部分加速比最高达到63.432,同时在AMD显卡设备上也得到了较好的加速效果。     

大幅面拼接航摄仪的两种平台检校方法分析

提出了大幅面拼接航摄仪的两种平台检校方法,并对检校公式进行严密推导。将现有影像按照拼接模型进行拆分,获得大倾角的子影像,由此子影像数据对两种平台检校方法进行验证,根据平台检校结果对检校方法存在的问题和适用性进行了分析。