机和服务到网格环境中，提供了计算资源共享的平台，便于实现对图像并行的处理。经过试 验表明，网格环境下的图像平滑并行化处理的成功实现，为海量图像的快速处理探索了一 条有效的途径。在本次实验中，还对单机下的串行图像处理速度与6个节点机下图像处理 速度进行了对比，通过实验表明后者具有很高的处理速度。见图-1图像尺寸与计算耗时之 间的关系（节点机数量为6个）。
【附图说明】：
[0027] 图1 一种基于网格环境的图像并行平滑处理方法流程图
[0028] 图2网格整体架构图
[0029] 图3图像划分方案（以3*3窗口尺寸为例）
[0030] 图4图像处理耗时与节点数量之间的关系（图像尺寸为1024*1024)
[0031] 图5图像尺寸与计算耗时之间的关系（节点机数量为6个）
[0032] 图6原始ETM+遥感影像
[0033] 图7平滑处理遥感影像
【具体实施方式】：
[0034] 下面结合附图和实验实例对本发明做进一步的详细说明。
[0035] 一种基于网格环境的图像并行平滑处理的方法，包括以下步骤：
[0036] 一、平滑处理准备：
[0037] A、指定节点机（Slaveprocess)数量，由平衡调度器计算当前网格环境中节点 机（Slaveprocess)数量是否满足要求，如果不能满足要求则，提示重新指定节点机Slave process)数量；
[0038] B、主机（Masterprocess)设定移动平均平滑窗口尺寸；
[0039] C、依据所设定的平滑窗口的尺寸和图像的尺寸，主机（Masterprocess)确定每一 个从节点（Slaveprocess)负责处理的图像的区域；
[0040] D、主机（Masterprocess)构建与原始图像相同尺寸的空白图像矩阵；
[0041] 二、平滑处理过程
[0042] E、主机（Masterprocess)将依据从节点（Slaveprocess)数量，将图像区域进行 划分；
[0043] F、主机（Masterprocess)将划分的图像区域派送给从节点（Slaveprocess);
[0044] G、从节点（Slaveprocess)对负责的图像区域按照设定的串口尺寸进行平滑处 理；
[0045] H、从节点（Slaveprocess)依次将每一个像元的平滑处理结果返回给主机 (Masterprocess)
[0046] I、从节点（Slaveprocess)将平滑后的像素值填充至对应的空白矩阵中，构建成 平滑后影像；
[0047] 三、评判图像平滑效果
[0048] J、若不能达到要求则调整平滑窗口尺寸，再次进行平滑处理，即重复A-Ι步骤；如 果满足则完成平滑处理。
[0049] 实施例1
[0050]1、图像数据准备和实验设计：
[0051] A、本实验中使用的数据是30m分辨率的LANDSAT7的ETM+遥感影像数据，范围是 长白山地区，具体拍摄日期是2008年7月7日12时30分，尺寸是2048*1024;
[0052] B、数据预处理：为验证不同尺寸数据的处理效率，将该数据进行重采样，获得的尺 寸分别是：256*256, 512*512, 1024*1024,1280*1280,1356*1356,1792*1792, 2048*2048。在 接下来的实验中将依次将不同尺寸的图像在网格环境下进行平滑处理，并获取相应的平滑 处理时间；
[0053] C、设计不同网格节点机的数量，测试不同节点机数量下，图像处理速度。在本次实 验中共使用了 6个节点机（Slaveprocess)，针对一个固定的图像尺寸（本实验中采用的是 1792*1792 尺寸）；
[0054] 2主机（Masterprocess)做平滑处理准备：
[0055] D、指定节点机（Slaveprocess)数量，由平衡调度器计算当前网格环境中节点 机（Slaveprocess)数量是否满足要求，如果不能满足要求则，提示重新指定节点机Slave process)数量；
[0056] E、加载所要处理的图像，获取图像的尺寸；
[0057] F依据移动平均法平滑方法合理设定移动平均平滑窗口尺寸，如设置为3*3窗口 尺寸；
[0058] G、依据所设定的平滑窗口尺寸和图像尺寸，主机（Masterprocess)以行为划 分的基本单位计算从节点（Slaveprocess)需要负责的图像区域（注：各从节点（Slave process)负责的区域之间具有重叠），见附图-3 ;
[0059] H、在主机上构建与原始图像相同尺寸的空白矩阵，准备使用由从节点（Slave process)返回的平滑后图像数据对该空白矩阵进行填充；
[0060] 3平滑处理过程：
[0061] I、主机（Masterprocess)依据前面的计算结果，将每个从节点（Slaveprocess) 负责的图像区域进行划，并分别赋予相应的ID;
[0062] J、主机（Masterprocess)将划分好的图像区域按照ID分别派送给从节点（Slave process)；
[0063]K从节点（Slaveprocess)对从主机（Masterprocess)接收到的图像区域按照设 定的窗口尺寸，依据公式= x/7对图像进行平滑处理；
[0064] L、从节点（Slaveprocess)将每一个像元的平滑处理结果及时返回给主机 (Masterprocess)；
[0065] Μ、主机（Masterprocess)依据ID以及行列号将平滑后的像素值填充至对应的空 白矩阵位置中，构建处理后的平滑图像。
【主权项】
1. 一种基于网格环境的图像并行平滑处理的方法，包括以下步骤： 一、 平滑处理准备： A、 指定节点机数量，由平衡调度器计算当前网格环境中节点机数量是否满足要求，如 果不能满足要求则，提示重新指定节点机数量； B、 设定移动平均平滑窗口尺寸； C、 依据所设定的平滑窗口的尺寸和图像的尺寸，主机确定每一个从节点负责处理的图 像的区域； D、 构建与原始图像相同尺寸的空白矩阵； 二、 平滑处理过程 E、 主机将每个从节点负责的图像区域进行划； F、 主机将划分的图像区域派送给从节点； G、 从节点对负责的图像区域按照设定的串口尺寸进行平滑处理； H、 从节点依次将每一个像元的平滑处理结果返回给主机（Masterprocess) I、 从节点将平滑后的像素值填充至对应的空白矩阵中，构建成平滑后影像； 三、 评判图像平滑效果 J、 若不能达到要求则调整平滑窗口尺寸，再次进行平滑处理，即重复A-Ι步骤；如果满 足则完成平滑处理。
【专利摘要】本发明涉及一种基于网格环境的图像并行平滑处理方法，是依据MPICH-G2编程模式，在网格环境下实现遥感图像并行化处理。对于海量图像数据处理而言，关键是如何处理大量的网络计算，借助网格整合异构计算资源的优势，设计开发适合遥感图像处理的网格计算环境和算法。本发明结合实际研究，以Globus为网格中间件，CSF4为元调度器构建网格环境，依据MPICH-G2编程模式，实现了图像的平滑并行处理。经试验表明，该发明充分利用了网格环境下的各种计算资源，发挥网格计算资源共享的特点，获得了较高的加速比。网格环境下的图像增强并行化处理的成功实现，为海量图像的快速处理探索了一条有效的途径，为下一步的研究打下了坚实的基础。
【IPC分类】G06T5/00
【公开号】CN105427254
【申请号】CN201510760746
【发明人】张旭晴, 陈圣波, 魏晓辉, 杨国东
【申请人】吉林大学
【公开日】2016年3月23日
【申请日】2015年11月10日