在重采樣部分，在計(jì)算過程中需根據(jù)未幾何校正的原始影像數(shù)據(jù)求解經(jīng)校正的高光譜數(shù)據(jù)，所涉及的輸入輸出數(shù)據(jù)都是三維的高光譜數(shù)據(jù)立方體。重采樣部分所耗總時(shí)間除了計(jì)算時(shí)間，還包含較高比例的數(shù)據(jù)I／O時(shí)間，如表4所示。

并行重采樣部分未達(dá)到理想的高加速比，是因?yàn)橹夭蓸硬糠制骄總€(gè)波段計(jì)算中硬盤讀／寫時(shí)間達(dá)到約440 ms，比在GPU上的并行計(jì)算時(shí)間60 ms(包含核函數(shù)計(jì)算時(shí)間和顯存與內(nèi)存間的通信時(shí)間)高了多達(dá)7倍，大幅降低了并行計(jì)算所帶來的加速比。高光譜影像數(shù)據(jù)量巨大的特點(diǎn)決定了其數(shù)據(jù)I／O時(shí)間難以忽略。因此，面向高光譜影像領(lǐng)域的應(yīng)用問題，實(shí)現(xiàn)其快速計(jì)算的一個(gè)難點(diǎn)。就是如何優(yōu)化I／O，降低其在運(yùn)算時(shí)間中所占比例。
3．4 基于CPU和GPU的并行幾何校正
將本文所提出的基于多核CPU和GPU的并行方法應(yīng)用到重采樣計(jì)算過程中：CPU端利用多核特性創(chuàng)建多線程進(jìn)行任務(wù)級并行，在主線程調(diào)用GPU執(zhí)行重采樣并行計(jì)算任務(wù)的同時(shí)，派生線程分別完成I／O任務(wù)。通過實(shí)驗(yàn)可知，基于CPU和GPU的并行重采樣加速比達(dá)到3．53，如表5所示。

該結(jié)果證實(shí)了本文參考流的思想提出的基于多線程的數(shù)據(jù)I／O優(yōu)化方法具有很好的效果，并對高光譜遙感影像領(lǐng)域的應(yīng)用具有普適性。

4 結(jié)語
本文針對幾何校正應(yīng)用所處理數(shù)據(jù)量大、計(jì)算時(shí)間長的特點(diǎn)，針對多核CPU和GPU的特點(diǎn)分析其各自優(yōu)勢，抽象出一種描述多核CPU和GPU異構(gòu)并行平臺的并行計(jì)算模型，研究基于POS數(shù)據(jù)的幾何校正并行計(jì)算方法，實(shí)現(xiàn)航空高光譜數(shù)據(jù)并行幾何校正。實(shí)驗(yàn)結(jié)果表明；數(shù)據(jù)I／O限制基于GPU的并行重采樣獲得整體加速比。
基于多核CPU和GPU的并行幾何校正創(chuàng)建多線程執(zhí)行數(shù)據(jù)讀／寫任務(wù)，在基于GPU并行計(jì)算的基礎(chǔ)上有效地隱藏了重采樣過程的數(shù)據(jù)I／O時(shí)間，加速比在原來的基礎(chǔ)上提高了1．76倍。幾何校正總體加速比達(dá)到4．03，在原有基礎(chǔ)上提高了1．74倍。