KR20210067374A - Openmp 기반 위성영상 해상도 최적화 방법 - Google Patents

Abstract

본 발명의 OPENMP기반 위성영상 위성영상 해상도 최적화 방법은 멀티코어 CPU 하드웨어를 구성하는 단계; 상기에서 멀티코어 CPU 하드웨어가 구성되면 OPENMP SDK를 설치하고 환경을 구축하는 단계; 다음으로 알고리즘 C++ 개발 언어 포팅하는 단계; 상기 포팅이 완료되면 파일 입출력 로직 분리하는 단계; 상기 병렬처리 핵심코드 의존성을 제거하는 단계; 다음으로 파일에서 영상자료로 메모리를 로딩하는 단계; 및 메모리로 로딩된 파일을 코어 병렬화 로직 분리를 하고 OPENMP 구동 처리를 하는 단계;를 포함하는 것을 특징으로 한다.

Description

OPENMP 기반 위성영상 해상도 최적화 방법{METHOD FOR OPENMP BASED SATELLITE IMAGE RESOLUTION OPTIMIZATION}

본 발명은 위성영상 해상도 최적화 방법에 관한 것으로써, 더욱 상세하게는 시스템 운영의 필요에 따른 위성 영상 이미지의 합성 등 대용량 처리에 대하여 OPENMP를 활용한 시간 성능 향상 최적화 기술 적용한 OPENMP 기반 위성영상 해상도 최적화 방법에 관한 것이다.

온난화 현상 등으로 인해 이상 기후 변화 및 이상 기상 현상이 날로 심해지고 있고, 이러한 이상 현상으로 인해 가뭄, 하천 건천화, 홍수 등과 같은 자연 재해 현상이 날로 증가하여 세계적으로 큰 문제가 되고 있다.

따라서, 기상 관련 데이터는 인공위성, 레이더 및 자동 기상 관측 시스템 등에 의해 자료가 수집되면, 수집된 자료에 대한 수자원 환경의 과학적인 분석이 요구되고 있으며, 지역마다 각기 다른 지형 및 기후 등의 인자를 과학적으로 분석해야 한다.

이러한 인자를 과학적으로 분석하기 위하여 일반적으로 양선형 보간법(Bilinear Interpolation)을 사용하는데, 양선형 보간법은 원본 영상에서 인접한 네 개의 픽셀 값을 이용하여 실수 좌표 상의 픽셀 값을 계산하는 방법이다.

양선형 보간법은 최근방 이웃 보간법에서 나타나는 계단 현상이 많이 줄어들고, 계산 방법도 간단하여 널리 사용되고 있다.

양선형 보간법에서는 실수 좌표를 둘러싸고 있는 네 개의 픽셀 값에 가중치를 곱한 값들의 선형 합으로 결과 영상의 픽셀 값을 구하게 된다.

위성영상 합성(Image Composition)은 지리 정보를 가지고 있는 여러 장의 영상에서 GeoSpatial 값을 이용하여 실수 좌표 상의 픽셀 값을 합성하는 계산 방법이다. 위성영상 합성 기법은 별도의 처리 없이 지리 좌표 정보만으로 중첩되는 픽셀 정보의 값을 결정하므로, 계산 방법도 간단한 편이기 때문에 널리 사용되고 있다. 위성영상 합성 기법에서는 실수 좌표에 해당하는 픽셀 값들을 선별하고 각각의 픽셀 값들의 평균 값을 구하게 된다.

위성 영상 합성 알고리즘의 경우, 단일 프로세스, 단일 스레드 기반의 처리가 일반적이며, 필요할 경우 병렬 처리까지는 적용해 볼 수는 있으나 기본적으로 위성 영상은 대용량의 데이터를 저장하기 위해 계층적 데이터 형식(Hierarchical Data Format, HDF)으로 되어있으며, 영상 이미지로 활용하기 위해서는 GeoTIFF로 변환 시 대용량의 데이터로 변환해야 하고, 수백 MB ~ 수 GB 단위의 대용량 처리 하기 위해서는 연산량이 너무 크기 때문에 더욱더 고속의 병렬화 처리 최적화 기법이 요구되는 실정이다.

상기와 같은 문제점을 해결하기 위한 본 발명의 목적은 단일 프로세스 및 단일 스레드 기반으로 개발된 대용량 위성영상 이미지를 고속으로 처리하기 위하여, OpenMP를 활용하여 멀티스레딩 가속을 통한 처리 로직의 병렬 최적화 수행하는 OPENMP 기반 위성영상 해상도 최적화 방법을 제공하는 데 있다.

상기 목적을 달성하기 위한 본 발명의 OPENMP 기반 위성영상 해상도 최적화 방법은 멀티코어 CPU 하드웨어를 구성하는 단계; 상기에서 멀티코어 CPU 하드웨어가 구성되면 OPENMP SDK를 설치하고 환경을 구축하는 단계; 다음으로 알고리즘 C++ 개발 언어 포팅하는 단계; 상기 포팅이 완료되면 파일 입출력 로직 분리하는 단계; 상기 병렬처리 핵심코드 의존성을 제거하는 단계; 다음으로 파일에서 영상자료로 메모리를 로딩하는 단계; 및 메모리로 로딩된 파일을 코어 병렬화 로직 분리를 하고 OPENMP 구동 처리를 하는 단계;를 제공한다.

이러한 특징에 따르면, 본 발명의 OPENMP 기반 위성영상 합성 알고리즘 병렬 최적화 방법은 대용량 위성영상일지라도 영상 처리의 성능 최적화를 적용하여 사용자에게 준 실시간으로 알고리즘 처리산출물을 제공해줄 수 있으며, 모든 알고리즘에 적용 할 수 있는 효과가 있다.

도 1은 본 발명의 일 실시예에 따른 OPENMP 기반 위성영상 합성 알고리즘 병렬 최적화 방법의 순서도이다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

그러면 첨부한 도면을 참고로 하여 본 발명의 일 실시예에 따른 OPENMP 기반 위성영상 해상도 최적화 방법에 대하여 설명한다.

도 1은 본 발명의 일 실시예에 따른 OPENMP 기반 위성영상 합성 알고리즘 병렬 최적화 방법의 순서도이다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 OPENMP 기반 위성영상 해상도 최적화 방법은 먼저 멀티코어 CPU 하드웨어를 구성한다(S10).

상기에서 멀티코어 CPU 하드웨어가 구성되면 OPENMP SDK를 설치하고 환경을 구축한다(S11).

다음으로 알고리즘 C++ 개발 언어 포팅한다(S12).

상기 포팅이 완료되면 파일 입출력 로직 분리한다(S13).

상기 병렬처리 핵심코드 의존성을 제거한다(S14).

다음으로 파일에서 영상자료로 메모리를 로딩한다(S15).

메모리로 로딩된 파일을 코어 병렬화 로직 분리를 하고 OPENMP 구동 처리를 한다(S16).

상기에서 구동 처리 된 영상자료를 파일 메모리로 덤프 시킨다(S17).

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (1)

1. 멀티코어 CPU 하드웨어를 구성하는 단계;
   상기에서 멀티코어 CPU 하드웨어가 구성되면 OPENMP SDK를 설치하고 환경을 구축하는 단계;
   다음으로 알고리즘 C++ 개발 언어 포팅하는 단계;
   상기 포팅이 완료되면 파일 입출력 로직 분리하는 단계;
   상기 병렬처리 핵심코드 의존성을 제거하는 단계;
   다음으로 파일에서 영상자료로 메모리를 로딩하는 단계; 및
   메모리로 로딩된 파일을 코어 병렬화 로직 분리를 하고 OPENMP 구동 처리를 하는 단계;를 포함하는 것을 특징으로 하는 OPENMP 기반 위성영상 합성 알고리즘 병렬 최적화 기법.

Images