本发明涉及遥感数据处理，尤其涉及一种基于cpu与gpu协同处理的光学卫星遥感影像正射融合方法。
背景技术：
1、随着遥感技术的迅猛发展，光学卫星影像在环境监测、城市规划和农业管理等领域的应用日益广泛。与此同时，影像处理的复杂性和数据量的迅速增加对计算资源提出了更高的要求。传统的影像处理方法往往面临处理速度慢和资源利用不充分的挑战。因此，开发高效的处理方法以充分利用cpu与gpu的协同计算能力，成为提高遥感影像处理效率的关键。
2、中国专利申请公开号为cn103020620a的专利文献公开了一种基于cpu和gpu协同处理的遥感影像正射校正方法。该方法包括：以下步骤：步骤1，将待校正影像和dem从主机端内存拷贝至gpu的全局存储器中；步骤2，将校正变换模型参数拷贝至gpu的常数存储器中；步骤3，动态调整片上缓存，包括在共享存储器不可用时将更多片上缓存分配给一级cache；步骤4，设置gpu线程块大小，确定gpu线程块数目；步骤5，在gpu上对待校正影像进行正射校正，得到校正后影像；步骤6，将校正后影像从gpu全局存储器中拷贝回主机端内存；其中，步骤1、2、3、4、6由cpu执行，步骤5由gpu执行。
3、由此可见，该方法将大部分处理步骤（如内存拷贝和设置线程块）交由cpu执行，可能导致cpu资源的浪费，而gpu的并行处理能力未得到充分利用；在步骤1、2、3、4、6中，由cpu执行的操作导致整体处理时间增加，尤其在大规模影像处理时，cpu的串行处理成为瓶颈；动态调整片上缓存的策略较为固定，在不同的处理场景中未能实现最优的缓存利用率；未考虑实时监测资源使用情况并动态调整任务分配策略，导致在负载高时无法有效调整任务优先级和资源分配。
技术实现思路
1、为此，本发明提供一种基于cpu与gpu协同处理的光学卫星遥感影像正射融合方法，用以克服现有技术中因处理资源分配合理性差导致处理效率低下且资源利用率不足的问题。
2、为实现上述目的，本发明提供一种基于cpu与gpu协同处理的光学卫星遥感影像正射融合方法，包括：
3、根据接收的正射融合任务的计算类型将光学卫星遥感影像的正射融合任务分为若干融合子任务；
4、获取各融合子任务的计算复杂度，根据计算复杂度和预设标准复杂度将各融合子任务分配给cpu或gpu，并为各融合子任务分配预设优先级评分；
5、基于所述预设优先级评分的排序结果执行各融合子任务，实时获取执行过程中的实时资源占用率和实时执行时长；
6、根据所述实时执行时长和预设标准执行时长确定若干短期任务，监测各短期任务的所述实时资源占用率，根据实时资源占用率和预设标准占用率确定处理顺序；
7、根据所述处理顺序执行所述短期任务；
8、根据预设修正时长内的所述实时资源占用率确定占用率波动值，根据占用率波动值和预设标准占用波动值调整所述预设标准复杂度，直至占用率波动值小于或等于预设标准占用波动值，形成修正标准复杂度；
9、监测基于所述修正标准复杂度形成的处理顺序执行所述短期任务过程中的实时使用率以及实时任务数量；
10、根据所述实时使用率确定判定调整结果，根据判定调整结果确定调整比例，并根据调整比例调整对应的所述实时任务数量，或根据判定调整结果调整所述预设优先级评分；
11、所述调整比例包括cpu调整比例和gpu调整比例，所述实时使用率包括实时cpu使用率和实时gpu使用率，所述实时任务数量包括实时cpu任务数量和实时gpu任务数量。
12、进一步地，所述根据实时资源占用率和预设标准占用率确定处理顺序包括：
13、在所述实时资源占用率大于所述预设标准占用率时，判定所述短期任务需要优先处理，形成若干对比短期任务，对全部对比短期任务的实时资源占用率进行排序，形成第一处理顺序。
14、进一步地，所述根据实时资源占用率和预设标准占用率确定处理顺序还包括：
15、在所述实时资源占用率小于或等于预设标准占用率时，判定所述短期任务合并性强，根据预设合并数量合并若干所述短期任务，形成若干合并短期任务，对全部合并短期任务的实时资源占用率进行排序，形成第二处理顺序。
16、进一步地，所述根据所述处理顺序执行所述短期任务包括：
17、在根据第一处理顺序执行所述短期任务的过程完成时，根据第二处理顺序执行所述短期任务。
18、进一步地，根据预设修正时长内的所述实时资源占用率确定占用率波动值，根据占用率波动值和预设标准占用波动值调整所述预设标准复杂度，直至占用率波动值小于或等于预设标准占用波动值，形成修正标准复杂度包括：
19、计算所述实时资源占用率的标准差，形成所述占用率波动值，在占用率波动值大于所述预设标准占用波动值时，判定需要调整所述预设标准复杂度，根据占用率波动值、预设标准占用波动值以及预设复杂度系数增大预设标准复杂度，形成修正标准复杂度。
20、进一步地，所述根据所述实时使用率确定判定调整结果，根据判定调整结果确定调整比例，并根据调整比例调整对应的所述实时任务数量包括：
21、在所述实时cpu使用率大于预设标准cpu使用率，且所述gpu使用率小于或等于预设标准gpu使用率时，根据实时cpu使用率和预设标准cpu使用率计算cpu调整比例，并根据cpu调整比例和预设任务数系数减小所述实时cpu任务数量；
22、在所述实时gpu使用率大于预设标准gpu使用率，且所述cpu使用率小于或等于预设标准cpu使用率时，根据实时gpu使用率和预设标准gpu使用率计算gpu调整比例，并根据gpu调整比例和预设任务数系数减小所述实时gpu任务数量。
23、进一步地，所述根据判定调整结果调整所述预设优先级评分包括：
24、在所述实时cpu使用率大于所述预设标准使用率，且所述gpu使用率大于所述预设标准使用率时，计算实时cpu使用率和所述预设标准使用率的差值，形成cpu使用率差值，计算实时gpu使用率和所述预设标准使用率的差值，形成gpu使用率差值，根据cpu使用率差值、gpu使用率差值、预设cpu使用率权重以及预设gpu使用率权重增大所述预设优先级评分。
25、进一步地，所述获取各融合子任务的计算复杂度，根据计算复杂度和预设标准复杂度将各融合子任务分配给cpu或gpu包括：
26、在所述计算复杂度大于所述预设标准复杂度时，将所述融合子任务分配给gpu；
27、在所述计算复杂度小于或等于所述预设标准复杂度时，将所述融合子任务分配给cpu。
28、进一步地，所述根据所述实时执行时长和预设标准执行时长确定若干短期任务包括：
29、在所述实时执行时长小于所述预设标准执行时长时，判定所述融合子任务为短期任务。
30、进一步地，在所述实时执行时长大于或等于预设标准执行时长时，判定所述融合子任务为长期任务。
31、与现有技术相比，本发明的有益效果在于，通过基于cpu与gpu的协同处理，在保证任务高效执行的同时，优化了资源分配和任务优先级排序，能够动态调整执行策略，最大限度提升资源的利用率，减少资源浪费，同时，通过实时监控和调整，能够有效应对资源占用的波动，在处理光学卫星遥感影像融合任务时更加灵活高效，有效解决了因处理资源分配合理性差导致处理效率低下且资源利用率不足的问题。
32、进一步地，通过将高计算复杂度的任务分配给gpu，可以加速复杂任务的处理速度，而低复杂度的任务由cpu处理，从而避免gpu资源的浪费，实现了cpu与gpu的协同工作，提升了整体的处理效率。
33、进一步地，通过将执行时长较短的任务识别为短期任务，可以优先处理这些任务，进而加快整体处理速度。
34、进一步地，通过将执行时间较长的任务识别为长期任务，可以更合理地分配资源，避免高复杂度任务占用过多的资源，影响其他任务的执行效率。
35、进一步地，通过优先处理资源占用率较高的短期任务，能够及时释放关键资源，提升任务执行的效率，避免资源瓶颈，并保持整体任务处理的平衡性和流畅度。
36、进一步地，通过合并资源占用率较低的短期任务，能够减少任务调度的开销，提升处理效率，并优化资源利用率，确保在较低负载条件下运行更加高效。
37、进一步地，通过合并处理低优先级任务，降低了任务调度的复杂性，从而提升了在不同工作负载下的稳定性和灵活性。
38、进一步地，通过动态调整标准复杂度，能够有效响应资源占用的波动情况，从而优化资源分配与调度策略。这种适应性增强了灵活性，确保在不同负载下维持性能稳定，提升了整体处理效率和响应能力，最终有助于提高光学卫星遥感影像正射融合的整体效果。
39、进一步地，通过基于实时使用率的调整机制，能够灵活响应资源使用波动，提高计算效率和任务处理速度，还确保了cpu和gpu之间的负载均衡。
40、进一步地，通过根据实时使用率动态调整优先级评分，可以有效优化资源分配，提升任务处理的灵活性和效率，能够适应不断变化的资源需求，从而确保在高负载情况下仍能保持稳定的运行性能，降低潜在的计算瓶颈。
1.一种基于cpu与gpu协同处理的光学卫星遥感影像正射融合方法，其特征在于，包括：
2.根据权利要求1所述的基于cpu与gpu协同处理的光学卫星遥感影像正射融合方法，其特征在于，所述根据实时资源占用率和预设标准占用率确定处理顺序包括：
3.根据权利要求2所述的基于cpu与gpu协同处理的光学卫星遥感影像正射融合方法，其特征在于，所述根据实时资源占用率和预设标准占用率确定处理顺序还包括：
4.根据权利要求3所述的基于cpu与gpu协同处理的光学卫星遥感影像正射融合方法，其特征在于，所述根据所述处理顺序执行所述短期任务包括：
5.根据权利要求4所述的基于cpu与gpu协同处理的光学卫星遥感影像正射融合方法，其特征在于，根据预设修正时长内的所述实时资源占用率确定占用率波动值，根据占用率波动值和预设标准占用波动值调整所述预设标准复杂度，直至占用率波动值小于或等于预设标准占用波动值，形成修正标准复杂度包括：
6.根据权利要求5所述的基于cpu与gpu协同处理的光学卫星遥感影像正射融合方法，其特征在于，所述根据所述实时使用率确定判定调整结果，根据判定调整结果确定调整比例，并根据调整比例调整对应的所述实时任务数量包括：
7.根据权利要求6所述的基于cpu与gpu协同处理的光学卫星遥感影像正射融合方法，其特征在于，所述根据判定调整结果调整所述预设优先级评分包括：
8.根据权利要求7所述的基于cpu与gpu协同处理的光学卫星遥感影像正射融合方法，其特征在于，所述获取各融合子任务的计算复杂度，根据计算复杂度和预设标准复杂度将各融合子任务分配给cpu或gpu包括：
9.根据权利要求8所述的基于cpu与gpu协同处理的光学卫星遥感影像正射融合方法，其特征在于，所述根据所述实时执行时长和预设标准执行时长确定若干短期任务包括：
10.根据权利要求9所述的基于cpu与gpu协同处理的光学卫星遥感影像正射融合方法，其特征在于，在所述实时执行时长大于或等于预设标准执行时长时，判定所述融合子任务为长期任务。
