リモートセンシング画像の一般的に使用される補間アルゴリズムの並列計算方法

並列計算は、リモートセンシング画像処理を加速するための一般的な方法です。本論文では、一般的に使用される6つの補間関数を簡潔に説明し、リモートセンシング画像処理における9つの対応する補間アルゴリズムの3つの一般的な並列計算方法を研究します。まず、一般的な並列補間アルゴリズムの2種類（それぞれCPUとGPU用）が設計されました。次に、2つの典型的なアプリケーションシナリオ（データ集約型と計算集約型）において、これらの補間アルゴリズムの4つの計算方法（1つの直列方法と3つの並列方法）がテストされました。最後に、すべての並列アルゴリズムの加速効果が比較され、分析されました。全体として、並列補間アルゴリズムの加速効果は、計算集約型のシナリオでより良好です。CPU指向の方法では、すべての並列補間アルゴリズムのスピードアップは主にCPUの物理コアの数に依存する一方で、GPU指向の方法では、スピードアップはアルゴリズムの計算複雑さとアプリケーションシナリオの影響を大きく受けます。GPUは、より大きな計算複雑さを持つ補間アルゴリズムに対してより良い加速効果を持ち、計算集約型のシナリオでより多くの利点を有します。ほとんどのケースで、GPUベースの補間は効率的な補間に理想的です。