第 4 卷第期钟何平等 : 共享内存环境下的并行质量引导相位解缠 3 行执行流程, 在满足线程开启和关闭时间可忽略的情况下, 可以优化相位解缠效率最后, 对 In SAR 和 InSAS 干涉数据进行解缠实验, 验证了所提算法的高效性, 能满足实时干涉信号处理需求算法描述. 质量引导相位解缠算

Size: px

Start display at page:

Download "第 4 卷第期钟何平等 : 共享内存环境下的并行质量引导相位解缠 3 行执行流程, 在满足线程开启和关闭时间可忽略的情况下, 可以优化相位解缠效率最后, 对 In SAR 和 InSAS 干涉数据进行解缠实验, 验证了所提算法的高效性, 能满足实时干涉信号处理需求算法描述. 质量引导相位解缠算"

溜婵满
5 years ago
Views:

1 第 4 卷第期 07 年月武汉大学学报信息科学版 GeomaticsandInformationScienceofWuhanUniversity Vol.4No. Jan.07 犇犗犐 :0.303/j.whugis04078 文章编号 : (07) 共享内存环境下的并行质量引导相位解缠钟何平田振吴浩然张森唐劲松海军工程大学海军水声技术研究所, 湖北武汉, 摘要 : 提出了一种共享内存环境下的并行质量引导相位解缠算法首先, 分析了相邻相位点质量值计算的内在关系, 采用行列数组保存中间结果消除梯度的重复计算 ; 然后, 按行进行计算任务分配, 简化相邻窗口内的行列均值计算 ; 最后, 通过 OpenMP 指令实现计算任务分配, 完成质量图的并行计算对于质量引导过程内在的并行性进行了分析, 但受限于重复的线程启动和退出时间开销, 难以体现速度优势对合成孔径雷达干涉 (syntheticapertureradarinterferometry,insar) 和干涉合成孔径声纳 (interferometricsyntheticaperture sonar,insas) 干涉相位图进行解缠实验, 结果表明, 所提方法提高了相位解缠效率, 为在实时条件下进一步提高相位解缠精度奠定了基础关键词 : 相位解缠 ; 质量引导 ; 并行计算 ; 共享内存中图法分类号 :P5.;TN958 文献标志码 :A 相位解缠是合成孔径雷达干涉 (synthetic apertureradarinterferometry,insar) 和干涉合成孔径声纳 (interferometricsyntheticaperture sonar,insas) 数字高程模型 (digitalelevation model,dem) 重构中极其关键的步骤之一, 直接 [ ] 影响到所生成的 DEM 的速度和精度在所有相邻点相位差满足奈奎斯特采样定理的情况下, 直接沿任意一路径进行积分就可以获得解缠相位但由于 InSAR 和 InSAS 成像模式为斜视, 会在成像结果中出现透视压缩阴影和层叠, 使得部分成像区域相干性低下, 相位解缠过程变 [3 4] 得非常困难随着缠绕相位图行列数的增加, 相位解缠速度也成为影响干涉信号处理的一个重 [5 6] 要因素, 尤其是在实时干涉信号处理过程中目前, 相位解缠算法主要分为路径跟踪算 [7 8] [9] [0 ] 法最小范数法和网络流法路径跟踪的基本策略是通过显性或隐性的方式生成枝切线, 阻止误差的传递路径跟踪算法中枝切法效率较高, 但枝切法解缠结果中容易存在死区 [ 3] 质量引导算法解缠思想非常简单, 完全依靠相位质量图来指导解缠路径, 它隐含着质量图所指引的解缠路径不包含未平衡的残差点最小范 [9] 数算法是将相位解缠问题转化为最小化全局函数优化问题, 通过寻求一个全局的解缠相位来拟 [0 ] 合观测的缠绕相位网络流法将相位解缠问题转化为求解最小费用流的网络优化问题, 以达到降低相位解缠算法时间和空间复杂度的目的在众多相位解缠算法中, 质量引导算法是一种非常稳健的方法, 它的核心包括两个方面, 一是快速的高可靠相位质量图生成, 二是快速的质量引导过程在高可靠质量图计算方面, 大量学者进行 [4 5] 了深入研究, 取得了较好效果当前相位点质量值的计算都是以当前点为中心, 在局部窗口进行的一系列数值运算通常, 可靠性越高的质量图, 计算复杂程度越高, 尤其当干涉相位图维数增大时, 质量图的计算时间开销已成为影响相位解缠效率的重要因素在快速质量引导过程优化方面, 文献 [7] 提出了量化质量引导方法, 显著加速了质量引导过程但质量引导过程是一个典型的串行执行过程, 影响着算法效率的进一步提升本文在多 CPU 多核平台上, 充分利用共享内存环境下线程间高速通信的特点, 对质量引导算法的并行化方法进行了研究, 提出了共享内存环境下的质量引导相位解缠算法首先, 在满足减少重复计算和计算过程独立性的条件下, 对质量图的计算方法进行优化 ; 然后, 在共享内存环境下实现了并行质量图求解针对质量引导过程四邻域生长的独立性, 给出了共享内存环境下的并收稿日期 : 项目资助 : 国家自然科学基金 (430405,66746); 中国博士后科学基金 (05M5833) 第一作者 : 钟何平, 博士, 讲师, 主要从事干涉信号处理和并行计算 zheping55@sohu.com

2 第 4 卷第期钟何平等 : 共享内存环境下的并行质量引导相位解缠 3 行执行流程, 在满足线程开启和关闭时间可忽略的情况下, 可以优化相位解缠效率最后, 对 In SAR 和 InSAS 干涉数据进行解缠实验, 验证了所提算法的高效性, 能满足实时干涉信号处理需求算法描述. 质量引导相位解缠算法相位解缠就是从缠绕相位数组中恢复真实相位差的过程解缠前后缠绕相位 ψ ( 狓, 狔 ) 和解缠相位 φ ( 狓, 狔 ) 之间满足如下关系 : ψ ( 狓, 狔 )= 犠 [ φ ( 狓, 狔 )]= mod{ φ ( 狓, 狔 ),π} 0 ψ ( 狓, 狔 )<π 式中, 犠是缠绕运算 ;mod( ) 表示求余操作质量引导算法是一种路径跟踪相位算法, 其解缠顺序完全取决于质量图, 它是基于这样一个假设 : 质量图可以引导积分路径, 这些积分路径所包围的区域不包括未平衡的残差点质量引导算法的基本操作过程为 : 选择一个高质量的像素点作为初始点, 检测它的 4 个邻近像素, 将未解缠的邻近像素进行解缠并存入队列, 依次从队列中移除最高质量像素, 重复以上过程直至所有像素解缠完毕为了提高质量引导算法效率, 文献 [7] 提出了量化质量引导方法, 取得了显著效果但量化质量引导算法的解缠时间与干涉相位图的大小成正比, 随着干涉相位图行列数的增加, 解缠时间显著增加, 影响解缠效率. 相位质量图并行求解在进行相位解缠的时候, 必须对干涉相位图的特征有充分认识, 理想情况下, 能够有一个二维标识数组来标识干涉相位图中相邻两点之间是否满足奈奎斯特采样定理, 相位解缠时只需依据标识数组选择路径进行解缠但在实际中, 这种二维标识数组是无法获得的, 而只能将配准后的相干系数近似地当作干涉相位两点之间满足奈奎斯特采样定理可能性的大小在无法得到相干系数图时, 直接从干涉相位图中提取伪相干系数图相位梯度变化图或最大相位梯度图等来作为相位质量的度量标准相位质量图的计算过程如图所示, 假设当前像素下标为 ( 犿, 狀 ), 其质量值为狇犿, 狀, 犃犿, 狀表示以点 ( 犿, 狀 ) 为中心犽和犽为半窗口大小的矩形数组, 则当前点的质量值狇犿, 狀 = 犳 ( 犃犿, 狀 ) 完全取决于局部窗口的缠绕相位值, 犳 ( ) 表示质量值计算公式如果对每个相位点采用同样计算方法, 则可完成整个干涉图相位质量图的计算计算质量图的过程中, 通常需要计算行梯度 d 犡和列梯度 d 犢, 计算一个点的相位质量值时, 行梯度和列梯度的计算次数分别为犽 ( 犽 +) 和犽 ( 犽 + ) 对同一行的相邻相位点计算质量值时, 需要重复计算的行梯度次数为 ( 犽 -) ( 犽 +), 列梯度次数为犽 ( 犽 -) 直接按照局部窗口内缠绕相位来计算相位质量值具有很好的并行性, 但是存在大量冗余计算, 而且冗余计算量与窗口大小成正比, 严重影响相位质量图的计算效率图质量图计算示意图 Fig. DiagramofQuality MapComputing 在众多相位质量图中, 相位梯度变化质量图是一种可靠相位质量图, 其定义为 : γ 犿, 狀 = 犿 + 犽狀 + 犽犻 = 犿 - 犽犼 = 狀 - 犽槡狓犻, 犼 -Δ (Δ 狓狓狔式中,Δ 犻, 犼 = 犠 [ ψ 犻 +, 犼 -ψ 犻, 犼 ];Δ 犻, 犼 = 犠 [ ψ 犻, 犼 + - ψ 犻, 犼 ]; ψ 犻, 犼为缠绕相位 ; 犠为缠绕运算 ; 珚狓狔 Δ犿, 狀珚 Δ犿, 狀分狓狔别表示在 ( 犽 +) ( 犽 +) 窗口中 Δ 犻, 犼 Δ犻, 犼的均值使用相位梯度变化质量图有一点需要注意的是, 相位梯度变化质量图表征的是干涉相位数据坏的程度从图和式 () 中可以看出, 相邻相位点在局部窗口计算质量图时仅在窗口边缘使用的相位梯度不同, 并且这些不同梯度值对局部窗口的行均犿, 狀 ) 犿 + 犽 + 狀 + 犽犻 = 犿 - 犽犼 = 狀 - 犽槡 ( 犽 +) ( 犽 +) 狔犻, 犼 -Δ犿, 狀 ) (Δ 狔 () 狓狔值珚 Δ 犿, 狀和列均值珚 Δ犿, 狀产生影响相位质量图可看作行梯度变化量与列梯度变化量之和, 并且两者计算相互独立, 为并行计算创造了条件为避免行梯度与列梯度的重复计算, 需开辟两块大小分别为犕 ( 犖 -) 和 ( 犕 -) 犖的空间分别存放行梯度和列梯度, 行列梯度的计算过程是完全独立的, 直接使用 paralelfor 指令对循环体内的内容实现并行计算对于局部窗口中行梯度和列梯度

3 3 武汉大学学报信息科学版 07 年月变化量的计算, 最重要的就是如何快速计算出窗口内的行均值和列均值由于行梯度变化量与列梯度变化量两者的计算方式相同, 本文只给出行梯度变化量的计算方法在图中, 假设当前局部窗口内的行梯度变化量的和为犛狉 ( 犿, 狀 ), 其右相邻点的局部窗口内的行梯度变化量的和为犛狉 ( 犿, 狀 +), 则犛狉 ( 犿, 狀 +) = 犛狉 ( 犿, 狀 +)- 犛犾 + 犛狉, 犛犾表示最左一列行梯度的和, 犛狉表示最右一列行梯度的和, 这样就消除了相邻窗口内相位梯度和的重复计算, 进一步优化了行梯度变量的计算完成局部窗口行梯度和的计算后, 直接除以窗口大小 ( 犽 +) ( 犽 +) 即可得到局部窗口的行梯度均值, 然后利用行梯度变化公式, 直接从内存中读取保存的临时行梯度, 就可以完成行梯度变化量的计算采用同样的计算方式完成列梯度变化量的计算, 最后将两者相加即可得到最终的相位梯度变化质量值图行梯度变化量计算 Fig. VarianceofRow GradientComputing 采用共享内存方法计算质量图时, 为充分利用相邻相位点质量值计算的相同点以减小计算量, 计算任务分配只在行方向进行假设缠绕相位数组的行数为犕, 线程数为犜 thread, 当前行数为犻的相位质量值采用线程 mod( 犻, 犜 thread) 计算采用 OpenMP 实现质量图的并行计算, 主要步骤为 : ) 载入干涉相位图 ; ) 分配行列梯度存储空间 ; 3) 采用 OpenMP 中的 paralelfor 指令并行执行循环体内函数, 实现行列梯度的并行计算 ; 4) 调用 paralelfor 指令按照行进行计算任务分配, 循环体内的内容分配到不同的线程执行, 实现不同行相位质量值的并行计算.3 质量引导过程优化完成质量图的并行计算后, 下一步就是对质量引导过程进行优化质量引导过程中, 每次是对当前相位点的四邻域进行操作, 存在天然的并行性在解缠算法引导过程中对邻域的操作主要包括计算解缠相位质量值和入队操作为更好地满足并行性要求, 使得四邻域的操作完全独立, 可以采用 4 个优先队列, 分别保存当前生长节点的上下左右邻域节点, 这样, 可以独立进行不同节点的入队操作并行质量引导的基本流程如图 3 所示, 当前节点的四邻域节点分别解缠并存储到各优先队列时, 各优先队列需要返回当前队列的最高质量值,4 个队列完成入队操作后, 比较各优先队列的最高质量值的大小, 并记录最大质量值所对应的优先队列如果 4 个优先队列都不为空, 则让最高质量值所对应的节点出队列, 并对其四邻域中未解缠的节点进行解缠并送入对应的优先队列如果 4 个优先队列都为空, 则解缠完毕在并行质量引导过程中, 当前节点 4 个邻域中未解缠的节点并行完成解缠和入队操作后, 需要进行同步来获取 4 个队列中的最高值节点, 这是一个串行比较过程如果 4 个优先队列都为空, 则完成解缠 ; 否则, 获取当前 4 个队列中的最高质量节点, 对其未解缠邻域重复进行解缠和入队操作, 直至所有队列为空结束在图 3 所示的并行质量引导流程中, 存在串并行运算交替转换问题, 这是质量引导过程中不可避免的, 关键问题在于采用 OpenMP 进行串并行环境切换时, 需要重复进行并行环境的启动与释放, 严重影响解缠效率共享内存并行环境一次启动与释放的时间开销在毫秒级, 并且并行环境启动与释放次数与总的相位点数成正比因此, 只有在并行环境启动与释放时间可以忽略的情况下, 才可以显著提升质量引导过程效率实验与分析为验证共享内存环境下的质量引导相位解缠算法解缠效率, 在如下环境对 InSAR 和 InSAS 干涉相位图进行了解缠实验 : 处理器 Intel(R) Xeon(R)CPU X G ( 处理器核 ), 内存 48G, 操作系统 Windows7 专业版, 软件环境为 VS008 实验选用了两幅干涉图, 分别如图 4(a) 和图 5(a) 所示图 4(a) 是一幅 InSAR 干涉图, 其大小为像素图 5(a) 是一幅 00 年 7 月在某内陆湖进行 InSAS 海试样机实验中获取的原始数据处理后的干涉图, 其距离向点数为 8800, 方位向点数为 5, 残差点为 465, 整块原始数据的获取时间为 4s 实验过程中, 相

4 第 4 卷第期钟何平等 : 共享内存环境下的并行质量引导相位解缠 33 图 3 并行质量引导过程流程 Fig.3 FlowchartofParalelQualityGuided 图 4 InSAR 干涉图解缠实验 Fig.4 UnwrappingTestonInSARInterferogram 图 5 InSAS 干涉图解缠实验 Fig.5 UnwrappingTestonInSASInterferogram 位质量图选用可靠性较高的相位梯度变化质量图, 窗口大小设置为 7 7 像素, 采用量化质量引导时, 质量等级设置为 000 测试程序运行时间时, 均采用 Release 模式优化程序实验过程中 [3] 采用了原始质量引导算法量化质量引导算 [7] 法和共享内存质量引导 3 种质量引导方法,3

5 34 武汉大学学报信息科学版 07 年月种解缠方法差别主要体现在解缠效率, 解缠结果是相同的图 4(a) 所对应的相位质量图如图 4(b) 所示, 从质量图中可以看出干涉图中存在部分噪声区域, 采用质量引导算法计算所得的解缠结果如图 4(c) 所示, 高质量区域解缠结果相位连续性很好, 噪声区域存在一定的误差累积图 5(a) 所对应的残差点分布如图 5(b) 所示, 残差点主要分布在远距离处, 给远距离的相位解缠带来了一定困难, 最后解缠结果如图 5(c) 所示, 在远距离位置存在一定误差积累低质量区域误差累积是质量引导算法无法避免的, 但可以通过设计更可靠的相位质量图来对误差传播进行有效的抑制 3 种质量引导算法的效率比较如表所示从表中可以看出, 对 InSAR 和 InSAS 干涉图进行解缠, 原始质量引导相位解缠算法需要时间最长, 分别为 5734ms 和 ms, 其时间主要消耗在质量引导过程采用量化质量引导策略后, 质量引导过程时间大幅度减少, 分别从 ms 和 6430ms 减少到 408ms 和 547ms, 显著提高了解缠速度, 总解缠时间分别为 47 ms 和 699 ms, 加速比分别达到 6.4 和 93.5 采用量化质量引导后, 解缠时间主要消耗在质量图计算步骤, 尤其是对于 InSAS 干涉图, 其质量图计算时间已达到 538ms, 远超过其质量引导时间 547ms 为进一步提升相位解缠效率, 采用共享内存方法对质量图计算进行优化后, 两幅干涉图的质量图计算时间分别降为 8 ms 和 689 ms, 远低于其质量引导过程所消耗时间采用共享内存方法后, 两幅干涉图的解缠时间分别为 603 ms 和 40 ms, 加速比分别为 95. 和 68.7, 提升了质量引导算法解缠效率表不同质量引导算法解缠效率比较 Tab. EficiencyComparisonofDiferentQuality GuidedAlgorithms 干涉图 InSAR InSAS 数据大小像素像素解缠方法原始方法量化质量方法共享内存方法原始方法量化质量方法共享内存方法质量图计算 /ms 质量引导 /ms 总时间 /ms 加速比结语本文提出了一种共享内存环境下的快速质量引导算法, 优化了质量引导相位解缠效率, 满足了实时 InSAS 系统相位解缠需求质量引导算法的解缠结果精度完全取决于质量图的好坏, 通常质量图的精度与计算时间成正比, 采用共享内存方法进行质量图计算优化后, 可在有限时间内进行更复杂的高精度质量图计算, 为在实时条件下提高相位解缠精度提供了条件此外, 本文分析并给出了共享内存环境下的质量引导过程优化方法, 基本策略是采用 4 个优先队列同时对当前节点的四邻域节点进行生长, 但目前受限于多线程启动与关闭的时间开销, 体现不了并行引导优势对 InSAR 和 InSAS 的相位解缠实验结果表明, 共享内存环境下的质量引导相位解缠方法提高了解缠效率, 解缠时间远小于原始数据获取时间, 满足了实时 InSAS 相位解缠需求下一步主要在满足实时相位解缠的条件下对高质量相位质量图的生成方法进行研究, 提高相位解缠精度参考文献 [] Carbalo G F.Statisticaly Based Multiresolution NetworkFlowPhaseUnwrappingforSARInterfer ometry[d].sweden:kungligatekniskahogskolan, 000 [] Chen.Statistical CostNetwork Flow Approachesto Two DimensionalPhase UnwrappingforRadarIn terferometry[d].california:stanford University, 00 [3] GhigliaCD,PritD M.Two DimensionalPhaseUn wrapping:theory,algorithm,andsoftware[m]. New York:John Wiley & Sons.Inc,998 [4] Xu Caijun, Wang Hua. Comparison of InSAR PhaseUnwrapping Algorithmsand Error Analysis [J]. 犌犲狅犿犪狋犻犮狊犪狀犱犐狀犳狅狉犿犪狋犻狅狀犛犮犻犲狀犮犲狅犳犠狌犺犪狀犝狀犻狏犲狉狊犻狋狔,004,9():67 7( 许才军, 王华.In SAR 相位解缠算法比较及误差分析 [J]. 武汉大学学报信息科学版,004,9():67 7) [5] EinederM,Hubig M,MilckeB.UnwrappingLarge InterferogramsUsingthe Minimum CostFlow Al gorithm[c].internationalgeoscienceand Remote SensingSymposiumSeatle,WA,USA,998 [6] Chen C W,Zebker H A.Phase Unwrappingfor

6 第 4 卷第期钟何平等 : 共享内存环境下的并行质量引导相位解缠 35 LargeSARInterferograms:StatisticalSegmentation andgeneralizednetwork Models[J]. 犐犈犈犈犜狉犪狀狊犪犮狋犻狅狀狊狅狀犌犲狅狊犮犻犲狀犮犲犪狀犱犚犲犿狅狋犲犛犲狀狊犻狀犵,00,40 (8): [7] ZhongHeping,TangJinsong,ZhangSen,etal.A FastPhaseUnwrappingAlgorithm BasedonQuan tizedqualitymapandpriorityqueue[j]. 犌犲狅犿犪狋犻犮狊犪狀犱犐狀犳狅狉犿犪狋犻狅狀犛犮犻犲狀犮犲狅犳犠狌犺犪狀犝狀犻狏犲狉狊犻狋狔, 0,36(3):34 345( 钟何平, 唐劲松, 张森, 等. 利用量化质量图和优先队列的快速相位解缠算法 [J]. 武汉大学学报信息科学版,0,36(3):34 345) [8] ZhengD L,DaFP.A NovelAlgorithmforBranch CutPhase Unwrapping[J]. 犗狆狋犻犮狊犪狀犱犔犪狊犲狉狊犻狀犈狀犵犻狀犲犲狉犻狀犵,0,49(5): [9] ChenQiang,Yang Yinghui,Liu Guoxiang,etal. InSAR Phase Unwrapping Using Least Squares Method with Integer Ambiguity Resolution and EdgeDetection[J]. 犃犮狋犪犌犲狅犱犪犲狋犻犮犪犲狋犆犪狉狋狅犵狉犪狆犺犻犮犪犛犻狀犻犮犪.0,4(3):44 448( 陈强, 杨莹辉, 刘国祥, 等. 基于边界探测的 InSAR 最小二乘整周相位解缠方法 [J]. 测绘学报,0,4(3):44 448) [0]CostantiniM.A PhaseUnwrapping MethodBased on Network Programming[C].Fringe'96 Work shop ERSSARinterferometry,Zurich,996 []CarbaloGF,FieguthP W.ProbabilisticCostFunc tionsfor Network Flow Phase Unwrapping[J]. 犐犈犈犈犜狉犪狀狊犪犮狋犻狅狀狊狅狀犌犲狅狊犮犻犲狀犮犲犪狀犱犚犲犿狅狋犲犛犲狀狊犻狀犵,000,38 (5):9 0 []LiFangfang,ZhanYi,HuDonghui,etal.A Fast Method forinsar Phase Unwrapping Based on Quality Guide[J]. 犑狅狌狉狀犪犾狅犳犚犪犱犪狉狊,0, ():96 0 ( 李芳芳, 占毅, 胡东辉, 等. 一种基于质量指导的 InSAR 相位解缠快速实现方法 [J]. 雷达学报,0,():96 0) [3]HuangBaisheng,XuJiadong.FastPhaseUnwrap ping Method forinterferometric Phase Based on New Quality Guided[J]. 犑狅狌狉狀犪犾狅犳犛狔狊狋犲犿犛犻犿狌犾犪狋犻狅狀,00,():58 53( 黄柏圣, 许家栋. 一种基于新质量图引导的干涉相位快速解缠方法 [J]. 系统仿真学报,00,():58 53) [4]ChoBL,KongY K,Kim YS.Quality MapExtrac tionforradarinterferometryusing Weighted Win dow[j]. 犈犾犲犮狋狉狅狀犻犮狊犔犲狋犲狉狊,004,40 (8): [5]QuanC,TayCJ,ChenL,etal.Spatial Fringe Mod ulation Based Quality Mapfor Phase Unwrapping [J]. 犃狆狆犾犻犲犱犗狆狋犻犮狊,003,4 (35): 犘犪狉犪犾犲犾犙狌犪犾犻狋狔犌狌犻犱犲犱犘犺犪狊犲犝狀狑狉犪狆狆犻狀犵犃犾犵狅狉犻狋犺犿犻狀犛犺犪狉犲犱犕犲犿狅狉狔犈狀狏犻狉狅狀犿犲狀狋犣犎犗犖犌犎犲狆犻狀犵犜犐犃犖犣犺犲狀犠犝犎犪狅狉犪狀犣犎犃犖犌犛犲狀犜犃犖犌犑犻狀狊狅狀犵 NavalInstituteofUnderwaterAcousticTechnology,NavalUniversityofEngineering,Wuhan430033,China 犃犫狊狋狉犪犮狋 :Weproposeaparalelquality guidedphaseunwrappingalgorithminsharedmemoryenviron ment.theintrinsicrelationshipbetweentheneighboringphasepointsaboutqualityvaluecomputing isanalyzedfirstly,thentherowandcolumnarraysareusedtostoretheintermediateresultsinorder toeliminatetherepeatedcomputationofgradient.thecomputingtaskisalocatedbyrow,whichcan simplifythecomputingofrowandcolumngradientmeanvalues.finaly,thealocationofcomputing taskisrealizedusingopenmpinstructions,andthequalitymapiscomputedinparalel.theinherent paralelismofqualityguidedprocessisalsoanalyzedin depth,butsubjecttotherepetitivethreadstar tupandexitoverhead,itisdificulttoreflecttheadvantageofspeed.unwrappingtestsperformedon InSARandInSASinterferogram showthattheproposed methodgreatlyimprovestheeficiencyof phaseunwrapping,andprovidesafoundationforimprovingthesolutionprecisionunderreal timecon ditions. 犓犲狔狑狅狉犱狊 :phaseunwrapping;qualityguided;paralelcomputing;sharedmemory 犉犻狉狊狋犪狌狋犺狅狉 :ZHONG Heping,PhD,specializesinthetheoriesandmethodsofsignalprocessingofinterferometryandparalelcompu ting.e mail:zheping55@sohu.com 犉狅狌狀犱犪狋犻狅狀狊狌狆狆狅狉狋 :TheNationalNaturalScienceFoundationofChina,Nos ,66746;ChinaPostdoctoralScienceFounda tion,no.05m5833.

殐殐 27 1 Vol.27 No ImagingScienceandPhotochemistry Jan.,2009 檭檭檭檭檭檭檭檭檭檭檭檭檭檭殐殐 *O! "# #B) 1,CDE 1, 2, 1 (1., ;2., ) $ %:3 J = 2J4

殐殐 27 1 Vol.27 No ImagingScienceandPhotochemistry Jan.,2009 檭檭檭檭檭檭檭檭檭檭檭檭檭檭殐殐 *O! # #B) 1,CDE 1, 2, 1 (1., ;2., ) $ %:3 J = 2J4 殐殐 27 1 Vol.27 No.1 2009 1 ImagingScienceandPhotochemistry Jan.,2009 檭檭檭檭檭檭檭檭檭檭檭檭檭檭殐殐 *O! "# #B) 1,CDE 1, 2, 1 (1., 200092;2., 200092) $ %:3 J = 2J4 ',V T, _` * C?. + SU L 3 H4 E '.< 4 893?, V 9 P>?.