CUDA 라이브러리를 이용한 위성영상 병렬처리 : NDVI 연산을 중심으로 = Parallel Processing of Satellite Images using CUDA Library: Focused on NDVI Calculation

국문 초록 (Abstract)

원격탐사는 넓은 지역을 직접 접촉하지 않고 정보를 취득할 수 있고 다양한 분야에 적용할 수 있음으로써 급속히 발전하게 되었다. 이에 따라 위성의 제원 또한 원격탐사의 발전과 함께 급속한 발전을 이루게 되었다. 이러한 이유로 여러 분야에서 활용에 관한 연구가 활발히 이루어지고 있다. 현재 활용에 관한 연구는 활발히 이루어지고 있지만, 자료처리에 관련된 연구가 부족한 실정이다. 예전보다 인공위성의 제원이 발전하면서 많은 양의 정보 획득이 가능해진 것과 동시에 데이터 크기 또한 매우 커졌다. 이는 과거에 비해 자료의 처리속도가 저하된다는 단점이 존재한다. 따라서 본 논문에서는 병렬 처리의 한 가지 기법인 NVIDIA에서 제공하고 있는 CUDA (Compute Unified Device Architecture) 라이브러리를 활용하여 위성영상 자료처리 성능의 최적화를 목적으로 하고 있다. 본연구의 순서는 다음과 같다. 다목적실용위성(Korea Multi-Purpose Satellite, KOMPSAT)의 영상을 크기를 기준으로 5가지 Type으로 나눈다. 이렇게 나누어진 영상을 원격탐사 분야의 한 가지 방법인 NDVI (Normalized Difference Vegetation Index)로 구현한다. 이때 CPU (Central Processing Unit,중앙처리장치) 기반과 GPU (Graphic Processing Unit, 그래픽처리장치) 기반의 두 가지 방법과 상용소프트웨어인 ArcMap을 이용하여 NDVI를 구현한다. 그리고 동일한 영상 유무를 판단하기 위해 구현된 결과 영상들을 히스토그램과 시각적으로 비교하고 CPU 버전과 GPU 버전의 처리속도를 비교 분석하였다. 연구결과 CPU 버전과 GPU 버전의 결과 영상은 ArcMap으로 구현한 영상과 시각적 그리고 히스토그램 비교를 통해 같은 결과를 나타내어 NDVI 코드는 올바르게 구현되었으며, 처리속도는 CPU보다 GPU가 약 5배 정도 빠른 것으로 확인하였다. 본 연구에서 병렬 처리의 한 기법인 CUDA 라이브러리를 활용하여 위성영상 자료처리 성능을 향상시킬 수 있었으며, 향후 NDVI와 같은 단순한 픽셀 연산 이외에도 다양한 원격탐사 기법의 적용이 필요할 것으로 사료된다.

다국어 초록 (Multilingual Abstract)

Remote sensing allows acquisition of information across a large area without contacting objects, and has thus been rapidly developed by application to different areas. Thus, with the development of remote sensing, satellites are able to rapidly advance in terms of their image resolution. As a result, satellites that use remote sensing have been applied to conduct research across many areas of the world. However, while research on remote sensing is being implemented across various areas, research on data processing is presently insufficient; that is, as satellite resources are further developed, data processing continues to lag behind. Accordingly, this paper discusses plans to maximize the performance of satellite image processing by utilizing the CUDA(Compute Unified Device Architecture) Library of NVIDIA, a parallel processing technique. The discussion in this paper proceeds as follows. First, standard KOMPSAT(Korea Multi-Purpose Satellite) images of various sizes are subdivided into five types. NDVI(Normalized Difference Vegetation Index) is implemented to the subdivided images. Next, ArcMap and the two techniques, each based on CPU or GPU, are used to implement NDVI. The histograms of each image are then compared after each implementation to analyze the different processing speeds when using CPU and GPU. The results indicate that both the CPU version and GPU version images are equal with the ArcMap images, and after the histogram comparison, the NDVI code was correctly implemented. In terms of the processing speed, GPU showed 5 times faster results than CPU. Accordingly, this research shows that a parallel processing technique using CUDA Library can enhance the data processing speed of satellites images, and that this data processing benefits from multiple advanced remote sensing techniques as compared to a simple pixel computation like NDVI.

참고문헌 (Reference)

1 김성수, "최적화된 CUDA 소프트웨어 제작을 위한 프로그래밍 기법 분석" 한국정보과학회 16 (16): 775-787, 2010

2 계희원, "가속화된 볼륨 렌더링의CPU와 GPU기반 속도 비교" 2013 (2013): 51-53, 2013

3 Benedetti, R, "Vegetation classification in the middle mediterranean area by satellite data" 15 (15): 583-596, 1994

4 In-Kyu Jeong, "Performance Study of Satellite Image Processing on Graphics Processors Unit Using CUDA" 대한원격탐사학회 28 (28): 683-691, 2012

5 신사철, "NDVI와 기온자료를 이용한 광역증발산량의 추정" 한국지리정보학회 7 (7): 79-89, 2004

6 정윤재, "LiDAR DEM과 다중시기에 촬영된 Landsat 영상을 이용한 낙동강 유역 내 토지피복 변화 탐지" 한국지리정보학회 18 (18): 135-148, 2015

7 조명희, "ISODATA 기법을 이용한 RapidEye 영상으로부터 하천의 추출에 관한 연구" 한국지리정보학회 15 (15): 1-14, 2012

8 Kurte, K.R, "High resolution disaster data clustering using graphics processing units" 1696-1699, 2013

9 염용진, "GPU용 연산 라이브러리 CUDA를 이용한 블록암호 고속 구현" 한국정보보호학회 18 (18): 23-32, 2008

10 김재한, "GPU를 이용한 고속 영상 합성기법의 성능" 22-24, 2011

11 김규운, "GPU 아키텍처의 AES 암호화 성능 예측 분석 모델" 대한전자공학회 50 (50): 89-96, 2013

12 "CUDA toolkit documentation"

13 Justice, C.O, "Analysis of the phenology of global vegetation using meteorological satellite data" 6 (6): 1271-1318, 1985