随着科技发展,空间数据获取手段越来越丰富,测绘数据类型越来越多,数据量爆发式增长,如何快速、实时地处理海量数据成为测绘领域当前的研究热点。多核多处理器计算机是人类解决大规模科学计算的有力工具。随着并行技术不断发展,与并行计算机配套的并行系统、并行编程环境、并行处理算法等也日趋完善。其中,消息传递接口MPI(Message Passing Interface)作为并行计算领域消息传递编程模型的代表,已被广泛应用到各个学科及领域中。本文将MPI并行技术应用到测绘数据处理中,主要从以下3个方向具体展开研究:(a)物理大地测量学领域的格网重力场元并行计算;(b)摄影测量与遥感学领域的影像分块并行匹配;(c)激光点云领域的多幅点云数据并行配准。本文主要研究工作如下:(1)介绍了并行计算机体系,比较了消息传递、共享存储和数据并行三种并行编程环境,分析了MPI并行模式,总结了MPI常用调用接口的通信模式、功能特点和适用范围。(2)针对球谐综合法计算大规模格网重力场元耗时长问题,首先分析了求解地球重力场元的球谐综合计算公式,引入数组预存再调用方法来避免传统算法中对cosm?、sinm?及勒让德函数的递推系数的重复计算问题,再结合MPI并行技术来提高计算效率,并分别在DELL服务器和天河二号超算上进行了测试。实验结果表明,MPI并行技术能大幅度提高计算效率,大大减少计算耗时;系数预存再调用的方式在性能一般的服务器上,可显著提高计算效率,但在计算性能优异的超算平台上反而会拖慢计算速度。(3)SIFT(Scale Invariant Feature Transformation)算法匹配精度高,但实时性较差。本文利用MPI对图像进行分块并行处理,并针对图像分块匹配产生的裂缝问题,提出采用图像重叠分割并行处理。SIFT算法主要可分为两部分:特征提取和特征匹配,其中特征提取耗时占整个算法耗时的大部分,而特征匹配耗时占比较小。基于这个特点,实验设置了两个并行方案:并行方案1并行提取特征,再收集特征进行串行匹配;并行方案2并行提取特征后,将其中1幅图像的特征收集并广播给所有进程,实现了特征并行匹配。实验结果表明,利用MPI对图像进行分块并行处理可显著加快SIFT匹配速度;方案2的通信时间开销要多于方案1,但特征匹配耗时减少,整体效率比方案1更优。(4)点云精确配准一般采用ICP(Iterative Closest Point)算法,利用ICP算法对多幅点云进行逐对配准时,处理时间较长。本文引入分局变换矩阵作为过渡矩阵,通过MPI将一系列点云进行分段并行处理。实验结果表明,利用MPI对多幅点云进行分段处理可显著加快配准速度,减少执行时间;文本类型点云读取慢,利用MPI对多幅点云并行读取可大幅度减少耗时。