MPI实例之中值滤波

最新推荐文章于 2023-10-09 08:52:56 发布

威成天下

最新推荐文章于 2023-10-09 08:52:56 发布

阅读量1.2k

点赞数 5

CC 4.0 BY-SA版权

分类专栏： MPI学习之路文章标签： MPI MPI分布式集群 MPI实例

本文链接：https://blog.youkuaiyun.com/secyb/article/details/80105454

本文通过一个具体的实例，使用MPI进行中值滤波操作，探讨了MPI在数据并行处理中的应用。介绍了如何安装GDAL库，并讨论了在MPI环境下如何编译和执行程序，以及优化通信效率的可能性。实验结果显示，通过增加进程数量可以有效提高算法执行速度，但需注意数据传输的时间成本。最后，作者提到MPI编程的核心在于合理设计进程间的通信策略，以提高并行效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

距上次更新MPI系列博客4个多月，该段时间甚少接触MPI。最近指导师弟进行毕设实验时再次用到，因此还是有必要记录下学习MPI的过程。我上篇博客（MPI集群环境搭建）已经详细介绍了MPI集群搭建的详细流程，当时是在VMware下创建了两个Ubuntu14.04虚拟机，后来我基于实验室OpenStack（关于OpenStack的搭建，后续有时间的话我会另作介绍）平台新建了两个Ubuntu16.04节点，搭建过程基本一致。节点参数如下：

博客概要

本文直接结合具体实例（对tiff影像进行中值滤波）来学习MPI通信函数和并行策略（该实例采用数据并行，任务并行的话后面有机会再介绍）。算法流程如下(MPI是进程级的，下面所说的节点即一个个进程)：
这里写图片描述

安装GDAL

GDAL(Geospatial Data Abstraction Library)是一个在X/MIT许可协议下的开源栅格空间数据转换库，本文用它来读取影像。
1.apt-get命令安装：

sudo apt-get install libgdal-dev

2.源码安装（为了后期配置更合理，推荐该方式。我一般都是采用该种安装方式）
下载源文件(GDAL),然后解压（tar -zxvf gdal-2.2.2.tar.gz）

./configure
make
make install

可以指定安装路径，那样的话记得配置环境变量（Linux下源码安装，建议直接参考官网）
我们知道mpi执行时必须保证每个节点都有相同的执行程序，每个节点（进程）执行什么都在程序中写好了。如果只有主节点需要用到GDAL的话是不是其他节点就不用安装GDAL了？我在每个节点都安装了GDAL，所以这个我没有进行试验，我的想法是其他节点是不用安装GDAL的（这段完全在自言自语）

代码实现

#include <gdal_priv.h>  
#include <iostream>
#include "mpi.h"

using namespace std;
void _medianfilter(const unsigned char* image, unsigned char* result, int width, int height);//中值滤波

int main(int argc, char *argv[])
{
    time_t start, stop, start1, stop1;//使用time_t函数计时
    start = time(NULL);
    MPI_Status status;
    const char *inPath = "/home/ubuntu/data/GF1_WFV3_E115.7_N28.9_20170729_L1A0002514125.tiff";//原始影像路径
    const char *outPath = "/home/ubuntu/data/gdal_out.tiff";//输出路径
    int nImgSizeX, nImgSizeY, bandcount;
    int rank, size;
    int interval;