2.3.2 并行处理工具简介
所谓的并行处理，就是根据处理数据的方式,形成多个相对独立的数据区,由不同的处理器分别处理(数据并行) ，主要的处理工具包括MPI、OpenMP等。
     MPI（MPI是一个标准，有不同的具体实现，比如MPICH等）是多主机联网协作进行并行计算的工具，当然也可以用于单主机上多核/多CPU的并行计算，不过效率低。它能协调多台主机间的并行计算，因此并行规模上的可伸缩性很强，能在从个人电脑到世界TOP10的超级计算机上使用。缺点是使用进程间通信的方式协调并行计算，这导致并行效率较低、内存开销大、不直观、编程麻烦。
    OpenMP是由OpenMP Architecture Review Board牵头提出的，并已被广泛接受的，用于共享内存并行系统的多线程程序设计的一套指导性注释 (Compiler Directive)。OpenMP支持的编程语言包括C语言、C++和Fortran；而支持OpenMP的编译器包括Sun Compiler，GNU Compiler和Intel Compiler等。OpenMP提供了对并行算法的高层的抽象描述，程序员通过在源代码中加入专用的pragma来指明自己的意图，由此编译器可以自动将程序进行并行化，并在必要之处加入同步互斥以及通信。当选择忽略这些pragma，或者编译器不支持OpenMP 时，程序又可退化为通常的程序(一般为串行)，代码仍然可以正常运作，只是不能利用多线程来加速程序执行。
    OpenMP是针对单主机上多核/多CPU并行计算而设计的工具，换句话说，OpenMP更适合单台计算机共享内存结构上的并行计算。由于使用线程间共享内存的方式协调并行计算，它在多核/多CPU结构上的效率很高、内存开销小、编程语句简洁直观，因此编程容易、编译器实现也容易。
OpenMP提供的这种对于并行描述的高层抽象降低了并行编程的难度和复杂度，这样程序员可以把更多的精力投入到并行算法本 身，而非其具体实现细节。对基于数据分集的多线程程序设计，OpenMP是一个很好的选择。同时，使用OpenMP也提供了更强的灵活性，可以较容易的适 应不同的并行系统配置。线程粒度和负载平衡等是传统多线程程序设计中的难题，但在OpenMP中，OpenMP库从程序员手中接管了部分这两方面的工作。
近年来，并行计算技术大规模发展，近期多核技术的不断进步，在并行程序设计领域，Open MP具有简单易用的特点，因而成为共享主存结构编程的事实标准。
3  基于矩匹配的边缘校正系统设计
     高光谱遥感以其光谱分辨率高、图谱合一的特点受到了国内外研究者的广泛关注。从二十世纪八十年代开始到现在的二十多年中，无论在成像光谱仪等硬件方面还是在图像处理系统等软件方面都得到了的迅速的发展。高光谱遥感的发展历史虽然只有短短十年左右的时间,但在很多国家、许多领域已得到了越来越广泛的应用。目前主要应用于植被生态、大气、地质、海洋、农业等领域。
迄今为止，国内外常用的成像光谱仪还是以航空机载的为主，要进入实用阶段，需要由航空遥感转向卫星遥感。所以，未来携带更高光谱和空间分辨率成像光谱仪的卫星会陆续发射。当前，面向高光谱遥感应用，发展以地物精确分类、地物识别、地物特征信息提取为目标的高光谱遥感信息处理和定量化分析模型，提高高光谱数据处理的自动化和智能化水平，开发专用的高光谱遥感数据处理分析软件系统和地物光谱数据库仍是高光谱遥感研究的主要任务，旨在将高光谱遥感更精确地应用于更多更广的领域[6]。
所以说，解决边缘辐射畸变这一问题具有很重大的现实意义，使得高光谱遥感能更实际的应用的生活之中。 机载高光谱图像边缘辐射校正并行处理系统设计(6):http://www.youerw.com/jisuanji/lunwen_3683.html