Hyperspectral image compression onboard next-generation satellites: implementation solutions on GPU and FPGAs

• Autores: María Lucana Santos Falcón
• Directores de la Tesis: Jose Francisco López Feliciano (dir. tes.), Roberto Sarmiento (dir. tes.)
• Lectura: En la Universidad de Las Palmas de Gran Canaria ( España ) en 2014
• Idioma: español
• Tribunal Calificador de la Tesis: Antonio Núñez Ordóñez (presid.), Juan Antonio Montiel Nelson (secret.), Luca Fossati (voc.), Bormin Huang (voc.), Teresa Riesgo (voc.)
• Materias:
  • Ciencias tecnológicas
    • Tecnología electrónica
    • Tecnología de las telecomunicaciones
  • Ciencias económicas
    • Economía sectorial
      • Investigación y desarrollo
• Enlaces
  • Tesis en acceso abierto en: acceda
• Resumen

  • La compresión de imágenes multiespectrales e hiperespectrales en satélites supone al mismo tiempo un reto y una necesidad, cuya importancia se está haciendo cada vez mayor a medida que la resolución de los sensores tiende a aumentar. Las imágenes se capturan en un número de longitudes de onda que puede variar desde decenas hasta miles, conformando un cubo de datos cuyo tamaño debe ser reducido para cumplir con las limitaciones actuales en relación a la cantidad de almacenamiento disponible a bordo y los anchos de banda de las comunicaciones. Los algoritmos de compresión de imágenes multiespectrales e hiperespectrales deben cumplir determinados requisitos específicos del entorno espacial, como son la baja complejidad y la tolerancia a errores, entre otros. La capacidad computacional de los equipos que operan en los satélites es limitada, y en consecuencia, la mayoría de los algoritmos para compresión de datos usados en el sector terreno no pueden ser utilizados en el espacio. Es por ello que, además de proponer nuevas técnicas de compresión, es necesario desarrollar las implementaciones físicas para ejecutar dichos algoritmos en dispositivos aptos para trabajar en el espacio. En esta Tesis se proponen nuevas soluciones tecnológicas para la implementación física y ejecución de algoritmos de compresión de imágenes hiperespectrales a bordo de satélites. En concreto, se estudia la implementación de un algoritmo de compresión sin pérdidas denominado LCE en una GPU y en una FPGA, y se elaboran estrategias para acelerarlo mediante técnicas de procesamiento paralelo. Se realiza, por tanto, una paralelización del compresor LCE y de su correspondiente descompresor, y se implementa en una GPU utilizando Nvidia CUDA. Los resultados experimentales, realizados sobre imágenes hiperespectrales de diferentes tamaños en la dimensión espacial y espectral muestran que se ha obtenido una aceleración significativa. La implementación para GPU del LCE se ejecuta 15 veces más rápido que su equivalente sobre CPU. Además, se presenta una implementación del LCE sobre una FPGA. Los resultados experimentales muestran una ocupación de área reducida (como máximo del 14%) y una frecuencia de 80 MHz cuando se sintetiza en una Virtex 5 5VFX130. Finalmente, se realiza una comparación de las diferentes tecnologías utilizadas para implementar el LCE, en la que se muestra que, aunque la GPU tiene un rendimiento superior en cuanto a número de muestras procesadas por unidad de tiempo, la FPGA ofrece el mejor compromiso entre rendimiento, bajo consumo de potencia y flexibilidad. Este trabajo de investigación se completa con una implementación de baja complejidad del recientemente publicado estándar CCSDS 123 para la compresión de imágenes multiespectrales e hiperespectrales sin pérdidas. Se realiza un diseño arquitectural con el objetivo de conseguir una baja ocupación de recursos hardware y alto rendimiento en una FPGA cualificada para el espacio, en concreto la RTAX1000S de la familia Microsemi. La implementación resultante es, por lo tanto, apta para ser utilizada a bordo de un satélite. Durante esta investigación se realiza un estudio del efecto de los distintos parámetros de configuración que admite el estándar CCSDS 123 en el ratio de compresión y en la complejidad de la implementacón resultante, de modo que sea flexible para adaptarse a distintos escenarios manteniendo una baja complejidad. Los resultados muestran una ocupación del 34% y una frecuencia máxima de 43 MHz en la citada RTAX1000S. Las ventajas de las soluciones presentadas se ponen de manifiesto y se comparan en cuanto a su rendimiento, el coste de la solución y la flexibilidad de la implementación. En definitiva, este trabajo pretende realizar una contribución para las misiones espaciales futuras, de manera que cuenten con soluciones capaces de ejecutar algoritmos de compresión de imágenes hiperespectrales con más flexibilidad, alto rendimiento y bajo consumo de potencia.