当前位置：首页 > news >正文

ESTARMFM遥感影像时空融合配置环境和代码运行详细教程

news 2026/7/9 12:40:08

原网站在github平台https://github.com/HPSCIL/cuESTARFM。，我这里是把我自己配置环境和运行的过程分享一下，本意是想记录一下踩过的坑和分享给需要的朋友。下载和安装步骤不要乱。按我写的步骤来。

一、Visual Studio下载

在官网下载即可，我下载的是2022版本，但是官网没有2022版了，可以在公众号找资源。安装时仅勾选「使用 C++ 的桌面开发」工作负载，其他组件无需安装，节省空间。

二、CUDA下载与安装

https://developer.nvidia.com/cuda-gpus网站可以下载，下载前需要查看自己电脑的版本兼容性：CUDA Toolkit 版本需与显卡驱动版本匹配，驱动版本过低会导致安装失败，可在 NVIDIA 控制面板查看当前驱动版本，具体查看步骤：打开CMD，输入 nvidia-smi 回车，第一行「Driver Version」就是当前驱动版本，同时会显示 CUDA Version（驱动支持的最高 CUDA 版本），安装时只能安装比显示最高版本低的版本。在网站下载好安装。

打开官网是最新版本的，要下载之前的版本点先前版本存档就可以了，选择exe (network) 网络安装包就可。

安装前关掉其他占用GPU的软件，右键—点击以管理员身份运行安装包，安装时保持尽量默认安装路径，避免手动改路径导致环境变量失效，安装完成后可以打开CMD，输入nvcc --version进行验证，显示release 1x.x, V.xx,则安装成功。因为前面安装了Visual Studio，后安装的CUDA会自动与Visual Studio匹配。有不用手动关联了。如果不放心有没有关联上，可以打开VS，创建一个空项目，项目名称和位置可以根据自己的需要修改，右键项目→生成依赖项→生成自定义

可以看到有CUDA，就说明关联上了。

勾选CUDA 12.8（如果没出现，说明CUDA安装未正确关联VS），添加.cu文件尝试编译，确认无报错。

三：安装conda，下载 GDAL（遥感读写库）

我是用conda安装的，推荐你们也用conda安装，这样比较省心。我下载安装的是miniconda，Anaconda也可以，看自己需要吧。安装conda仍然是选择以管理员身份运行。下载安装好conda后，打开Anaconda Prompt，输入conda install -c conda-forge libgdal gdal（通过 Conda 安装 C++ 开发版本），安装GDAL。安装后，可以在CMD输入gdalinfo --version，如果显示GDAL.....等版本信息，就说明 GDAL 安装成功了。

安装好GDAL后，在VS中新建空项目，可以命名为ESTARFM或者其他的都可以，命名看个人习惯，不要用空格和中文。

四：VS配置GDAL路径

第一步：右键新建的项目→点击最下方的「属性(Properties)」，顶部配置选Debug，平台选x64

再右键项目—生成依赖项—生成自定义，添加CUDA。

第二步：配置VC++目录

包含目录：左侧菜单→VC++ 目录→右侧「包含目录」→点击下拉框→「编辑」添加包含gdal.h的include文件路径。

库目录：点击菜单“项目”->“属性”->“VC++ 目录”->“库目录”，添加包含gdal.lib的lib文件路径，

附加依赖项：点击左侧菜单里「链接器」左边的小三角，在展开的子菜单里，点击「输入」，右侧页面就会切换到输入配置页，找到「附加依赖项」，在点击它右边的「编辑」。输入库名gdal.lib

把源码文件添加到项目，在https://github.com/HPSCIL/cuESTARFM网站下载FSTARFM代码。

如果VS右侧没显示，点顶部菜单：视图 → 解决方案资源管理器，就可以看到右侧的项目下面有「源文件」「头文件」两个文件夹。右键「源文件」→「添加」→「现有项」，在弹出的窗口里，找到你存放cuESTARFM源码的文件夹选中所有.cpp 和.cu文件,右键「头文件」→「添加」→「现有项」选中所有.h头文件点击「添加」

第三步：给.cu文件设置「CUDA C/C++」编译类型

在「源文件」里，找到你的 .cu 文件，右键这个文件→「属性」，在弹出的属性页里：顶部「配置」选Debug，「平台」选x64左侧展开「常规」，找到「项类型」，把默认的「C/C++ 编译器」改成「CUDA C/C++」，点击「确定」保存，所有.cu文件都按这个方法改一遍，接下来点击生成—生成解决方案，出现以下界面就成功了