CN101350098B - 一种图像处理的方法、系统及设备 - Google Patents
一种图像处理的方法、系统及设备 Download PDFInfo
- Publication number
- CN101350098B CN101350098B CN2008101424759A CN200810142475A CN101350098B CN 101350098 B CN101350098 B CN 101350098B CN 2008101424759 A CN2008101424759 A CN 2008101424759A CN 200810142475 A CN200810142475 A CN 200810142475A CN 101350098 B CN101350098 B CN 101350098B
- Authority
- CN
- China
- Prior art keywords
- view data
- distributed storage
- piecemeal
- remote sensing
- image processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明适用于图像处理领域,提供了一种图像处理方法、系统及设备,所述方法包括下述步骤:将交互选择的图像数据进行分块;将分块后的图像数据进行分布式存储;根据交互操作命令调用相应的并行处理算法并行处理分布式存储的图像数据,并将处理后的图像数据进行分布式存储。本发明通过交互式并行处理分布式存储的图像数据,实现了一种图像处理方法,能实时、快速、高效的处理数据量大且算法复杂的图像。
Description
技术领域
本发明属于图像处理领域,尤其涉及一种图像处理方法、系统及设备。
背景技术
随着航空航天技术、信息技术和计算机业的发展,遥感作为20世纪初新兴的一门学科,也得到飞速的发展。1957年10月4日前苏联发射了人类历史上第一颗人造地球卫星,标志着遥感新时期的到来。现代遥感充分发挥航空遥感和航天遥感的各自优势,并融合为一个整体,构成了现代遥感技术系统。为进一步认识和研究地球,合理开发地球资源和环境,提供了强有力的现代化手段。现代遥感技术的发展引起了世界各国的普遍重视,遥感应用的领域及应用的深度在不断扩大和延伸,取得了丰硕的成果和显著的经济效益,在军事、工业、农业、林业、区域规划和城市建设中有广泛的应用。
在遥感影像的处理过程中,由于影像数据量大并且算法复杂,对计算机的性能要求比较高,普通的计算机很难胜任此类的计算或存储任务。现有技术提出了软件分布共享内存机群上并行大规模地理图像处理系统ParGIP,该方案采用Client-Server计算模型,通过软件分布式共享存储中间层将PC机群组成一个逻辑上的共享内存的并行计算平台,该方案可以通过大共享内存和并行处理能力来提高性能,缩短处理周期,但是,该并计算平台是逻辑上或虚拟的共享内存,运算速度和处理能力受到一定的制约,并且数据交换依赖于Agent精灵程序。现在还没有一种可以实时、快速、高效的处理遥感影像的方法。
发明内容
本发明实施例的目的在于提供一种图像处理方法,旨在解决现有图像处理方法处理不能实时、快速、高效的处理遥感影像的问题。
本发明实施例是这样实现的,一种图像处理方法,所述方法包括下述步骤:
将交互选择的图像数据进行分块;
将分块后的图像数据进行分布式存储;
根据交互操作命令调用相应的并行处理算法并行处理分布式存储的图像数据,并将处理后的图像数据进行分布式存储;
根据接收到的显示命令中的采样比例对处理后的分布式存储的图像数据进行采样后显示。
本发明实施例的另一目的在于提供一种图像处理装置,所述图像处理装置包括:
分块模块,用于将交互选择的图像数据进行分块;
存储管理模块,用于将分块后的图像数据进行分布式存储;
处理模块,用于根据交互操作命令调用相应的并行处理算法并行处理分布式存储的图像数据,并将处理后的图像数据进行分布式存储;
图像显示模块,用于根据接收到的显示命令中的采样比例对处理后的分布式存储的图像数据进行采样后显示。
本发明实施例的另一目的在于提供一种图像处理系统,所述图像处理系统包括:
管理单元,包含上述图像处理装置;以及
至少两个计算单元,用于分布式存储所述管理单元分块后的图像数据,根据所述管理单元的控制调用相应的并行处理算法处理存储的图像数据,并存储处理后的图像数据。
在本发明实施例中,通过交互式并行处理分布式存储的图像数据,实现了一种图像处理方法,能实时、快速、高效的处理数据量大且算法复杂的图像。
附图说明
图1是本发明实施例提供的图像处理方法的流程图;
图2是本发明实施例提供的将按行分块后的遥感影像数据映射到各计算节点存储区的示意图;
图3是本发明实施例提供的图像处理软件系统的逻辑结构图;
图4是本发明实施例提供的图形用户界面的示意图;
图5是本发明实施例提供的图像处理装置的结构图;
图6是本发明实施例提供的图像处理系统的结构图;
图7是本发明实施例提供的采用C-S结构的图像处理系统的物理结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在本发明实施例中,通过交互式并行处理分布式存储的图像数据,实现了一种图像处理方法。
图1示出了本发明实施例提供的图像处理方法的实现流程,以对遥感影像的处理流程为例进行说明,详述如下:
在步骤S101中,将交互选择的遥感影像数据进行分块;
在本发明实施例中,采用集群式超级计算机来进行遥感影像处理,集群式超级计算机的管理节点将交互选择的遥感影像数据进行连续、均匀分块。
在步骤S102中,将分块后的遥感影像数据进行分布式存储;
管理节点将分块后的遥感影像数据分布式存储于各计算节点的存储区内。可以根据遥感影像中的坐标映射关系,将按行、列、方块等方式均匀分块后的遥感影像数据映射到各计算节点的存储区如图2示出了本发明实施例提供的将按行分块后的遥感影像数据映射到各计算节点存储区的示意图。
在步骤S103中,根据交互操作命令并行处理分布式存储的遥感影像数据,并将处理后的遥感影像数据进行分布式存储。
管理节点接收到交互操作命令后,根据数据在遥感影像中的坐标映射关系计算出存储该数据的计算节点的节点号以及在该节点中的存储区域,同时分布地对遥感影像进行计算;各计算节点完成计算后,将计算结果缓存于其存储区。
在步骤S104中,根据接收到的显示命令按照不同分辨率显示处理后的遥感 影像。
根据接收到显示命令中的采样比例对分布式存储于各计算节点的遥感影像数据进行采样,并显示采样到的遥感影像数据。
在本实施例中,利用图形用户界面的一个辅助线程维持并行遥感影像程序的生存周期,实现图形用户界面和并行遥感影像处理程序在物理关系上的分离,使二者变成两个独立的客观实体,本发明实施例提供的图像处理软件系统的逻辑结构图如图3所示。图形用户界面程序只运行在集群式超级计算机的管理节点,而并行遥感影像处理程序运行在集群式超级计算机的管理节点和各个计算节点。
在上述流程中,管理节点将交互选择的遥感影像数据按行连续均匀地分块后分发给各个计算节点,因此遥感影像数据在原始遥感影像中的坐标(以遥感影像的左上角为坐标原点)与在集群式超级计算机各计算节点中的坐标会有变化,但两坐标之间有一定的映射关系。在本实施例中,假设遥感影像的宽度和高度分别为W和H,且W=H,并都为2的整数次幂,所用超级计算机的节点个数为N(N≤H)也为2的整数次幂,每个计算节点所分发到的遥感影像的宽度和高度分别为w和h则:
w=W;
h=H/N;
具体映射关系描述如下:
1.从遥感影像坐标到计算节点坐标的映射
遥感影像中的任一点数据(x,y),0≤x<W且0≤y<H,遥感影像按行分块后分发到计算节点,设该点数据所属计算节点的节点号为r,该点数据在节点号r的计算节点中的坐标为(x′,y′),则
r=[y/h];
x′=x;
y′=y%h;
上式中,[]表示向下取整运算,例如[5/2]=2;%表示取模运算,例如5%2=1。
2.从计算节点坐标到遥感影像坐标的映射
任一超级计算机节点r(0≤r<N)中任一数据点坐标(x′,y′),0≤x′<w且0≤y′<h,该遥感影像数据点在原遥感影像中的坐标为(x,y),则:
x=x′;
y=h*r+y′。
当然,还可以采用其他映射关系将遥感影像数据映射到各计算节点。
在上述流程中,步骤S103,根据交互操作命令并行处理分布式存储的遥感影像数据,并将处理后的遥感影像数据进行分布式存储的步骤具体为:
管理节点根据交互操作命令控制计算节点对其存储的遥感影像数据进行相应的处理,各计算节点存储其处理后的遥感影像数据。
在本实施例中,图形用户界面和并行遥感影像处理程序之间建立一条命令通道,图形用户界面使用命令通道控制和调用并行遥感影像处理程序;并行遥感影像处理程序通过命令通道把处理结果返回给图形用户界面。并行遥感影像处理程序对所使用的集群式超级计算机的节点进行通信域划分,将节点分为两个通信域:一个是管理节点的通信域;另一个是计算节点的通信域,简称为子通信域。管理节点的通信域负责接收图形用户界面的交互操作命令和返回操作结果到图形用户界面。子通信域中多任务、多进程地完成遥感影像的并行计算和遥感影像数据的交换。并行遥感影像处理程序包含了大量的遥感影像并行处理算法子函数,根据接收到图形用户界面的交互操作命令来执行相应的遥感影像计算操作。
其中,管理节点的图形用户界面用于与用户交互,接收用户输入的交互操作命令,可以使用Qt软件工具包开发,使用多线程和网络通信等相结合的技术。本发明实施例提供的图形用户界面如图4所示,图形用户界面由一个菜单条、工具条,以及一个状态条的主应用程序窗口、若干个子窗口以及和停靠显示框组成。
并行遥感影像处理程序是一个独立的应用程序,作为图形用户界面的一个辅助线程,由用户负责启动和终止。在运行时,并行遥感影像处理程序的遥感影像并行处理算法子函数以分布式存储于各计算节点的遥感影像数据为计算对象,输入流和输出流均在各计算节点中;如果有需要,不同计算节点之间则进行必要的遥感影像数据传输,即进程之间的数据通信。
并行遥感影像处理程序可以用C++的消息传递接口(Message PassingInterface,MPI)编写,在启动并行遥感影像处理线程后运行该应用程序。程序运行时,并行遥感影像处理程序首先初始化MPI接口。集群式超级计算机的管理节点创建命令通道,如果并行遥感影像处理程序成功启动则向图形用户界面发送一条“并行遥感影像处理程序已启动”的字符串命令;循环接收图形用户界面发送过来的交互操作字符串命令,接收到字符串命令后管理节点把该字符串命令以MPI广播的形式广播到所使用的各个计算节点。各计算节点解析接收到的字符串命令,调用并行图形处理程序的相应子函数进行相应的处理。并行图像处理程序主要完成遥感影像的算术运算、滤波、增强、灰度变换、检测、识别等。
在本发明实施例中,图形用户界面有一个固定大小的子窗口,用于显示原始的和处理后的遥感影像。显示命令中包含采样比例,并行遥感影像处理算法根据接收到显示命令中包含的采样比例对分布式存储于各计算节点的遥感影像数据进行采样,并将采样的结果返回图形用户界面。这样,图形用户界面的子窗口以不同的分辨率显示处理后的遥感影像,既便于用户查看遥感影像的细节部分,又便于用户查看遥感影像的概貌。
进一步地,图形用户界面还可以结合传统的和最新的遥感影像研究成果,集成一些常用的遥感影像处理操作的控件,多尺度、多分辨率、全方位地显示原始的和处理后的遥感影像,友好的图形用户界面使用户轻松容易地实现对巨幅遥感影像的操作和处理。
当然,本发明实施例提供的图像处理方法可以用于处理航空遥感影像、卫 星遥感影像,还可以用于处理其他数据量大、算法复杂的图像。
图5示出了本发明实施例提供的图像处理装置的结构,以对遥感影像处理为例进行说明,为了便于说明仅示出了与本发明实施例相关的部分。
该图像处理装置可以用于图像处理系统,也可以是运行于图像处理系统内的软件单元,也可以作为独立的挂件集成到这些图像处理系统中或者运行于这些图像处理系统的应用系统中,其中:
分块模块501,用于将交互选择的遥感影像数据进行分块。
存储管理模块502,用于将分块后的遥感影像数据进行分布式存储。
处理模块503,用于根据交互操作命令并行处理分布式存储的遥感影像数据,并将处理后的遥感影像数据进行分布式存储,其实施方式如上所述,不再赘述。
为了便于查看处理后的遥感影像,作为本发明实施例的一个优选实施例,图像处理装置还包括:
图像显示模块504,用于根据接收到的显示命令按照不同分辨率显示处理后的遥感影像,其实施方式如上所述,不再赘述。
图6示出了本发明实施例提供的图像处理系统的结构,以对遥感影像处理为例进行说明,为了便于说明仅示出了与本发明实施例相关的部分。
管理单元601,包含上述图像处理装置,将交互选择的遥感影像数据分块后分布式存储于计算单元602,根据交互操作命令控制计算单元602并行处理分布式存储的遥感影像数据,并将处理后的遥感影像数据进行分布式存储。
计算单元602,用于分布式存储管理单元601分块后的遥感影像数据,根据管理单元601的控制处理其存储的遥感影像数据,并存储处理后的遥感影像数据。在一个图像处理系统中,至少包含两个计算单元602,计算单元602的具体数量根据实际需要设定。
在本实施例中,管理单元601和计算单元602分别为集群式超级计算机的管理节点和计算节点,其实施方式如上所述,不再赘述。
为了提高图像处理系统的灵活性,便于用户远程使用,作为本发明的再一个优选实施例,图像处理系统还包括:
客户单元603,用于将用户输入的操作命令、需要处理的遥感影像数据发送给管理单元601,接收管理单元601返回的操作结果。
在本实施例中,图像处理系统采用客户端-服务器(Client-Server)的结构,物理结构如图7所示。由管理单元和若干个计算单元构成的服务器是一台集群式超级计算机(即高性能计算机),计算速度的理论峰值达到1.5T Flops,国际标准测试程序Linpack测试结果为911G Flops,有128个对称多处理(Symmetric Multi Processing,SMP)计算节点和管理辅助节点等构成,拥有256个Xeon处理器,采用带宽达2Gbps的Myrinet2000构成计算通信网络,国际通用MPI和并行虚拟机(Parallel Virtual Machine,PVM)并行计算环境,支持C/Fortran语言,配有科学与工程计算标准软件包BLAS、BLACS、ATLAS、LAPACK和SCALPACK等。客户端可以是一台独立于服务器的计算机终端。客户端与服务器之间采用TCP/IP协议通信。客户端和服务器既可以在同一个局域网内也可以通过Internet连接。客户端和服务器以请求-应答的模式动作:操作命令及其参数从客户端发送给服务器,服务器执行相应的操作并将结果返回给客户端。服务器端的管理单元负责打开遥感影像并分发数据给其它计算单元、将客户端发送的操作命令分配给其它计算单元以及把操作结果返回给客户端。用于和用户交互的图形用户界面运行在管理单元上,可以很简单方便地接收客户端的计算任务并把运算结果以图像的形式返回给客户端。其它计算单元负责接收并完成管理单元分配的计算任务。实验表明,该图像处理系统是一款功能强大、快速高效、具有友好工作界面的遥感影像软件处理系统。
在本发明实施例中,通过交互式并行处理分布式存储的图像数据,实现了一种图像处理方法,能实时、快速、高效的处理数据量大且算法复杂的图像。
本领域普通技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以在存储于一计算机 可读取存储介质中,所述的存储介质,如ROM/RAM、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种图像处理方法,其特征在于,所述方法包括下述步骤:
将交互选择的图像数据进行分块;
将分块后的图像数据进行分布式存储;
根据交互操作命令调用相应的并行处理算法并行处理分布式存储的图像数据,并将处理后的图像数据进行分布式存储;
根据接收到的显示命令中的采样比例对处理后的分布式存储的图像数据进行采样后显示。
2.如权利要求1所述的方法,其特征在于,所述方法基于集群式超级计算机。
3.如权利要求2所述的方法,其特征在于,所述将分块后的图像数据进行分布式存储的步骤具体为:
管理节点将分块后的图像数据分布式存储于各计算节点。
4.如权利要求3所述的方法,其特征在于,所述根据交互操作命令调用相应的并行处理算法并行处理分布式存储的图像数据,并将处理后的图像数据进行分布式存储的步骤具体为:
管理节点根据交互操作命令控制计算节点调用相应的并行处理算法对其存储的图像数据进行相应的处理,各计算节点存储其处理后的图像数据。
5.一种图像处理装置,其特征在于,所述图像处理装置包括:
分块模块,用于将交互选择的图像数据进行分块;
存储管理模块,用于将分块后的图像数据进行分布式存储;
处理模块,用于根据交互操作命令调用相应的并行处理算法并行处理分布式存储的图像数据,并将处理后的图像数据进行分布式存储;
图像显示模块,用于根据接收到的显示命令中的采样比例对处理后的分布式存储的图像数据进行采样后显示。
6.一种图像处理系统,其特征在于,所述图像处理系统包括:
管理单元,包含权利要求5所述的图像处理装置;以及
至少两个计算单元,用于分布式存储所述管理单元分块后的图像数据,根据所述管理单元的控制调用相应的并行处理算法处理存储的图像数据,并存储处理后的图像数据。
7.如权利要求6所述的系统,其特征在于,所述图像处理系统还包括:
客户单元,用于将用户输入的操作命令、需要处理的图像数据发送给所述管理单元,接收所述管理单元返回的操作结果。
8.如权利要求6或7所述的系统,其特征在于,所述管理单元和计算单元分别为集群式超级计算机的管理节点和计算节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101424759A CN101350098B (zh) | 2008-08-19 | 2008-08-19 | 一种图像处理的方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101424759A CN101350098B (zh) | 2008-08-19 | 2008-08-19 | 一种图像处理的方法、系统及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101350098A CN101350098A (zh) | 2009-01-21 |
CN101350098B true CN101350098B (zh) | 2012-01-04 |
Family
ID=40268877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101424759A Expired - Fee Related CN101350098B (zh) | 2008-08-19 | 2008-08-19 | 一种图像处理的方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101350098B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103812934A (zh) * | 2014-01-28 | 2014-05-21 | 浙江大学 | 基于云存储系统的遥感数据发布方法 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101551898B (zh) * | 2009-05-08 | 2012-12-26 | 北京锐安科技有限公司 | 基于分布式的图像处理方法和图像处理系统 |
CN101931809B (zh) * | 2010-07-29 | 2012-05-09 | 西安空间无线电技术研究所 | 航天器图像分解传输方法 |
CN102135949B (zh) * | 2011-03-01 | 2013-06-19 | 浪潮(北京)电子信息产业有限公司 | 基于图形处理器的计算网络系统、方法及装置 |
CN103116737B (zh) * | 2011-11-16 | 2016-04-06 | 北京同步科技有限公司 | 分布式视频图像识别系统及其图像识别方法 |
CN103019671B (zh) * | 2012-10-08 | 2016-08-17 | 中国科学院对地观测与数字地球科学中心 | 面向数据密集型遥感图像处理的泛型编程的框架编程方法 |
CN103530381B (zh) * | 2013-10-17 | 2016-08-17 | 宁波工程学院 | 一种面向遥感影像邻域处理的并行优化方法 |
CN103903272B (zh) * | 2014-04-16 | 2016-09-07 | 广东中科遥感技术有限公司 | 一种基于Hadoop的StaMPS算法并行化处理方法 |
CN105989575B (zh) * | 2015-03-02 | 2019-08-30 | 腾讯科技(深圳)有限公司 | 一种图像模糊处理方法和装置 |
CN105245757B (zh) * | 2015-09-29 | 2018-01-05 | 西安空间无线电技术研究所 | 一种非对称的图像压缩传输方法 |
CN110149355A (zh) * | 2018-02-13 | 2019-08-20 | 大猩猩科技股份有限公司 | 一种分布式的影像分析系统 |
CN109118421A (zh) * | 2018-07-06 | 2019-01-01 | 航天星图科技(北京)有限公司 | 一种基于分布式框架的影像匀光匀色方法 |
CN109361741A (zh) * | 2018-09-29 | 2019-02-19 | 上海优谦智能科技有限公司 | 利用去分布式传输技术对个人信息进行保护的系统 |
CN111553224A (zh) * | 2020-04-21 | 2020-08-18 | 中国电子科技集团公司第五十四研究所 | 一种大型遥感影像分块分配方法 |
CN116501904B (zh) * | 2023-06-28 | 2023-09-22 | 中国人民解放军总医院 | 分布式存储方法、装置、设备及介质 |
-
2008
- 2008-08-19 CN CN2008101424759A patent/CN101350098B/zh not_active Expired - Fee Related
Non-Patent Citations (3)
Title |
---|
常志明.遥感图像并行算法的研究及其网格服务的实现.《中国优秀硕士学位论文全文数据库》.2005,3-7,42-50. * |
陆松 等.分布共享存储的遥感图像并行预处理系统结构研究.计算机工程与科学26 10.2004,26(10),56-59. |
陆松 等.分布共享存储的遥感图像并行预处理系统结构研究.计算机工程与科学26 10.2004,26(10),56-59. * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103812934A (zh) * | 2014-01-28 | 2014-05-21 | 浙江大学 | 基于云存储系统的遥感数据发布方法 |
CN103812934B (zh) * | 2014-01-28 | 2017-02-15 | 浙江大学 | 基于云存储系统的遥感数据发布方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101350098A (zh) | 2009-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101350098B (zh) | 一种图像处理的方法、系统及设备 | |
US10614544B2 (en) | System and method for space situational awareness demonstration | |
DE102012213643B4 (de) | Multitthread-Physik-Engine mit Impulsweiterleitung | |
US7796129B2 (en) | Multi-GPU graphics processing subsystem for installation in a PC-based computing system having a central processing unit (CPU) and a PC bus | |
Ma et al. | A scalable parallel cell-projection volume rendering algorithm for three-dimensional unstructured data | |
US20090147013A1 (en) | Processor task and data management | |
KR101136850B1 (ko) | 중앙 처리 장치, 그것의 gpu 시뮬레이션 방법 그리고 그것을 포함하는 컴퓨팅 시스템 | |
CN101702245B (zh) | 一种可扩展通用三维地景仿真系统 | |
CN101401128A (zh) | 使用图形处理进行粒子操作的方法和装置 | |
JPH05242055A (ja) | マルチプロセッサ・システム | |
GB2245129A (en) | Local display bus architecture and communications method for raster display | |
CN103106679A (zh) | 分布式3d多通道渲染方法、系统和平台 | |
DE102020121814A1 (de) | Vorrichtung und Verfahren zum Verwenden von Dreieckspaaren und gemeinsam genutzten Transformationsschaltungen zum Verbessern der Strahlverfolgungsleistung | |
CN111932663B (zh) | 基于多层级非对称通信管理的并行绘制方法 | |
CN107729138A (zh) | 一种高性能分布式矢量空间数据的分析方法和装置 | |
Mackerras | A fast parallel marching-cubes implementation on the Fujitsu AP1000 | |
Silva et al. | Parallel performance measures for volume ray casting | |
Gerald‐Yamasaki | Cooperative visualization of computational fluid dynamics | |
Huang et al. | A parallel splatting algorithm with occlusion culling | |
Beynon et al. | A component-based implementation of iso-surface rendering for visualizing large datasets | |
CN102289966A (zh) | 一种雷达仿真系统 | |
Christara et al. | An efficient transposition algorithm for distributed memory computers | |
Wei et al. | Performance issues of a distributed frame buffer on a multicomputer | |
Ma et al. | The embedding kernel on the IBM Victor multiprocessor for program mapping and network reconfiguration | |
CN102622198A (zh) | 一种对数据进行可视化处理的方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120104 Termination date: 20150819 |
|
EXPY | Termination of patent right or utility model |