CN105701760A - 一种地理栅格数据任选多边形区域的直方图实时生成方法 - Google Patents
一种地理栅格数据任选多边形区域的直方图实时生成方法 Download PDFInfo
- Publication number
- CN105701760A CN105701760A CN201610017618.8A CN201610017618A CN105701760A CN 105701760 A CN105701760 A CN 105701760A CN 201610017618 A CN201610017618 A CN 201610017618A CN 105701760 A CN105701760 A CN 105701760A
- Authority
- CN
- China
- Prior art keywords
- tile
- histogram
- selection area
- data
- raster data
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/28—Indexing scheme for image data processing or generation, in general involving image processing hardware
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Image Analysis (AREA)
Abstract
一种地理栅格数据任选多边形区域的直方图实时生成方法,1)将原始栅格数据切割成一定尺寸的瓦片,分别统计原始栅格数据中各瓦片的直方图并将其以文件方式存储到服务器;2)判定各瓦片与用户选定多边形区域的关系,分别确定完全处于选定区域内部的瓦片和处于选定区域边界的瓦片;3)对于处于选定区域内部的瓦片,读入1)中生成的文件,读取对应瓦片的直方图数据并将各瓦片的直方图数据汇总求和;4)对于处于选定区域边界的瓦片,采用并行方式读取原始栅格数据并统计直方图,最终将统计的直方图数据汇总求和;5)将3)和4)得到的直方图数据求和得到选定区域的直方图。本发明能满足实时获取用户选定任意多边形区域直方图的需求。
Description
技术领域
本发明属于地理信息处理技术领域,具体涉及一种地理信息系统中地理栅格数据任选多边形区域的直方图实时生成方法。
背景技术
直方图是一个统计学概念,它通过对选定地域某一方面特征(如海拔、颜色等)进行统计来表征该地域的全局特征。直方图广泛应用于许多领域比如图像处理、数据挖掘以及数据库应用。
随着地理空间数据采集技术的发展,人类获取地理空间数据的效率不断提高,用于分析处理的地理空间数据的规模越来越大。与此同时,随着地理数据分析需求的多样化发展,用户往往需要通过交互的方式快速得到自己选定空间区域的直方图数据。目前绝大多数GIS软件如ArcGIS、SuperMap、MapGIS等均具有生成直方图的功能,但是都不支持任选多边形区域的直方图生成,而且其直方图生成耗时比较长,远不能满足与用户实时交互的需要。
当前国内外研究直方图快速生成算法主要有两个方向。
一个是利用CPU(CentralProcessingUnit)进行直方图生成。随着技术的进步,CPU处理速度越来越快,计算的性能可以随着CPU性能和数量的增加而不断提高,相对而言I/O性能的增长跟不上计算性能的增长。在地理栅格数据处理领域,当处理大规模数据时,低性能的I/O将成为影响整体性能的瓶颈,这严重制约了生成直方图运算效率的提高。因此,利用CPU进行直方图生成往往是通过减少数据的访问量、提高访问速度来提高生成速度。
另一个是利用GPU(GraphicsProcessingUnit)进行直方图生成。GPU作为一种专为计算密集型、高度并行化应用而设计的高性能计算平台,其运算能力和存储器带宽上相对于CPU有明显的优势,通过计算统一设备构架CUDA(ComputeUnifiedDeviceArchitecture),GPU可以在单指令多数据SIMD(SingleInstructionMultipleData)编程模型下发挥其强大的计算能力,因此,高效的直方图生成可以依托这些并行处理器平台。基于GPU的直方图生成算法的并行化难点在于如何减少数据分布的不规则所产生的写冲突。目前CUDA的软件开发包已经支持32位色图和256色图两种基础的直方图生成算法,两者的实现主要依靠于对直方图进行多次复制,即为每个线程生成一个私有直方图副本以减少写冲突。
发明内容
本发明的目的是提供一种地理栅格数据任选多边形区域的直方图实时生成方法。利用本发明为用户提供服务的流程如图1所示,用户根据需求在客户端屏幕自由框选任意多边形区域,客户端将用户输入的请求发送到服务器,服务器经过计算后再将求得的直方图结果返回到客户端,最后由客户端将结果反馈给用户,而且为了满足实时交互的需求,从用户输入完毕到得到直方图结果,耗时不应超过0.5秒。
为实现上述目的,本发明技术解决方案如下:
一种地理栅格数据任选多边形区域的直方图实时生成方法,包括以下步骤:
1)进行预处理。首先将原始栅格数据分割成一定尺寸的瓦片(可将瓦片大小取为256×256),其分割示意图如图3所示,图中阴影部分表示原始栅格数据,一个方格代表一个瓦片。然后分别计算栅格数据中各瓦片的直方图并将其以文件方式存储到服务器。计算一块瓦片的直方图的过程伪代码如下:
下面结合伪代码对该过程进行简要说明。其中tile_sizeX和tile_sizeY为瓦片的长和宽,tile_data为瓦片中需要统计为直方图的属性数值,x和y表示当前读取点在瓦片中的位置坐标,interval对应直方图的间隔,tile_hist为该瓦片的直方图结果向量,i表示向量tile_hist的第i项。计算一块瓦片的直方图的过程为依此遍历瓦片中的每一个点,对于其中任意一个点(x,y),判断该点对应的瓦片属性值tile_data(x,y)与直方图间隔的关系,如果存在i×interval≤tile_data(x,y)<(i+1)×interval,则为结果直方图向量tile_hist的第i项加1。
2)判定各瓦片与用户选定多边形区域的关系,分别确定处于选定区域内部的瓦片和处于选定区域边界的瓦片。如图4所示,原始栅格数据被分成多个瓦片,虚线表示选定区域的边界。那么接下来需要判定哪些瓦片在选定区域内部哪些瓦片与选定区域边界相交。首先计算能够将用户选定多边形区域完全包容进去的最小矩形即最小矩形外包框,将其表示为(x1,y1,x2,y2),其中(x1,y1)和(x2,y2)分别为最小矩形外包框的左下角和右上角的顶点坐标。基于客户端显示的缩放级别可以确定分辨率R,那么客户端显示的一个像素点就代表R×R个栅格单元。从而可利用下取整函数floor得到纵向填充的范围跨度是从floor(y1/R)到floor(y2/R)+1,横向填充的范围跨度是从floor(x1/R)到floor(x2/R)+1。然后利用扫描线填充算法(参见DonaldD.Hearn,M.PaulineBaker.ComputerGraphicswithOpenGL(3thEdition)[M].USA:PrenticeHall,2010.P187-P201.)在分辨率R下对选定区域进行填充。假设一个瓦片有N×N个栅格单元,那么为每个瓦片建立一个(N/R)×(N/R)的填充矩阵flag_tile便可以表示瓦片的所有点。在填充过程中,对于在选定区域内的点,将flag_tile中与该点对应的位置置为1,对于选定区域外的点,flag_tile中与该点对应的位置置为0。同时记录各填充矩阵中被置为1的点的个数。对于一个填充矩阵,如果矩阵中的每一个点都被置为1,那么可以判断这个填充矩阵对应的瓦片完全在选定区域内。那些未全部被置为1的填充矩阵对应的瓦片处在选定区域边界。这些填充矩阵将被用于确定原始栅格数据中的点的位置来计算直方图数据。
3)对于步骤2)确定的处于选定区域内部的瓦片,读入步骤1)中生成的文件,读取对应瓦片的直方图数据并将各瓦片的直方图数据汇总求和得直方图向量inner_hist,其计算公式如下:
inner_hist(i)=∑tile_x∈inner_tiletile_hist_of_tile_x(i)
其中inner_tile为处于选定区域内部的瓦片集合,i表示inner_hist的第i项,tile_hist_of_tile_x为瓦片tile_x对应的直方图向量。
4)对处于选定区域边界的瓦片,采用并行方式读取原始栅格数据并统计直方图。
首先根据步骤2)确定的处于选定区域边界的瓦片,并根据瓦片对应的填充矩阵确定瓦片处于选定区域内的部分。将每个处于选定区域边界的瓦片作为一个子任务。如图5所示,程序的主进程P0将子任务分配给不同的工作进程,将处在选定区域边界的瓦片对应的填充矩阵flag_tile发送给不同的工作进程,各工作进程分别使用开源栅格空间数据转换库GDAL(参见GDAL:GeospatialDataAbstractionLibrary.http://www.gdal.org/)在原始栅格数据中提取瓦片并根据瓦片对应的填充矩阵来确定瓦片处于选定区域内的部分,然后统计这部分的直方图。
对每一个处在选定区域边界的瓦片进行直方图统计的过程伪代码如下:
下面结合伪代码对该过程进行简要说明。其中tile_sizeX和tile_sizeY为瓦片的长和宽,R为分辨率因子,flag_tile为该瓦片对应的填充矩阵,X和Y用于表示flag_tile中的位置坐标,tile_data为瓦片中需要统计为直方图的属性数值,x和y表示当前读取点在瓦片中的位置坐标,interval对应直方图的间隔,bound_tile_hist为该瓦片的直方图结果向量,i表示向量bound_tile_hist的第i项。对每一个处在选定区域边界的瓦片进行直方图统计的步骤为:遍历该瓦片对应填充矩阵flag_tile中的每一个点,对于其中任意一个点(X,Y)如果flag_tile(X,Y)=1,则表示与该点对应的瓦片上的点处在选定区域内部,即瓦片上横向范围从X×R到(X+1)×R-1纵向范围从Y×R到(Y+1)×R-1的所有点均处于选定区域内部。然后,遍历瓦片上这部分区域内的点,对于任意一个点(x,y),判断该点对应的瓦片属性值tile_data(x,y)与直方图间隔的关系,如果存在i×interval≤tile_data(x,y)<(i+1)×interval,则为结果直方图向量bound_tile_hist的第i项加1。
然后将各工作进程求得的结果进行求和得直方图向量bound_hist,计算公式如下,其中bound_tile为处于选定区域边界的瓦片集合,i表示第i项,bound_tile_hist_of_tile_x为边界处瓦片tile_x对应的直方图向量。
bound_hist(i)=∑tile_x∈bound_tilebound_tile_hist_of_tile_x(i)
5)将步骤3)得到的直方图向量inner_hist和步骤4)中得到的直方图向量bound_hist求和得到选定区域的直方图histogram,计算公式如下,其中i表示向量histogram的第i项:
histogram(i)=inner_hist(i)+bound_hist(i)
本发明的有益效果是:
通过对原始栅格数据进行一定的预处理,减少了计算直方图时对原始栅格数据的访问量,并结合客户端屏幕分辨率对生成方法进行了优化,同时利用高性能集群进行并行化,最终可以满足实时获取用户选定任意多边形区域直方图的需求。
附图说明
图1是本发明为用户提供服务的流程示意图
图2是本发明的流程示意图
图3是栅格数据分割为瓦片示意图
图4是选定区域内瓦片的判定示意图
图5是使用GDAL在并行I/O模式下处理地理空间栅格数据的示意图
图6是本发明方法与直接从原始栅格进行统计的直方图生成方法的任务耗时对比(两种方法均采用256个工作进程进行并行化)
具体实施方式
下面结合附图和具体实例对本发明做进一步描述。
图1为本发明为用户提供服务的流程示意图。用户根据需求在客户端屏幕自由框选任意多边形区域,客户端将用户输入的请求发送到服务器,服务器经过计算后再将直方图结果返回到客户端,最后由客户端将直方图结果展示给用户。
图2为本发明的流程示意图。本实施例中:假设使用的栅格数据为一幅尺寸为25600×25600、栅格值范围为0-255的栅格影像数据,处理过程包括如下步骤:
1)进行预处理。首先将原始栅格数据分割成一定尺寸的瓦片(可将瓦片大小取为256×256),其分割示意图如图3所示,图中阴影部分表示原始栅格数据,一个方格代表一个瓦片。然后分别统计各瓦片的直方图并将其以文件方式存储到服务器。将瓦片尺寸取为256×256,直方图间隔取为8,那么每个瓦片的直方图可用一个长度为32的向量进行表示,计算一块瓦片的直方图的过程伪代码如下,其中tile_data为瓦片中需要统计为直方图的属性数值,x和y表示当前读取点在瓦片中的位置坐标,tile_hist为该瓦片的直方图结果向量,i表示向量tile_hist的第i项。
这样全部瓦片一共会生成10000个直方图结果向量tile_hist,将结果向量存入文件tile_hist.txt,并将tile_hist.txt保存在服务器。
2)判定各瓦片与用户选定多边形区域的关系,分别确定处于选定区域内部的瓦片和处于选定区域边界的瓦片。如图4所示,原始栅格数据被分成多个瓦片,虚线表示选定区域的边界。那么接下来需要判定哪些瓦片在选定区域内部哪些瓦片与选定区域边界相交。首先计算能够将用户选定多边形区域完全包容进去的最小矩形即最小矩形外包框,不妨假设计算结果为(1223,3325,20987,23533),那么最小矩形外包框的左下角和右上角的顶点坐标分别为(1223,3325)和(20987,23533)。基于客户端显示的缩放级别可以确定分辨率为32,即一个像素点代表32×32个栅格单元。从而可利用下取整函数floor得到纵向填充的范围跨度是从floor(3325/32)到floor(23533/32)+1即103到736,横向填充的范围跨度是从floor(1223/32)到floor(20987/32)+1即38到656。然后利用扫描线填充算法对选定区域进行填充。一个瓦片有256×256个栅格单元,那么为每个瓦片建立一个(256/32)×(256/32)即8×8的填充矩阵flag_tile便可以表示瓦片的所有点。在填充过程中,对于在选定区域内的点,将flag_tile中与该点对应的位置置为1,对于区域外的点,flag_tile中与该点对应的位置置为0。同时还要为每个填充矩阵设置一个变量count用于记录各矩阵中被置为1的点的个数。对于每一个填充矩阵,如果count值达到64,即flag_tile中每一个点都被置为1,那么可以判断这个填充矩阵对应的瓦片完全在选定区域内。那些未全部被置为1的填充矩阵对应的瓦片处在选定区域边界。这些填充矩阵将被用于确定原始栅格数据中的点的位置来计算直方图数据。
3)对处于选定区域内部的瓦片,求预处理过程中已经统计好的直方图的和。
根据步骤2)的填充结果,可以确定哪些瓦片完全处于选定区域内部,读入步骤1)中生成的文件tile_hist.txt,读取对应处于选定区域内部的瓦片的直方图数据并将各瓦片的直方图数据汇总求和得直方图向量inner_hist,其计算公式如下:
inner_hist(i)=∑tile_x∈inner_tiletile_hist_of_tile_x(i)
其中inner_tile为处于选定区域内部的瓦片集合,i表示inner_hist的第i项,tile_hist_of_tile_x为瓦片tile_x对应的直方图向量。
4)对处于选定区域边界的瓦片,采用并行方式读取原始栅格数据并计算直方图。
首先根据步骤2)确定的处于选定区域边界的瓦片,并根据瓦片对应的填充矩阵确定瓦片处于选定区域内的部分。将每个处于选定区域边界的瓦片作为一个子任务。如图5所示,程序的主进程P0将子任务分配给不同的工作进程,将count值未达到64的瓦片对应的flag_tile发送给不同的工作进程,各工作进程分别使用开源栅格空间数据转换库GDAL在原始栅格数据中提取瓦片并根据瓦片对应的填充矩阵来确定瓦片处于选定区域内的部分,然后统计这部分的直方图。对每一个处在选定区域边界的瓦片进行直方图统计的过程伪代码如下,其中flag_tile为该瓦片对应的填充矩阵,X和Y用于表示flag_tile中的位置坐标,tile_data为瓦片中需要统计为直方图的属性数值,x和y表示当前读取点在瓦片中的位置坐标,bound_tile_hist为该瓦片的直方图结果向量,i表示向量bound_tile_hist的第i项。
然后将各工作进程求得的结果进行求和得直方图向量bound_hist,计算公式如下,其中bound_tile为处于选定区域边界的瓦片集合,i表示第i项,bound_tile_hist_of_tile_x为边界处瓦片tile_x对应的直方图向量。
bound_hist(i)=∑tile_x∈bound_tilebound_tile_hist_of_tile_x(i)
5)将步骤3)得到的直方图向量inner_hist和步骤4)中得到的直方图向量bound_hist求和得到选定区域的直方图histogram,计算公式如下,其中i表示向量histogram的第i项:
histogram(i)=inner_hist(i)+bound_hist(i)
图6是本发明方法与直接从原始栅格进行统计的直方图生成方法的任务耗时对比。直接从原始栅格进行统计的直方图生成方法处理过程如下:
其中(x1,y1,x2,y2)为用户输入多边形polygon的最小矩形外包框,raster_data为栅格数据中需要统计为直方图的属性数值,x和y表示当前读取点的位置坐标,interval对应直方图的间隔,histogram为直方图结果向量,i表示向量histogram第i项。具体处理过程为遍历输入多边形最小矩形外包框内所有点,对于任意一个点(x,y),首先判断其是否在选定区域内部,如果(x,y)在选定区域内部,且该点栅格数据值满足i×interval≤raster_data(x,y)<(i+1)×interval,则为结果直方图向量histogram的第i项加1。通过比较可以看出,本发明的直方图生成方法明显优于直接从原始栅格进行统计的直方图生成方法。在效率方面,当选定区域内栅格点数相同时,本发明的直方图生成方法耗时较短。在稳定性方面,直接从原始栅格进行统计的直方图生成方法运行时间基本与选定区域栅格点数量成正比,当栅格点数量比较大时,该方法运行时间会比较长。而采用本发明方法的运行时间相对比较稳定,当栅格点数量达到10亿,运行时间不会超过0.5秒。采用本发明方法进行直方图生成,可以满足与用户实时交互的需求。
Claims (3)
1.一种地理栅格数据任选多边形区域的直方图实时生成方法,其特征在于包括以下步骤:
1)进行预处理
首先将原始栅格数据均匀分割成一定尺寸的瓦片,然后分别统计原始栅格数据中各瓦片的直方图并将其以文件方式存储到服务器;
2)判定各瓦片与用户选定多边形区域的关系,分别确定完全处于选定区域内部的瓦片和处于选定区域边界的瓦片;
3)对于步骤2)确定的处于选定区域内部的瓦片,读入步骤1)中生成的文件,读取完全处于选定区域内部的瓦片的直方图数据并将各瓦片的直方图数据汇总求和,得到直方图inner_hist;
4)对于步骤2)确定的处于选定区域边界的瓦片,采用并行方式读取原始栅格数据并统计直方图,最终将统计的直方图数据汇总求和得到直方图bound_hist;
5)将步骤3)中得到的直方图数据bound_hist和步骤4)中得到的直方图数据bound_hist求和得到选定区域的直方图。
2.根据权利要求1所述的地理栅格数据任选多边形区域的直方图实时生成方法,其特征在于:步骤2)的方法为:
首先计算能够将用户选定多边形区域完全包容进去的最小矩形即最小矩形外包框,将其表示为(x1,y1,x2,y2),其中(x1,y1)和(x2,y2)分别为最小矩形外包框的左下角和右上角的顶点坐标;
基于客户端显示的缩放级别确定分辨率R,那么客户端显示的一个像素点就代表R×R个栅格单元,从而可利用下取整函数floor得到纵向填充的范围跨度是从floor(y1/R)到floor(y2/R)+1,横向填充的范围跨度是从floor(x1/R)到floor(x2/R)+1;
然后利用扫描线填充算法在分辨率R下对选定区域进行填充,假设一个瓦片有N×N个栅格单元,那么为每个瓦片建立一个(N/R)×(N/R)的填充矩阵表示瓦片的所有点;在填充过程中,对于在选定区域内的点,将填充矩阵中与该点对应的位置置为1,对于选定区域外的点,填充矩阵中与该点对应的位置置为0;同时记录各填充矩阵中被置为1的点的个数;对于一个填充矩阵,如果填充矩阵中的每一个点都被置为1,那么可以判断这个填充矩阵对应的瓦片完全在选定区域内;那些未全部被置为1的填充矩阵对应的瓦片则处在选定区域边界。
3.根据权利要求2所述的地理栅格数据任选多边形区域的直方图实时生成方法,其特征在于,步骤4)的方法为:
对于步骤2)确定的处于选定区域边界的瓦片,根据瓦片对应的填充矩阵确定瓦片处于选定区域内的部分;将每个处于选定区域边界的瓦片作为一个子任务,程序的主进程P0将子任务分配给不同的工作进程,将处在选定区域边界的瓦片对应的填充矩阵发送给不同的工作进程,各工作进程分别使用开源栅格空间数据转换库GDAL在原始栅格数据中提取瓦片并根据瓦片对应的填充矩阵来确定瓦片处于选定区域内的部分,然后统计这部分的直方图,最终将各工作进程求得的结果进行求和得到处于选定区域边界处瓦片对应的直方图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610017618.8A CN105701760A (zh) | 2016-01-12 | 2016-01-12 | 一种地理栅格数据任选多边形区域的直方图实时生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610017618.8A CN105701760A (zh) | 2016-01-12 | 2016-01-12 | 一种地理栅格数据任选多边形区域的直方图实时生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105701760A true CN105701760A (zh) | 2016-06-22 |
Family
ID=56226115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610017618.8A Pending CN105701760A (zh) | 2016-01-12 | 2016-01-12 | 一种地理栅格数据任选多边形区域的直方图实时生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105701760A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106294574A (zh) * | 2016-07-21 | 2017-01-04 | 国家林业局调查规划设计院 | 分布式云环境下林地专题图瓦片快速生成方法 |
CN107169943A (zh) * | 2017-04-18 | 2017-09-15 | 腾讯科技(上海)有限公司 | 图像直方图信息统计方法及系统、电子设备 |
CN110009650A (zh) * | 2018-12-20 | 2019-07-12 | 浙江新再灵科技股份有限公司 | 一种扶梯扶手边界区域越界检测方法与系统 |
CN111260780A (zh) * | 2020-01-13 | 2020-06-09 | 陕西心像信息科技有限公司 | 基于高度图高程的实时地形修改方法 |
CN117156069A (zh) * | 2023-11-01 | 2023-12-01 | 南通环典计算机技术有限公司 | 一种软件图像数据加密传输方法 |
CN118172529A (zh) * | 2024-05-15 | 2024-06-11 | 中国科学院空天信息创新研究院 | 局部自适应的多传感器光谱带通对齐模型、装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104835116A (zh) * | 2015-04-10 | 2015-08-12 | 山东师范大学 | 一种基于轮廓的二维碎片拼接方法 |
-
2016
- 2016-01-12 CN CN201610017618.8A patent/CN105701760A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104835116A (zh) * | 2015-04-10 | 2015-08-12 | 山东师范大学 | 一种基于轮廓的二维碎片拼接方法 |
Non-Patent Citations (2)
Title |
---|
RAMTIN SHAMS 等: "Efficient Histogram Algorithms for NVIDIA CUDA Compatible Devices", 《国际地理计算会议》 * |
马梦宇 等: "一种基于高性能GIS平台的直方图生成算法", 《地理信息世界》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106294574A (zh) * | 2016-07-21 | 2017-01-04 | 国家林业局调查规划设计院 | 分布式云环境下林地专题图瓦片快速生成方法 |
CN107169943A (zh) * | 2017-04-18 | 2017-09-15 | 腾讯科技(上海)有限公司 | 图像直方图信息统计方法及系统、电子设备 |
CN110009650A (zh) * | 2018-12-20 | 2019-07-12 | 浙江新再灵科技股份有限公司 | 一种扶梯扶手边界区域越界检测方法与系统 |
CN111260780A (zh) * | 2020-01-13 | 2020-06-09 | 陕西心像信息科技有限公司 | 基于高度图高程的实时地形修改方法 |
CN111260780B (zh) * | 2020-01-13 | 2021-04-16 | 陕西心像信息科技有限公司 | 基于高度图高程的实时地形修改方法 |
CN117156069A (zh) * | 2023-11-01 | 2023-12-01 | 南通环典计算机技术有限公司 | 一种软件图像数据加密传输方法 |
CN117156069B (zh) * | 2023-11-01 | 2024-01-09 | 南通环典计算机技术有限公司 | 一种软件图像数据加密传输方法 |
CN118172529A (zh) * | 2024-05-15 | 2024-06-11 | 中国科学院空天信息创新研究院 | 局部自适应的多传感器光谱带通对齐模型、装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105701760A (zh) | 一种地理栅格数据任选多边形区域的直方图实时生成方法 | |
US20140354626A1 (en) | Block Based Level of Detail Representation | |
US20150187130A1 (en) | Automatic Generation of 2.5D Extruded Polygons from Full 3D Models | |
CN103744999B (zh) | 基于层次划分存储结构的空间矢量数据在线交互制图方法 | |
CN111784840B (zh) | 基于矢量数据自动分割lod层级三维数据单体化方法及系统 | |
CN111047682B (zh) | 一种三维车道模型生成方法及系统 | |
WO2023087893A1 (zh) | 对象处理方法、装置、计算机设备、存储介质及程序产品 | |
CN110378992A (zh) | 面向大场景模型web端动态渲染LOD处理方法 | |
Song et al. | Parallel viewshed analysis on a PC cluster system using triple-based irregular partition scheme | |
Ma et al. | HiVision: Rapid visualization of large-scale spatial vector data | |
CN118096992A (zh) | 阴影的展示方法和装置、存储介质、电子装置 | |
Song et al. | A parallel Canny edge detection algorithm based on OpenCL acceleration | |
CN112734900B (zh) | 阴影贴图的烘焙方法、装置、设备及计算机可读存储介质 | |
CN111445503B (zh) | 基于gpu集群上并行编程模型的金字塔互信息图像配准方法 | |
Zhang | The D-FCM partitioned D-BSP tree for massive point cloud data access and rendering | |
CN115033972B (zh) | 一种建筑主体结构批量单体化方法、系统及可读存储介质 | |
Lai et al. | Accelerating geospatial applications on hybrid architectures | |
Luo et al. | Quad-tree atlas ray casting: a gpu based framework for terrain visualization and its applications | |
CN106504325B (zh) | 一种基于cuda的dem特征点提取并行化方法 | |
Carabaño et al. | Efficient implementation of a fast viewshed algorithm on SIMD architectures | |
Yu et al. | A parallel strategy to accelerate neighborhood operation for raster data coordinating CPU and GPU | |
Vo et al. | A parallel algorithm for local point density index computation of large point clouds | |
US20040181373A1 (en) | Visual simulation of dynamic moving bodies | |
Dalei et al. | A Review of LOD based Techniques for Real-time Terrain Rendering | |
Masood et al. | A novel method for adaptive terrain rendering using memory-efficient tessellation codes for virtual globes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160622 |