CN111857757A - 一种基于容器云的航拍图像处理服务的高效部署方法 - Google Patents

一种基于容器云的航拍图像处理服务的高效部署方法 Download PDF

Info

Publication number
CN111857757A
CN111857757A CN202010718371.9A CN202010718371A CN111857757A CN 111857757 A CN111857757 A CN 111857757A CN 202010718371 A CN202010718371 A CN 202010718371A CN 111857757 A CN111857757 A CN 111857757A
Authority
CN
China
Prior art keywords
image processing
library
image
file
module
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.)
Granted
Application number
CN202010718371.9A
Other languages
English (en)
Other versions
CN111857757B (zh
Inventor
苏星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Fanglian Technical Service Co Ltd
Original Assignee
Shanghai Fanglian Technical Service Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Fanglian Technical Service Co Ltd filed Critical Shanghai Fanglian Technical Service Co Ltd
Priority to CN202010718371.9A priority Critical patent/CN111857757B/zh
Publication of CN111857757A publication Critical patent/CN111857757A/zh
Application granted granted Critical
Publication of CN111857757B publication Critical patent/CN111857757B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • G06F8/61—Installation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • G06F8/65—Updates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/70—Software maintenance or management
    • G06F8/71—Version control; Configuration management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Stored Programmes (AREA)

Abstract

本发明公开了一种基于容器云的航拍图像处理服务的高效部署方法，首先，建立镜像文件；然后，将所述镜像文件上传到云平台；最后，所述云平台加载所述镜像文件，建立对应容器，所述容器内部配置好所述航拍图像处理模块所需文件和环境，通过访问所述容器运行时配置的端口，用户能调用所述容器功能，运行所述航拍图像处理模块进行图像处理工作。相比于传统航拍图像处理方法，使用本发明的用户无需安装软件，无需自己配置和维护电脑，在云端执行一行简单的命令配置好服务后，航拍图像处理都将在云端服务器实现。

Description

一种基于容器云的航拍图像处理服务的高效部署方法
技术领域
本发明涉一种基于容器云的航拍图像处理服务的高效部署方法。
背景技术
目前，很多建筑工程设计院和施工承包商对处理航拍图像、生成三维点云和模型有强烈的需求，以定期的对工程现场通过航拍进行监管和记录。处理航拍图像需要购买、安装和使用单机软件，费用昂贵(如Pix4D的每套软件需要数万元)，且对建筑工程从业人员来说有较高的技术门槛。在云平台上部署航拍图像处理模块可以解决上述问题，用户可以使用任意电脑的浏览器进行简单的操作来上传航拍图像，处理服务则在云上进行，用户无需安装任何软件。
当前的航拍图像处理软件将其服务封装成一种为单一电脑本地配置的形式，无法被其他电脑调用，不具备在云上提供服务的能力。在云平台上部署航拍图像处理服务，关键是要部署所需要的运行环境、功能文件和依赖文件并实现与网页端的交互。航拍图像处理所需要的依赖文件和功能文件种类繁多结构复杂，部署起来极为耗时耗力。
发明内容
本发明的目的在于克服以上存在的技术问题，提供一种基于容器云的航拍图像处理服务的高效部署方法，为航拍处理服务设计了一个优化架构，并封装为容器镜像，然后在云上生成容器实例，开放端口以供网页服务等调用，可以达到高效部署服务的目的。
为实现上述目的，本发明的技术方案是以下述方式实现的：
一种基于容器云的航拍图像处理服务的高效部署方法，包括以下步骤：
(1)建立镜像文件；
(2)将所述镜像文件上传到云平台；
(3)所述云平台加载所述镜像文件，建立对应容器，所述容器内部配置好所述航拍图像处理模块所需文件和环境，通过访问容所述器运行时配置的端口，用户能调用所述容器功能，运行所述航拍图像处理模块进行图像处理工作。
进一步地，所述步骤(1)建立镜像文件的具体步骤是：首先，从现有库中选择合适的基础语言，编写镜像创建文档，以安装处理航拍图像所需的外部库、功能文件和依赖文件，最后创建完整的镜像文件。
进一步地，所述步骤(3)户能调用所述容器功能，运行所述航拍图像处理模块进行图像处理工作的具体步骤是：首先，用户通过对图形化的网页终端进行操作，发出调用命令并上载图像数据；其次，所述航拍图像处理模块接收所述命令后，利用其内置的图像处理脚本对原始数据进行分析处理；最后，所述航拍图像处理模块将标准格式的图像数据导出到数据库内，并将相关结果回传到所述网页终端，将结果直接呈现给用户。
进一步地，所述航拍图像处理模块的处理方法如下：
(1)收到调用申请，进行异步任务管理
在接收所述网页终端调用命令后，所述航拍图像处理模块生成任务，并对所述任务进行排队，依据处理节点个数等限制，所述航拍图像处理模块将部分任务投入下一步处理环节；其他任务管理还包括任务、无关路径的移除，对已有任务的加载、处理、停止、重启，对任务的序列化及保存；
(2)对正在任务输入的图像文件进行预处理
对输入数据进行格式转换，若用户有尺寸调整要求，则按照用户要求调整尺寸，若用户无要求，则按照服务器硬件条件和输入文件大小进行估算和调整；
(3)读取参数设定模板，将参数输入到下一个图像处理模块；
(4)对图像进行处理，提取特征，特征匹配，生成特征点，输出点云数据集；对数据集文件进行后处理，即对结果文件进行二次输出；如生成点云、网格模型、正射影像等并对相关模型进行渲染或贴图；
(5)将输出文件发送至数据库。
进一步地，所述航拍图像处理模块包括：
基础语言环境支持，用于向容器提供基础编程语言环境；
任务计划模块，提供任务排序、等待、延时功能；当从不同网络地址的终端接收到多个任务申请的时候，按照接收时间对任务进行排序，将暂不开始的任务延时，使其处于等待状态；使用了Linux下的计划任务执行工具Cron的外部库；
图像预处理模块，提供尺寸调整和结构编码功能；当用户指定图像尺寸时，尺寸调整功能将统一所有图像的尺寸，当图像文件总体积超出服务器处理能力时，所述尺寸调整功能可以极大减少任务的报错率；结构编码功能为所有的图像文件建立数据索引结构，方便后期快速检索；使用了图像上传模块Muster、空间数据转换库GDAL、用于海量云点数据的组织库Entwine及用于点云数据转换处理的库PDAL的外部库；
参数设定模板，为下一步的图像处理模块提供具体的预设参数；
图像处理模块，包含特征提取、特征匹配、点云生成、网格贴图、添加空间参考信息功能，用于生成带有现实空间信息的三维图像，包括三维点云、网格模型、深度模型等；使用了图像处理基础镜像phusion/baseimage、用于GIS相关任务处理的库UnbuntuGIS、跨平台的用于音频、视频录制、转换的解决方案libav-dev系列、空间坐标系转换库libproj-dev、跨平台图形工具包libgtk2.0-dev、导入导出多格式图像并执行基本色彩管理操作的库libjasper-dev、稀疏矩阵算法库libsuitesparse-dev、处理las点云数据的开源库liblas-bin、图像缩放、颜色空间和像素格式转换操作库libswscale-dev、可视化图像处理库libvtk6-dev、地理资源分析支持系统GrassGis的核心组件grass-core的外部库；
数据库沟通模块，提供格式规范和数据传输功能，按照数据库格式要求对输出文件进行规范化梳理，建立元数据，将输出结果发送给数据库；
网络通信模块，用于网络通信的模块，提供免费HTTP(SSL/TLS)数字证书的工具Letsencrypt、提供加密安全支持的库libssl-dev、封装了openssl的python模块pyOpenSS；
软件管理辅助模块，用于软件管理的辅助模块，管理Linux软件的Debian软件包、管理NodeJS代码的npm管理工具、管理Python包的库pip、分布式版本控制系统git、管理软件安装仓库的库software-properties-common；
编译库，用于多平台的编译软件CMake、将C/C++封装为Python的库swig2.0
本发明的有益效果是：
1、相比于传统航拍图像处理方法，使用本发明的用户无需安装软件，无需自己配置和维护电脑，在云端执行一行简单的命令配置好服务后，航拍图像处理都将在云端服务器实现。
2、相较于传统部署方法，本发明大大提升了部署的便捷性。传统部署方法需要在云端配置所有必需的功能文件、外部库和依赖文件，耗时耗力易出错，并且需要对每个服务器都专门配置。这不仅影响服务器的首次配置，并且对未来每一次功能升级都是很大的麻烦。现阶段航拍图像处理需求量极大，作为服务提供商需要准备多个服务器，传统方法难以满足需求。而本发明容器则将模块运行的环境直接打包，一并传输至云端，不仅能准确还原模块的运行环境，还节省了功能文件和依赖文件重复下载的时间，大大加快了云端部署的速度。同时，基于容器的部署方法实现了一次打包、多次部署，在服务升级时也只需要为镜像升级，显著提高了效率。
3、相比于传统虚拟机技术，容器虚拟化程度低、体积小。因此本发明基于容器的部署方法占用系统资源少，对云端计算能力负荷轻，能够保证云端的计算力得到充分利用。
附图说明
图1：本发明航拍图像处理模块在云平台快速部署的流程图。
图2：用户与航拍图像处理模块交互示意图。
图3：航拍图像处理模块工作示意图。
图4：航拍图像处理模块内部构造图。
具体实施方式
下面结合附图及实施例对本发明进行详细说明。
本发明首先是设计航拍图像处理模块架构，解析架构中各部分所需的功能文件和依赖文件，建立用于存放航拍图像处理模块的容器，导入模块所需的文件并优化载入环境，然后将容器封装成镜像。
在制作好镜像后，设计运行文件，将镜像文件传输至该平台并运行，云平台将会按照镜像文件生成容器，为网页端提供服务，整个过程约一至三小时(按照云服务器配置不同稍有浮动)。容器独立于云平台，内部有属于自己的操作系统，其内部模块的运行不受外部环境影响。
如图1所示，一种基于容器云的航拍图像处理服务的高效部署方法，步骤如下：
S101，建立镜像文件。首先，从现有库中选择合适的基础语言(Python)，编写镜像创建文档，以安装处理航拍图像所需的外部库、功能文件和依赖文件，最后创建完整的镜像。
S102，上传镜像到云平台。将建立好的镜像文件上载到需要部署的云平台中。云平台即云服务器，如阿里云、腾讯云等。
S103，容器部署及运行。在云平台上加载镜像文件，建立对应容器，容器内部配置好模块所需文件和环境。通过访问容器运行时配置的端口，用户能调用容器功能，运行航拍图像处理模块进行图像处理工作。
如图2所示，进一步描述了用户是如何与容器云中的航拍图像处理模块进行交互的：用户主要通过对图形化的用户界面(即网页终端)进行操作，发出调用命令并上载图像数据。航拍图像处理模块接收命令后，利用模块内置的图像处理脚本对原始数据进行分析处理，最终将标准格式的图像数据导出到数据库内，并将相关结果回传到网页终端，将结果直接呈现给用户。其中航拍图像处理模块的工作流程如图3所示，具体如下：
S301，收到调用申请，进行异步任务管理。在接收网页终端调用命令后，模块生成任务并对任务进行排队，依据处理节点个数等限制，模块将部分任务投入下一步处理环节。此外，其他任务管理还包括任务、无关路径的移除，对已有任务的加载、处理、停止、重启，对任务的序列化及保存等。
S302，对正在任务输入的图像文件进行预处理。对输入数据进行格式转换，若用户有尺寸调整要求，则按照用户要求调整尺寸，若用户无要求，则按照服务器硬件条件和输入文件大小进行估算和调整。
S303，读取参数设定模板，将参数输入到下一个模块。
S304，对图像进行处理，提取特征，特征匹配，输出点云数据集。对数据集文件进行后处理，即对结果文件进行二次输出。如生成点云、网格模型、正射影像等并对相关模型进行渲染或贴图。
S305，将输出文件发送至数据库。
如图4所示，描述了本发明提供的航拍图像处理模块在云平台快速部署后的容器内部架构，主要是各个功能模块及其所需的功能文件及依赖文件，具体如下：
1.基础语言环境支持：为容器提供基础编程语言环境，如：Python3.x、C++、让JavaScript运行在服务端的开发平台NodeJS；
2.任务计划模块：提供任务排序、等待、延时等功能；当从不同网络地址的终端接收到多个任务申请的时候，按照接收时间对任务进行排序，将暂不开始的任务延时，使其处于等待状态。
主要的使用的外部库包含：Linux下的计划任务执行工具Cron
3.图像预处理模块：提供尺寸调整和结构编码功能；当用户指定图像尺寸时，尺寸调整功能将统一所有图像的尺寸，当图像文件总体积超出服务器处理能力时，该功能可以极大减少任务的报错率；结构编码功能为所有的图像文件建立数据索引结构，方便后期快速检索。
主要的使用的外部库包含：图像上传模块Muster、空间数据转换库GDAL、用于海量云点数据的组织库Entwine、用于点云数据转换处理的库PDAL
4.参数设定模板：根据工程项目的不同需求和特点，其关注的重点也不同，比如有的项目侧重土方体积的计算、项目前期希望通过航拍提取工地的高程图、项目中期的日常航拍处理侧重处理速度、关键节点的航拍对精确度和点云密度的要求较高、高层建筑希望生成美观的立面可视化效果、景观园林部分希望对特定的景观有高质量的渲染等。参数设定模板为下一步的图像处理模块提供具体的预设参数(并为用户提供自定义功能)，以满足不同项目需求。比较代表性的几个模板有：土方测量模式、高程提取模式、快速模式、高密度模式、纵向建筑模式、景观渲染模式。
5.图像处理模块：包含特征提取、特征匹配、点云生成、网格贴图、添加空间参考信息功能。该模块的主要工作是生成带有现实空间信息的三维图像，包括三维点云、网格模型、深度模型等。点云的生成主要是基于SfM(StructurefromMotion)的三维重建方案，其步骤可简化为：特征提取、匹配跟踪、三维点计算、稀疏重建、优化调整。首先，方案利用SIFT、SURF等算法从多张2D图像中提取特征点，并进行图像间特征点的匹配生成同名特征点检索集合，然后通过一系列规则进行优化校正并计算出三维点，再加入更多幅图像后进行反算迭代计算出更多三维点，最终经过光束平差法优化获取图像点云。基于点云生成贴图模型，需要进一步进行采样、滤波、平滑等处理，然后计算点云表面法线构建有向点云，利用算法(如：贪心投影三角化算法)对有向点云网格化生成模型，最后按照模型到纹理空间(u，v)的映射关系给模型贴图。对生成的三维图像，模块通过提取EXIF和GCP数据赋予它们的UTM坐标以建立现实中的参考系。
主要的使用的外部库包含：图像处理基础镜像phusion/baseimage、用于GIS相关任务处理的库UnbuntuGIS、跨平台的用于音频、视频录制、转换的解决方案libav-dev系列、空间坐标系转换库libproj-dev、跨平台图形工具包libgtk2.0-dev、导入导出多格式图像并执行基本色彩管理操作的库libjasper-dev、稀疏矩阵算法库libsuitesparse-dev、处理las点云数据的开源库liblas-bin、图像缩放、颜色空间和像素格式转换操作库libswscale-dev、可视化图像处理库libvtk6-dev、地理资源分析支持系统GrassGis的核心组件grass-core
6.数据库沟通模块：提供格式规范和数据传输功能。按照数据库格式要求对输出文件进行规范化梳理，建立元数据，将输出结果发送给数据库。
主要的使用的外部库包含：对象-关系型数据库管理系统PostgreSQL9.5、网络传输数据库libjsoncpp-dev
7.其它模块：主要包括网络通信模块、软件管理辅助模块和编译库。用于网络通信的模块，如：提供免费HTTP(SSL/TLS)数字证书的工具Letsencrypt、提供加密安全支持的库libssl-dev、封装了openssl的python模块pyOpenSSL；用于软件管理的辅助模块，如：管理Linux软件的Debian软件包、管理NodeJS代码的npm管理工具、管理Python包的库pip、分布式版本控制系统git、管理软件安装仓库的库software-properties-common；编译库，如：用于多平台的编译软件CMake、将C/C++封装为Python的库swig2.0
不同功能模块所使用的外部库如表1所示。
表1：不同功能模块使用的外部库例子
Figure BDA0002599050180000071
最后应说明的是：以上实施例仅用以说明本发明而并非限制本发明所描述的技术方案；因此，尽管本说明书参照上述的各个实施例对本发明已进行了详细的说明，但是，本领域的普通技术人员应当理解，仍然可以对本发明进行修改或等同替换；而一切不脱离本发明的精神和范围的技术方案及其改进，其均应涵盖在本发明的权利要求范围中。

Claims (5)

1.一种基于容器云的航拍图像处理服务的高效部署方法，其特征在于，包括以下步骤：
(1)建立镜像文件；
(2)将所述镜像文件上传到云平台；
(3)所述云平台加载所述镜像文件，建立对应容器，所述容器内部配置好所述航拍图像处理模块所需文件和环境，通过访问所述容器运行时配置的端口，用户能调用所述容器功能，运行所述航拍图像处理模块进行图像处理工作。
2.根据权利要求1所述的高效部署方法，其特征在于：所述步骤(1)建立镜像文件的具体步骤是：首先，从现有库中选择合适的基础语言，编写镜像创建文档，以安装处理航拍图像所需的外部库、功能文件和依赖文件，最后创建完整的镜像文件。
3.根据权利要求1所述的高效部署方法，其特征在于：所述步骤(3)户能调用所述容器功能，运行所述航拍图像处理模块进行图像处理工作的具体步骤是：首先，用户通过对图形化的网页终端进行操作，发出调用命令并上载图像数据；其次，所述航拍图像处理模块接收所述命令后，利用其内置的图像处理脚本对原始数据进行分析处理；最后，所述航拍图像处理模块将标准格式的图像数据导出到数据库内，并将相关结果回传到所述网页终端，将结果直接呈现给用户。
4.根据权利要求3所述的高效部署方法，其特征在于：所述航拍图像处理模块的处理方法如下：
(1)收到调用申请，进行异步任务管理
在接收所述网页终端调用命令后，所述航拍图像处理模块生成任务，并对所述任务进行排队，依据处理节点个数等限制，所述航拍图像处理模块将部分任务投入下一步处理环节；其他任务管理还包括任务、无关路径的移除，对已有任务的加载、处理、停止、重启，对任务的序列化及保存；
(2)对正在任务输入的图像文件进行预处理
对输入数据进行格式转换，若用户有尺寸调整要求，则按照用户要求调整尺寸，若用户无要求，则按照服务器硬件条件和输入文件大小进行估算和调整；
(3)读取参数设定模板，将参数输入到下一个图像处理模块；
(4)对图像进行处理，提取特征，特征匹配，输出点云数据集；对数据集文件进行后处理，即对结果文件进行二次输出；如生成点云、网格模型、正射影像等并对相关模型进行渲染或贴图；
(5)将输出文件发送至数据库。
5.根据权利要求3所述的高效部署方法，其特征在于：所述航拍图像处理模块包括：
基础语言环境支持，用于向容器提供基础编程语言环境；
任务计划模块，提供任务排序、等待、延时功能；当从不同网络地址的终端接收到多个任务申请的时候，按照接收时间对任务进行排序，将暂不开始的任务延时，使其处于等待状态；使用了Linux下的计划任务执行工具Cron的外部库；
图像预处理模块，提供尺寸调整和结构编码功能；当用户指定图像尺寸时，尺寸调整功能将统一所有图像的尺寸，当图像文件总体积超出服务器处理能力时，所述尺寸调整功能可以极大减少任务的报错率；结构编码功能为所有的图像文件建立数据索引结构，方便后期快速检索；使用了图像上传模块Muster、空间数据转换库GDAL、用于海量云点数据的组织库Entwine及用于点云数据转换处理的库PDAL的外部库；
参数设定模板，为下一步的图像处理模块提供具体的预设参数；
图像处理模块，包含特征提取、特征匹配、点云生成、网格贴图、添加空间参考信息功能，用于生成带有现实空间信息的三维图像，包括三维点云、网格模型、深度模型等；使用了图像处理基础镜像phusion/baseimage、用于GIS相关任务处理的库UnbuntuGIS、跨平台的用于音频、视频录制、转换的解决方案libav-dev系列、空间坐标系转换库libproj-dev、跨平台图形工具包libgtk2.0-dev、导入导出多格式图像并执行基本色彩管理操作的库libjasper-dev、稀疏矩阵算法库libsuitesparse-dev、处理las点云数据的开源库liblas-bin、图像缩放、颜色空间和像素格式转换操作库libswscale-dev、可视化图像处理库libvtk6-dev、地理资源分析支持系统GrassGis的核心组件grass-core的外部库；
数据库沟通模块，提供格式规范和数据传输功能，按照数据库格式要求对输出文件进行规范化梳理，建立元数据，将输出结果发送给数据库；
网络通信模块，用于网络通信的模块，提供免费HTTP(SSL/TLS)数字证书的工具Letsencrypt、提供加密安全支持的库libssl-dev、封装了openssl的python模块pyOpenSS；软件管理辅助模块，用于软件管理的辅助模块，管理Linux软件的Debian软件包、管理NodeJS代码的npm管理工具、管理Python包的库pip、分布式版本控制系统git、管理软件安装仓库的库software-properties-common；
编译库，用于多平台的编译软件CMake、将C/C++封装为Python的库swig2.0。
CN202010718371.9A 2020-07-23 2020-07-23 一种基于容器云的航拍图像处理服务的高效部署方法 Active CN111857757B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010718371.9A CN111857757B (zh) 2020-07-23 2020-07-23 一种基于容器云的航拍图像处理服务的高效部署方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010718371.9A CN111857757B (zh) 2020-07-23 2020-07-23 一种基于容器云的航拍图像处理服务的高效部署方法

Publications (2)

Publication Number Publication Date
CN111857757A true CN111857757A (zh) 2020-10-30
CN111857757B CN111857757B (zh) 2023-02-10

Family

ID=72950810

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010718371.9A Active CN111857757B (zh) 2020-07-23 2020-07-23 一种基于容器云的航拍图像处理服务的高效部署方法

Country Status (1)

Country Link
CN (1) CN111857757B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113672222A (zh) * 2021-08-04 2021-11-19 中汽创智科技有限公司 一种应用程序接口管理装置及其构建方法
CN114708391A (zh) * 2022-06-06 2022-07-05 深圳思谋信息科技有限公司 三维建模方法、装置、计算机设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106020930A (zh) * 2016-05-13 2016-10-12 深圳市中润四方信息技术有限公司 一种基于应用容器的应用管理方法及系统
CN108897527A (zh) * 2018-05-21 2018-11-27 东莞理工学院 一种云计算中遥感图像处理的Docker镜像自动化动态构建方法
CN109683909A (zh) * 2018-11-30 2019-04-26 昆明理工大学 一种基于Docker的MPI并行环境自动部署方法
US10389582B1 (en) * 2015-11-23 2019-08-20 Pivotal Software, Inc. Light-weight cloud application platform
CN110704166A (zh) * 2019-09-30 2020-01-17 北京金山云网络技术有限公司 服务运行方法、装置和服务器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10389582B1 (en) * 2015-11-23 2019-08-20 Pivotal Software, Inc. Light-weight cloud application platform
CN106020930A (zh) * 2016-05-13 2016-10-12 深圳市中润四方信息技术有限公司 一种基于应用容器的应用管理方法及系统
CN108897527A (zh) * 2018-05-21 2018-11-27 东莞理工学院 一种云计算中遥感图像处理的Docker镜像自动化动态构建方法
CN109683909A (zh) * 2018-11-30 2019-04-26 昆明理工大学 一种基于Docker的MPI并行环境自动部署方法
CN110704166A (zh) * 2019-09-30 2020-01-17 北京金山云网络技术有限公司 服务运行方法、装置和服务器

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113672222A (zh) * 2021-08-04 2021-11-19 中汽创智科技有限公司 一种应用程序接口管理装置及其构建方法
CN113672222B (zh) * 2021-08-04 2024-07-09 中汽创智科技有限公司 一种应用程序接口管理装置及其构建方法
CN114708391A (zh) * 2022-06-06 2022-07-05 深圳思谋信息科技有限公司 三维建模方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN111857757B (zh) 2023-02-10

Similar Documents

Publication Publication Date Title
CN110706341B (zh) 一种城市信息模型的高性能渲染方法、装置及存储介质
US9575950B2 (en) Systems and methods for managing spreadsheet models
CN111857757B (zh) 一种基于容器云的航拍图像处理服务的高效部署方法
CN115270530B (zh) 进度可视化模型快速建立方法、系统、设备及介质
CN109657403A (zh) 一种基于无人机倾斜摄影的三维实景桥梁建模优化方法
CN113160373A (zh) 一种基于VRay引擎的云渲染方法及其系统
CN109063223B (zh) Bim模型的轻量化方法和装置以及bim模型的处理方法和系统
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
CN117808980A (zh) 地图栅格图片生成方法、系统、设备及存储介质
CN116756796A (zh) 一种bim数据轻量化方法及系统
CN115794400A (zh) 深度学习模型的内存管理方法、装置、设备及存储介质
CN115859431A (zh) 三维建筑模型与二维图纸的联动方法、装置和设备
CN115618584A (zh) 基于分布式计算的城市暴雨内涝模拟数据处理方法
CN108153845A (zh) 一种实现后台图像数据导出的方法及装置
CN112685051A (zh) 自动执行shell脚本的方法、装置、平台及存储介质
CN111369665A (zh) 一种基于三维建模技术的生产状态监测系统及监测方法
CN110889157A (zh) 风电场布局可视化展示方法以及相关装置
CN116630552B (zh) 面向大规模的三维流程工厂模型的优化渲染方法
CN118332147B (zh) 多图层图斑数据的差异对比方法、装置及电子设备
CN116302579B (zh) 面向Web端的时空大数据高效加载渲染方法及系统
CN113688603B (zh) 模型文件的处理方法及装置、存储介质、电子设备
CN118075139A (zh) 一种云资源自动创建方法及云管理平台
CN115396441A (zh) 一种Kubernetes多集群管理方法、装置、设备、存储介质
CN116185385A (zh) 一种可视化接口管理方法、系统、终端及存储介质
CN117763650A (zh) 一种跨软件的bim构件库构建方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant