CN112529887B - 一种基于gis地图数据懒加载方法及系统 - Google Patents

一种基于gis地图数据懒加载方法及系统 Download PDF

Info

Publication number
CN112529887B
CN112529887B CN202011508372.7A CN202011508372A CN112529887B CN 112529887 B CN112529887 B CN 112529887B CN 202011508372 A CN202011508372 A CN 202011508372A CN 112529887 B CN112529887 B CN 112529887B
Authority
CN
China
Prior art keywords
image
corner
display area
gis map
operator
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.)
Active
Application number
CN202011508372.7A
Other languages
English (en)
Other versions
CN112529887A (zh
Inventor
黄林彬
汪劲松
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.)
Guangdong Cirrus Sci Tech Dev Co ltd
Original Assignee
Guangdong Cirrus Sci Tech Dev 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 Guangdong Cirrus Sci Tech Dev Co ltd filed Critical Guangdong Cirrus Sci Tech Dev Co ltd
Priority to CN202011508372.7A priority Critical patent/CN112529887B/zh
Publication of CN112529887A publication Critical patent/CN112529887A/zh
Application granted granted Critical
Publication of CN112529887B publication Critical patent/CN112529887B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20061—Hough transform
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20164—Salient point detection; Corner detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种基于GIS地图数据懒加载方法及系统，将GIS地图的图像数据高斯滤波并进行二值化得到二值化图像；以边缘检测算子提取二值化图像的边缘图像；按照可视区的大小将边缘图像划分为多个显示区域以霍夫变换搜索各个显示区域内直线线段，并对角点检测算法各个显示区域内进行角点检测得到各个显示区域内角点；当与可视区相邻的显示区域中的角点数量大于角点阈值时，加载GIS地图的图像数据与所述显示区域对应的部分。在用户频繁的变换可视区时，不需要反复频繁的读取可视区内的图片，极大的减轻客户端和服务器的数据库负载较大，减少网络资源的占用，能够实现负载均衡。

Description

一种基于GIS地图数据懒加载方法及系统
技术领域
本发明涉及图像显示、图像处理技术领域，具体涉及一种基于GIS地图数据懒加载方法及系统。
背景技术
地理信息系统的地图数据，又称GIS地图数据，目前加载方式有很多种，一般来说分为整体加载和懒加载，整体加载的优点在于一次性加载完毕后，无论怎么切换地图都能直接显示当前的图像位置信息，但是这种加载方式在加载时非常缓慢，对网络速度和机器配置要求较高，而且在运行多个程序时会出现明显的卡顿现象；而懒加载，又称图片延时加载、惰性加载，即在用户需要使用图片的时候加载，这样可以减少请求，节省带宽，提高页面加载速度，相对的，也能减少服务器压力。
GIS地图数据的懒加载的难点在于确定某张图片是否是用户需要的资源，在浏览器或者一些应用程序中，懒加载只是加载的可视区(或称为可视区域，即显示器、信号输出设备显示的区域)内的资源，当用户快速的切换GIS地图数据的可视区时，新切换到的可视区中并没有图片显示，需要频繁的通过访问数据库或者服务器端进行读取该可视区内的图片才行，其缺陷是在用户频繁的变换可视区时，需要反复频繁的读取可视区内的图片，因此现有的GIS地图数据的懒加载方法，在用户量多时对于服务器负载较大。
发明内容
本发明的目的在于提出一种基于GIS地图数据懒加载方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
为了实现上述目的，根据本发明的一方面，提供一种基于GIS地图数据懒加载方法，所述方法包括以下步骤：
S100，将GIS地图的图像数据高斯滤波并进行二值化得到二值化图像；
S200，以边缘检测算子提取二值化图像的边缘图像；
S300，按照可视区的大小将边缘图像划分为多个显示区域；
S400，以霍夫变换搜索各个显示区域内直线线段，并对角点检测算法各个显示区域内进行角点检测得到各个显示区域内角点；
S500，当与可视区相邻的显示区域中的角点数量大于角点阈值时，加载GIS地图的图像数据与所述显示区域对应的部分。
进一步地，在S100中，GIS地图的图像数据为ArcGIS、superMap、MapGIS和MapInfo任意一种GIS软件生成的图像数据。
进一步地，在S200中，边缘检测算子包括Roberts交叉梯度算子、Prewitt算子、Sobel算子、Isotropic Sobel算子、Scharr算子、Sobel算子、Roberts算子、Prewitt算子、Laplacian算子和LOG算子中任意一种。
进一步地，在S300中，按照可视区的大小将边缘图像划分为多个显示区域的方法为，按照可视区的大小将边缘图像划分，边缘图像边界的不足可视区的大小的部分以实际大小划分。
进一步地，在S400中，角点检测的方法包括：基于灰度图像的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点检测，基于灰度图像的角点检测又可分为基于梯度、基于模板和基于模板梯度组合3类方法，其中基于模板的方法主要考虑像素领域点的灰度变化，即图像亮度的变化，将与邻点亮度对比足够大的点定义为角点；其中，基于模板的角点检测算法有Kitchen-Rosenfeld角点检测算法，Harris角点检测算法、KLT角点检测算法及SUSAN角点检测算法。
进一步地，在S500中，角点阈值的取值范围为[1,20]。
进一步地，当与可视区相邻的显示区域中的角点数量大于角点阈值时，将这些显示区域标记为加载区域，再寻找与各个加载区域相邻的显示区域中的角点数量大于角点阈值的显示区域，依次类推，直到标记出所有的加载区域，最终加载GIS地图的图像数据与所述加载区域对应的部分。
进一步地，加载图像数据的方法为移动设备或浏览器端通过连接远程的服务器端的数据库读取图像的相应部分，或者读取图像到虚拟内存中并加载图像的相应部分到真实内存中。
本发明还提供了一种基于GIS地图数据懒加载系统，所述系统包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下系统的单元中：
图像预处理单元，用于将GIS地图的图像数据高斯滤波并进行二值化得到二值化图像；
边缘检测单元，用于以边缘检测算子提取二值化图像的边缘图像；
图像划分单元，用于按照可视区的大小将边缘图像划分为多个显示区域；
角点检测单元，用于以霍夫变换搜索各个显示区域内直线线段，并对角点检测算法各个显示区域内进行角点检测得到各个显示区域内角点；
图像预加载单元，用于当与可视区相邻的显示区域中的角点数量大于角点阈值时，加载GIS地图的图像数据与所述显示区域对应的部分。
本发明的有益效果为：本发明提供一种基于GIS地图数据懒加载方法及系统，在用户频繁的变换可视区时，不需要反复频繁的读取可视区内的图片，极大的减轻客户端和服务器的数据库负载较大，减少网络资源的占用，能够实现负载均衡。
附图说明
通过对结合附图所示出的实施方式进行详细说明，本发明的上述以及其他特征将更加明显，本发明附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：
图1所示为一种基于GIS地图数据懒加载方法的流程图；
图2所示为一种基于视觉识别的手雷质量检测结构图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
如图1所示为根据本发明的一种基于GIS地图数据懒加载方法的流程图，下面结合图1来阐述根据本发明的实施方式的一种基于GIS地图数据懒加载方法。
本发明提出一种基于GIS地图数据懒加载方法，具体包括以下步骤：
S100，将GIS地图的图像数据高斯滤波并进行二值化得到二值化图像；
S200，以边缘检测算子提取二值化图像的边缘图像；
S300，按照可视区的大小将边缘图像划分为多个显示区域；
S400，以霍夫变换搜索各个显示区域内直线线段，并对角点检测算法各个显示区域内进行角点检测得到各个显示区域内角点；
S500，当与可视区相邻的显示区域中的角点数量大于角点阈值时，加载GIS地图的图像数据与所述显示区域对应的部分。
进一步地，在S100中，GIS地图的图像数据为ArcGIS、superMap、MapGIS和MapInfo任意一种GIS软件生成的图像数据。
进一步地，在S200中，边缘检测算子包括Roberts交叉梯度算子、Prewitt算子、Sobel算子、Isotropic Sobel算子、Scharr算子、Sobel算子、Roberts算子、Prewitt算子、Laplacian算子和LOG算子中任意一种。
进一步地，在S400中，角点检测的方法包括：基于灰度图像的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点检测，基于灰度图像的角点检测又可分为基于梯度、基于模板和基于模板梯度组合3类方法，其中基于模板的方法主要考虑像素领域点的灰度变化，即图像亮度的变化，将与邻点亮度对比足够大的点定义为角点；其中，基于模板的角点检测算法有Kitchen-Rosenfeld角点检测算法，Harris角点检测算法、KLT角点检测算法及SUSAN角点检测算法。
进一步地，在S500中，角点阈值的取值范围为[1,20]。
进一步地，当与可视区相邻的显示区域中的角点数量大于角点阈值时，将这些显示区域标记为加载区域，再寻找与各个加载区域相邻的显示区域中的角点数量大于角点阈值的显示区域，依次类推，直到标记出所有的加载区域，最终加载GIS地图的图像数据与所述加载区域对应的部分。
进一步地，加载图像数据的方法为移动设备或浏览器端通过连接远程的服务器端的数据库读取图像的相应部分，或者读取图像到虚拟内存中并加载图像的相应部分到真实内存中。
本发明的实施例提供的一种基于GIS地图数据懒加载系统，如图2所示为本发明的一种基于GIS地图数据懒加载系统结构图，该实施例的一种基于GIS地图数据懒加载系统包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种基于GIS地图数据懒加载系统实施例中的步骤。
所述系统包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下系统的单元中：
图像预处理单元，用于将GIS地图的图像数据高斯滤波并进行二值化得到二值化图像；
边缘检测单元，用于以边缘检测算子提取二值化图像的边缘图像；
图像划分单元，用于按照可视区的大小将边缘图像划分为多个显示区域；
角点检测单元，用于以霍夫变换搜索各个显示区域内直线线段，并对角点检测算法各个显示区域内进行角点检测得到各个显示区域内角点；
图像预加载单元，用于当与可视区相邻的显示区域中的角点数量大于角点阈值时，加载GIS地图的图像数据与所述显示区域对应的部分。
所述一种基于GIS地图数据懒加载系统可以运行于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备中。所述一种基于GIS地图数据懒加载系统，可运行的系统可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种基于GIS地图数据懒加载系统的示例，并不构成对一种基于GIS地图数据懒加载系统的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种基于GIS地图数据懒加载系统还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种基于GIS地图数据懒加载系统运行系统的控制中心，利用各种接口和线路连接整个一种基于GIS地图数据懒加载系统可运行系统的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种基于GIS地图数据懒加载系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。

Claims (8)

1.一种基于GIS地图数据懒加载方法，其特征在于，所述方法包括以下步骤：
S100，将GIS地图的图像数据高斯滤波并进行二值化得到二值化图像；
S200，以边缘检测算子提取二值化图像的边缘图像；
S300，按照可视区的大小将边缘图像划分为多个显示区域；
S400，以霍夫变换搜索各个显示区域内直线线段，并对角点检测算法各个显示区域内进行角点检测得到各个显示区域内角点；
S500，当与可视区相邻的显示区域中的角点数量大于角点阈值时，加载GIS地图的图像数据与所述显示区域对应的部分。
2.根据权利要求1所述的一种基于GIS地图数据懒加载方法，其特征在于，在S100中，GIS地图的图像数据为ArcGIS、superMap、MapGIS和MapInfo任意一种GIS软件生成的图像数据。
3.根据权利要求1所述的一种基于GIS地图数据懒加载方法，其特征在于，在S200中，边缘检测算子包括Roberts交叉梯度算子、Prewitt算子、Sobel算子、Isotropic Sobel算子、Scharr算子、Sobel算子、Roberts算子、Prewitt算子、Laplacian算子和LOG算子中任意一种。
4.根据权利要求1所述的一种基于GIS地图数据懒加载方法，其特征在于，在S400中，角点检测的方法包括：基于灰度图像的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点检测，基于灰度图像的角点检测又可分为基于梯度、基于模板和基于模板梯度组合3类方法；其中，基于模板的角点检测算法有Kitchen-Rosenfeld角点检测算法，Harris角点检测算法、KLT角点检测算法及SUSAN角点检测算法。
5.根据权利要求1所述的一种基于GIS地图数据懒加载方法，其特征在于，在S500中，角点阈值的取值范围为[1,20]。
6.根据权利要求5所述的一种基于GIS地图数据懒加载方法，其特征在于，当与可视区相邻的显示区域中的角点数量大于角点阈值时，将这些显示区域标记为加载区域，再寻找与各个加载区域相邻的显示区域中的角点数量大于角点阈值的显示区域，依次类推，直到标记出所有的加载区域，最终加载GIS地图的图像数据与所述加载区域对应的部分。
7.根据权利要求5所述的一种基于GIS地图数据懒加载方法，其特征在于，加载图像数据的方法为移动设备或浏览器端通过连接远程的服务器端的数据库读取图像的相应部分，或者读取图像到虚拟内存中并加载图像的相应部分到真实内存中。
8.一种基于GIS地图数据懒加载系统，其特征在于，所述系统包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下系统的单元中：
图像预处理单元，用于将GIS地图的图像数据高斯滤波并进行二值化得到二值化图像；
边缘检测单元，用于以边缘检测算子提取二值化图像的边缘图像；
图像划分单元，用于按照可视区的大小将边缘图像划分为多个显示区域；
角点检测单元，用于以霍夫变换搜索各个显示区域内直线线段，并对角点检测算法各个显示区域内进行角点检测得到各个显示区域内角点；
图像预加载单元，用于当与可视区相邻的显示区域中的角点数量大于角点阈值时，加载GIS地图的图像数据与所述显示区域对应的部分。
CN202011508372.7A 2020-12-18 2020-12-18 一种基于gis地图数据懒加载方法及系统 Active CN112529887B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011508372.7A CN112529887B (zh) 2020-12-18 2020-12-18 一种基于gis地图数据懒加载方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011508372.7A CN112529887B (zh) 2020-12-18 2020-12-18 一种基于gis地图数据懒加载方法及系统

Publications (2)

Publication Number Publication Date
CN112529887A CN112529887A (zh) 2021-03-19
CN112529887B true CN112529887B (zh) 2024-02-23

Family

ID=75001901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011508372.7A Active CN112529887B (zh) 2020-12-18 2020-12-18 一种基于gis地图数据懒加载方法及系统

Country Status (1)

Country Link
CN (1) CN112529887B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102426596A (zh) * 2011-11-03 2012-04-25 北京地拓科技发展有限公司 地图加载方法和装置
WO2017041595A1 (zh) * 2015-09-08 2017-03-16 华为技术有限公司 一种显示数据的方法和装置
CN108537796A (zh) * 2018-03-19 2018-09-14 太原理工大学 基于模板边缘的自适应Harris角点检测方法
EP3425499A1 (en) * 2017-07-07 2019-01-09 Facebook, Inc. Systems and methods for loading features
CN109364483A (zh) * 2018-10-10 2019-02-22 苏州好玩友网络科技有限公司 大场景地图分割方法及应用其的玩家视角场景更新方法
CN110645986A (zh) * 2019-09-27 2020-01-03 Oppo广东移动通信有限公司 定位方法及装置、终端、存储介质
CN111125270A (zh) * 2018-10-31 2020-05-08 百度在线网络技术（北京）有限公司 地图构建和加载的方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4447865B2 (ja) * 2003-08-01 2010-04-07 ソニー株式会社 地図表示システム、地図データ加工装置、地図表示装置及び地図表示方法
US20090144030A1 (en) * 2007-12-04 2009-06-04 Tele Atlas North America, Inc. Computer readable storage medium storing instructions for applying clothoid curve values to roadways in a geographic data information system

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102426596A (zh) * 2011-11-03 2012-04-25 北京地拓科技发展有限公司 地图加载方法和装置
WO2017041595A1 (zh) * 2015-09-08 2017-03-16 华为技术有限公司 一种显示数据的方法和装置
EP3425499A1 (en) * 2017-07-07 2019-01-09 Facebook, Inc. Systems and methods for loading features
CN108537796A (zh) * 2018-03-19 2018-09-14 太原理工大学 基于模板边缘的自适应Harris角点检测方法
CN109364483A (zh) * 2018-10-10 2019-02-22 苏州好玩友网络科技有限公司 大场景地图分割方法及应用其的玩家视角场景更新方法
CN111125270A (zh) * 2018-10-31 2020-05-08 百度在线网络技术（北京）有限公司 地图构建和加载的方法及装置
CN110645986A (zh) * 2019-09-27 2020-01-03 Oppo广东移动通信有限公司 定位方法及装置、终端、存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Lazy loading and packages in R 2.0.0;Brian D. Ripley;《The R Journel》;1-3 *
MapShaper.org: a map generalization Web service;M. Harrower; M. Bloch;《 IEEE Computer Graphics and Applications 》;第26卷(第4期);22-27 *
基于云端的PCB版图在Web上的加速显示;高晔;王美辰;;电子技术与软件工程(04);211-214 *
基于浏览器的矢量数据可视化系统;王楠;封雷;;计算机与现代化(01);44-50 *

Also Published As

Publication number Publication date
CN112529887A (zh) 2021-03-19

Similar Documents

Publication Publication Date Title
CN108564082B (zh) 图像处理方法、装置、服务器和介质
CN108090486B (zh) 一种台球比赛中的图像处理方法及装置
CN110503682B (zh) 矩形控件识别方法、装置、终端及存储介质
CN108334879B (zh) 一种区域提取方法、系统及终端设备
CN109389659B (zh) Ppt中数学公式的渲染方法、装置、存储介质及终端设备
CN110414649B (zh) Dm码的定位方法、装置、终端及存储介质
CN108960012B (zh) 特征点检测方法、装置及电子设备
CN113538502A (zh) 图片裁剪方法、装置、电子设备及存储介质
CN111047496A (zh) 阈值确定方法、水印检测方法、装置和电子设备
CN112419207A (zh) 一种图像矫正方法及装置、系统
CN113449538A (zh) 视觉模型的训练方法、装置、设备及存储介质
CN114359048A (zh) 图像的数据增强方法、装置、终端设备及存储介质
CN112529887B (zh) 一种基于gis地图数据懒加载方法及系统
CN108629219B (zh) 一种识别一维码的方法及装置
CN111160358B (zh) 一种图像二值化方法、装置、设备、介质
CN114495144A (zh) 文本图像中表格key-value信息的提取方法及装置
CN114511862A (zh) 表格识别方法、装置及电子设备
CN113391779A (zh) 类纸屏幕的参数调节方法、装置及设备
CN114490753A (zh) 展示地图信息的方法、装置、电子设备及介质
CN113850208A (zh) 一种图片信息结构化方法、装置、设备及介质
CN113963004A (zh) 一种采样方法、装置及电子设备
CN111931794A (zh) 一种基于草图的图像匹配方法
CN113496134A (zh) 二维码定位方法、装置、设备及存储介质
CN111860502B (zh) 图片表格的识别方法、装置、电子设备及存储介质
WO2023134068A1 (zh) 数字识别模型的训练方法、装置、设备及存储介质

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