共查询到19条相似文献，搜索用时 171 毫秒
1.
2.
3.
随着图形处理器(GPU)计算功能的日益强大,人们不再满足仅仅用它来做图形处理,而是越来越多地将其应用在通用计算方面。在遥感影像融合的很多算法中,影像数据都可以被并行的处理。本文针对融合处理中的遥感影像数据源为GPU设计了具有数据级并行性的输入流,介绍了利用OpenGL着色语言在GPU中实现融合算法的过程,实验结果表明基于GPU的IHS融合算法的处理速度在数据量较大时较之基于CPU的算法有明显的优势,而且这种优势随图像数据量的增加而越来越明显。 相似文献
4.
地理信息数据是国家国防建设和国民经济发展的重要基础数据,随着数字化、信息化及云计算等技术的发展,地理信息数据的安全威胁日益严峻,本文面对移动平台上地理信息数据安全存储、高效传输和实时信息解密及处理等挑战,提出了一种基于TEA算法的地理信息数据安全保护技术,该技术采用循环迭代的移位和异或运算实现对地理信息数据的加密和解密,可以实现移动平台端地理信息数据的高安全加密存储和高性能实时解密处理,并采用该算法对SRTM数据进行处理和分析。试验结果表明,基于TEA算法的地理信息数据加密技术可以有效实现地理信息数据的加密及解密处理,满足移动系统对地形数据的高安全存储和高性能处理的要求。 相似文献
5.
采用Open CL框架下的CPU/GPU平台,借助GPU在并行浮点运算方面的巨大优势,提出了DEM并行插值算法;同时以反距离加权插值算法为例,分析了传统插值算法和并行插值算法之间的优缺点与适应性。最后,通过对比实验对两类算法进行了比较。实验表明,当插值点数较少时,GPU并行插值算法效率低于传统算法;然而,当插值点数很高时,并行插值算法的计算效率较传统插值算法有了显著提高,加速的效果甚至高达137倍。实验证明GPU并行插值算法具有很强的可行性。 相似文献
6.
自然灾害发生后,由于救灾的紧迫性,应急测绘保障要求我们第一时间提供处理后的灾区影像,但是现阶段我们仅能做到原始影像的快速获取,无法有效地快速处理遥感影像。本文研究了图形处理器(GPU)的并行可编程性和CUDA编程模型特征,通过对遥感影像正射纠正,快速傅里叶变换(FFT)和高斯差分算法的CUDA编程设计,在GPU上实现这三种算法的快速并行处理,并与CPU结果对比,证明GPU能够在数据精度和CPU保持一致的基础上大幅缩短遥感影像处理时间,加速比可以达到一个数量级。 相似文献
7.
8.
本文借助GPU在并行浮点运算方面的巨大优势,通过对串行克里格插值算法可并行性的分析,基于并行LU分解法、并行邻域搜索方法和直接邻域比较搜索方法,提出了基于GPU的DEM并行克里格插值算法。通过对比实验可知,当插值点数较少时,并行克里格插值算法效率低于串行算法,然而,当插值点数很高时,并行克里格插值算法的效率较串行算法有了显著提高,加速的效果甚至高达102倍。 相似文献
9.
针对传统海图生产中资料处理工序多、集成困难的特点,提出面向海图生产的多源数据集成方案,对该方案中的空间基准统一、数据模型统一和要素编码的统一等问题给出了相应的集成方法,并采用数据格式转换的方式进行了集成实验,为数字海图生产和数据的进一步融合奠定了基础。 相似文献
10.
利用集群架构和分布式并行可视化工具 VisIt,编写了自定义插件,实现了基于大规模地球系统格网组织下的全球科学数据并行可视化,并设计实验对其并行可视化性能进行了对比分析.实验发现: VisIt完成一次渲染的加速比及并行效率随着核数的增加逐渐降低;采用 GPU 渲染,可以很好地提高并行渲染的效率.但在核数和 GPU 个数同步增加的情况下,由于核间通信、 GPU 间通信以及核- GPU 间通信等,VisIt一次渲染的并行运行时间并无明显降低.随着数据量增加,VisIt对单位数据量的运行时间却逐渐减低.实验表明,VisIt可较高效地完成大数据量的并行渲染.该方法和结论可供地学领域大规模海量数据可视化研究参考. 相似文献
11.
本文针对电子航海图（ENC）使用过程中面临的数据安全问题，结合S-57标准下CRC校验和完整性认证需求，提出了一种顾及点位篡改定位特性的电子航海图零水印算法。该算法在分析ENC物标（要素）中以经纬度表示的离散点位坐标数据分布规律的基础上，构造离散点经纬度坐标数据校验码生成模型，结合离散点经纬度坐标数量对ENC单元格网进行二叉树分块处理，并分块解算基于离散点经纬度坐标校验码的二值序列，通过该二值序列与置乱加密后的水印图像进行异或操作构造零水印图像。算法中离散点的经纬度坐标校验码和格网分块技术的引入，在保证ENC数据精度和满足CRC校验的同时，具备点位篡改定位的特性。试验结果表明，该水印算法具有良好的稳健性、不可见性和一定的篡改定位精度，适用于电子航海图数据的版权保护。 相似文献
12.
随着卫星遥感技术的发展,需要快速地将卫星遥感图像数据转化为用户需要的信息,并行图像处理技术是解决“快速”的重要途径。并行程序的性能与计算机体系结构密切相关,不但取决于CPU,还与系统架构、指令结构、存储部件的存取速度等因素有关。一般意义上,提高并行程序的性能采用粗粒度并行,指令级优化(ILP)和存储优化等技术。作为尝试,本文讨论了在工业标准化机群上采用软件式共享存储系统做的并行影像匹配方法,以影像匹配算法为例子,讨论了如何在粗粒度并行、指令级优化(ILP)和存储优化三个方面提高图像处理的计算速度。 相似文献
13.
结合沈阳市地理信息公共服务平台数据更新项目,研究地理共享平台数据的更新方式、更新技术以及更新发布一体化流程等关键技术。采用增量更新技术矢量数据,基于历史要素与现势要素节点、分线段的位置关系,检测并提取数据库中更新的要素;利用分词检测方法检测地名信息的匹配度,进行地名数据的更新;基于地名与路网数据,对公交数据进行检测、采集、优化等流程,完成公交数据的更新;并建立平台数据更新与发布一体化流程。经过作业流程控制与编写辅助程序,极大提高数据更新的速度与质量控制水平。 相似文献
14.
针对EM(Expectation Maximization)波形分解算法具有多次迭代和大量乘、除、累加等高密集运算的特点,提出一套将EM算法在通用计算图形处理器GPGPU上并行化的方案。针对通用并行计算架构CUDA的存储层次特点,设计总体的并行方案,充分挖掘共享存储器、纹理存储器的高速访存的潜能;根据波形采样值采用字节存储的特征,利用波形采样值的直方图求取中位数,从而降低求噪音阈值的计算复杂度;最后,采用求和规约的并行策略提高EM算法迭代过程中大量累加的计算效率。实验结果表明,当设置合理的并行参数、EM迭代次数大于16次、数据量大于64 M时,与单核CPU处理相比,GPU的加速比达到了8,能够显著地提高全波形分解的效率。 相似文献
15.
支持批量操作的空间索引中,空间数据的分解粒度、局部更新操作的整体影响处理是两个主要难点。本文基于空间分布模式分析,提出了一种空间索引——Pattern-tree。针对批量操作的粒度问题,设计了一种基于空间分布模式探测的空间划分方法,采用一种自上而下与自下而上相结合的索引树构建算法;针对局部插入操作对索引树的整体影响与索引树的调整问题,提出了一种基于空间分布模式变化检测的索引更新方法。试验表明,本文所提出的空间索引结构比STLT、GBI以及SCB等方法具有更高的构建与窗口查询效率。 相似文献
16.
提出了一种基于多图形处理器(graphic processing unit,GPU)设计思想的Harris角点检测并行算法,使用众多线程将计算中耗时的影像高斯卷积平滑滤波部分改造成单指令多线程(single instruction multi-ple thread,SIMT)模式,并采用GPU中共享存储器、常数存储器和锁页内存机制在统一计算设备架构(com-pute unified device archetecture,CUDA)上完成影像角点检测的全过程。实验结果表明,基于多GPU的Har-ris角点检测并行算法比CPU上的串行算法可获得最高达60倍的加速比,其执行效率明显提高,对于大规模数据处理呈现出良好的实时处理能力。 相似文献
17.
本文针对影像导航中矢量地图更新慢的问题,提出了利用地图匹配方法进行更新的思想,并介绍了基于遗传算法的匹配方法,同时为了纠正遗传算法在处理平行线时的错误情况,提出了距离角度拟合算法,并进行了实验,结果表明:改进的算法可以较好地纠正遗传算法的错误。 相似文献
18.