基于GPU的S63标准电子海图数据解密算法

S63标准采用Blowfish算法对原始海图数据加密后发行,数据的解密成为电子海图系统数据转换和更新中一个耗时的过程。为提高数据处理的速度,针对Blowfish分组密码算法的特点,提出一种利用图形处理器（GPU）的海图并行解密算法,并采用数据传输和处理的同步技术进行了优化。测试表明,采用GPU的并行解密算法是纯CPU串行处理的9.8倍。该算法不仅可大大加快海图数据转换和更新过程,对地理信息系统海量数据处理也有一定的借鉴价值。     

基于集群的影像并行OPTA算法研究

并行计算是提高海量遥感影像细化处理速度的有效途径.基于对OPTA细化算法的分析,深入研究OPTA细化并行算法中数据划分和数据通信优化等关键问题,提出一种适合集群并行处理的通信优化并行算法,实验证明该算法具有良好的加速比,适合集群计算环境下海量遥感影像的细化处理.     

利用密钥策略进行数据分离的算法

在分析现有的数据处理策略的基础上,将经过改进的基于二进制Goppa编码的McEliece密码体制与数据份额的产生相结合,提出了一种基于纠错码密码体制的数据分离算法(KPDA)。与经典秘密共享算法相比,该算法具有同等或更高的效率;而与同类的数据分离技术相比,基于编码的密码体制可以提供更好的安全保障。     

3维空间数据库管理系统安全访问模块的设计

3维空间数据具有海量、复杂性特点,一些数据的应用范围有一定特殊性,文章面向海量数据的工程化应用分别设计了与其相适应的安全访问措施,针对局域网下的多用户模式,将3维空间数据库的空间数据管理和非空间数据管理逻辑分离,采用角色进行权限设置,控制用户所能访问的3维空间数据库;针对单用户模式,基于现代密码体制设计了工程文件的加解...     

面向遥感影像内容的多级安全授权方法

针对遥感影像数据海量的特点和对安全保密的应用需求,提出了一种面向内容的遥感影像多级安全授权方法。采用选择性的多机密区域多密级的遥感影像加密算法,在保持遥感影像格式和各项应用特性不变的基础上,分发给不同用户相同处理后的影像数据和不同权限的密钥,使不同用户通过各自密钥解密获取不同信息程度的影像数据。实验结果表明,该方法具有高机密性和高计算效率,能有效解决海量遥感影像数据的安全保密难题。     

基于MPI的海量遥感影像并行处理技术探析

有效处理海量遥感影像数据,是解决遥感产品生产系统的大规模复杂应用的关键。针对目前通用的顺序处理已不能满足海量数据运算要求的问题,基于MPI并行处理开发环境,采用分级、分块的金字塔技术来对遥感影像数据做预处理,进而进行海量遥感影像切片、分块计算、并行处理和影像合成,有效地提高了海量遥感影像数据的运算速度,为海量遥感影像并行处理提供实践依据。     

深度学习遥感图像标注系统研究

随着深度学习的发展,遥感影像处理技术也从传统机器学习算法向深度学习转变,然而,用于遥感图像的训练数据集却十分稀少,且数据标注困难。本文将GIS技术与图像标注技术相结合,基于Flask Web框架设计一个可用于海量遥感数据的标注系统。该系统可用于海量遥感数据的数据框标注、数据类别标注,以及目标关键点标注,同时能将标注数据导出为深度学习训练最常用的COCO数据集和VOC2007两种格式。     

全球地形实时绘制中海量多源遥感影像的拼接方法

设计全球四叉树层次细节模型和基于数据集的存储方案,以支持海量遥感影像数据的高效管理和访问;为保证显示效果,提出以多边形描述数据集的形状,并设计基于数据集形状多边形的影像拼接算法。     

数字挖掘方法在遥感分类中的应用研究

随着空间信息领域技术的提高,利用卫星遥感数据获取地表信息的数据量也飞速的增长,快速有效地在海量遥感数据源中获取感兴趣的地表信息成为一项重要的研究方向。数据挖掘方法具有从海量数据集中提取隐含其中信息的功能,使得数据挖掘方法在遥感图像分类和专题信息提取中具有较好的应用,但不同的数据挖掘算法具有各自的独特性,使得在遥感分类中使用数据挖掘方法并不容易,本文通过介绍几种常用的数据挖掘算法,分析和探讨了这些方法在遥感分类应用中的优势和局限性,为在遥感分类中更好的、有针对性的选择数据挖掘算法提供借鉴。     

关注新概念

<正>遥感云将海量遥感数据,复杂的遥感处理与分析方法放在远程的云计算平台中,利用云计算平台弹性的计算能力,用户无需搭建专用环境,只需要选择数据和算法后即可获取最终结果。     

基于NoSQL的机载LiDAR海量点云数据分布式存储

机载LiDAR点云数据是遥感大数据的重要组成部分,其海量化的趋势日益显著。本文设计并实现了基于NoSQL的海量机载LiDAR点云分布式存储模型,解决了海量机载LiDAR点云数据的高效存储问题。通过建立基于虚拟格网与线性八叉树的海量机载LiDAR点云数据组织结构,设计了基于虚拟格网号与Morton码的海量机载LiDAR点云数据标识唯一编码;提出了基于HBase的海量机载LiDAR点云数据存储策略,实现了键值和表结构的优化设计;最终实现了海量机载LiDAR点云数据的高效存储和快速查询。     

海量影像数据管理与服务系统建设研究

针对传统海量遥感影像数据管理和共享面临的问题,以镶嵌数据集的影像管理模式为基础,提出了一套海量遥感影像管理平台建设方案,设计了多源海量遥感影像存储、管理、查询以及利用服务,实现了多源海量遥感影像管理与分发。     

多源海量统计遥感数据集成管理技术研究

统计遥感业务是国家统计局基于统计业务对空间信息的发展和应用需求,将GIS、Rs和GPS空间信息技术全面应用于统计数据的获取、管理与分析中,从而提高统计效率和统计科技含量,构建新型国家统计业务体系。统计遥感业务数据具有多源、海量的特点,实现统计遥感数据的集成与管理是新型统计遥感业务成功运转的基础。针对统计遥感业务及数据应用需求,通过对各类空间数据集成与管理技术进行研究,提出在建立统计遥感空间数据库基础上,将影像以县级为单位进行拼接、然后压缩存储到统计遥感空间数据库,同时结合影像编目技术实现海量遥感影像的管理;提出将元数据管理和数据转换、数据直接访问以及数据互操作方式,实现多源统计遥感数据的集成与管理。通过多种方式,从应用层面较好地解决了海量、多源统计遥感数据的集成与管理,提升了统计遥感数据的应用范围。     

海量遥感影像数据存储管理技术研究与实现

针对遥感卫星影像数据存储管理的迫切需求,研究了海量影像数据组织管理中存在的主要技术问题,提出了一种基于线性四叉树技术的影像金字塔模型快速索引机制,并运用关系型数据库技术实现了遥感影像数据与元数据的一体化管理。最后讨论了海量影像数据管理系统实现技术,并通过试验数据验证了技术方法的实用性。     

点云数据在兰州地铁中的应用

针对提取隧道点云中轴线3种不同算法,选择更加适合海量点云中轴线提取的算法。首先对隧道点云进行坐标转换,按里程对隧道点云进行连续正交断面的提取,将得到的断面通过椭圆模型进行粗差剔除;其次采用RGB颜色变化值表示断面的收敛扩张情况,通过柱状图、折线图表示断面形变特征;最后对隧道曲线段点云数据进行中轴线的提取,并进行平曲线要素的自动提取,为隧道平曲线主点位置识别、平曲线要素提取提供一种新途径。     

大数据时代遥感数据管理与服务模式探索

通过分析现有海量遥感数据管理与服务模式的特点与局限性,探索并提出了面向大数据时代的新服务模式。以截至2011年底我国国家基础航空摄影项目获取的全国卫星遥感数据为研究实例,基于空间叠置分析和统计计算,衍生出一种新的服务产品,用来表达各区域遥感数据覆盖频次与分布状态,为用户提供更深层次的服务。研究表明,该模式有利于研究人员在大数据时代下,掌握遥感数据覆盖的综合情况,根据实际需求快速获取遥感数据,提高遥感数据检索和获取效率,提升海量遥感数据管理与服务水平。     

SMS4算法在嵌入式系统中的硬件实现方法

提出了一种在嵌入式系统中使用FPGA(filed programmable gate array)实现国家对称密码算法SMS4算法的方法,并在实际系统中进行了设计验证.试验结果表明,使用硬件实现的加密算法可以大大提高嵌入式系统的加解密速度,在不增加嵌入式系统负担的情况下,提高了其安全性.     

一种面向并行空间数据库的数据划分算法研究

面向基于对象关系型数据库而构建的并行空间数据库系统，提出了一种基于Hilbert空间填充曲线的适合于矢量空间数据的数据划分算法。在充分考虑空间信息的海量特征以及矢量数据存储记录的不定长等特点的前提下，该算法可实现并行空间数据库中海量空间数据记录在多个存储设备上的均衡划分，以避免出现数据倾斜现象，从而提高了空间数据的检索与查询效率。     

基于TEA算法的地理信息数据安全保护技术及验证分析

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。     

视频测量影像序列椭圆形人工目标点快速识别和跟踪方法

针对视频测量建筑物健康监测获取海量影像序列数据快速、准确识别和跟踪目标点的需求,提出基于影像块技术的椭圆形目标点识别和跟踪完整算法。该算法采用影像分块技术降低数据处理量,实现椭圆形目标点跟踪,集成数学形态学和椭圆几何属性特征,消除图像块边缘检测的非椭圆边缘信息,实现椭圆轮廓的提取,并采用最小二乘法拟合椭圆中心实现亚像素定位,快速、准确地实现视频测量建筑物健康监测椭圆形目标点的识别与跟踪。试验结果表明该方法获取的椭圆中心点像素坐标的RMS残差优于0.025个像素,且相对于随机Hough变换和模板识别算法,跟踪效率提高5倍以上。