基于并行模板的二值地形图串行细化算法

利用并行细化算法的模板，提出了一种新的二值地形图串行细化算法。该算法具有处理速度快、抗干扰能力强，能够完整地保存图像的拓扑结构，所获得的骨架对称性好等特点。实验结果表明，本文所提出的细化方法，为解决二值地形图图像的细化问题开辟了一条新途径。     

匹配引导的四模板细化算法

在分析影响四模板化算法速度的主要原因的基础上,应用位置索引表技术引导模板匹配,从而大大提高了模板匹配的效率,加速上整个细化进程。试验表明,匹配引导的四模板细化方法是一种又快又好的二值图像细化方法。     

基于数学形态学细化算子的改进Canny算法研究

边缘检测是图像处理领域研究的一个重要内容。本文基于数学形态学改进现有Canny算子。该方法首先用Canny算子进行滤波,然后采用非极大抑制技术,将强边缘图像和弱边缘图像的边缘进行连接,再对提取的边缘利用形态学细化算子细化。针对不同图像采用不同门限比例,可取得不同的边缘提取效果。本文采用峰值信噪比、均方误差、平均绝对误差三个评价指标对边缘检测算法的优越性进行度量。实验分析表明,本文算法优于Sobel算子、Roberts算子、Log算子及传统Canny算法。     

基于机群的并行匹配算法

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。     

基于数学形态学的细化算法

本文主要讨论了细化算法的定义与条件，二值图像细化的数学原理和基于数学形态学的细化算法。文中对结构模式类型和细化算法的逻辑运算描述提出新的见解，可望深化和丰富基于数学形态学细化算法的内容。     

基于模板匹配的点状符号分离方法

符号百实现地图符号自动识别的前提和基础,本文针对地形图中点状符号的特点,提出了一种基于模板匹配的点状符号分离方法。     

利用三值模板模糊匹配进行手指静脉识别

针对静脉特征图像中静脉边缘和末梢模糊造成匹配困难的问题,提出了一种基于三值模板图像的模糊匹配方法。该方法将提取出的静脉特征图像分割为三值图像,值1代表目标区,0.5代表模糊区,0代表背景区。三值图像用于模板匹配时,计算模板间非0值区域之间的平均距离作为相似分数,分数越低,则模板越相似。该方法匹配能力强,不要求点与点之间的绝对位置匹配,对模糊的静脉边缘和末梢匹配具有较强的鲁棒性。对实验中采集的456张近红外手指静脉图像进行匹配,正确识别率达99.46%,表明本文方法是可行的和有效的。     

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.     

基于影像特征点、线整体匹配的DSM自动生成

DSM的自动提取是“数字摄影测量”的最重要技术之一,其关键就是全自动影像匹配。其主要难点表现在:纹理信息缺乏、重复纹理、深度断裂与阴影、较大的投影变形等。为更好地解决上述问题,本文提出了基于特征点匹配与边缘线匹配相结合的方法。实验表明无论对山区还是城区都取得了很好的效果,证实了该方法在实际应用中的有效性。     

以符号为中心的统计地图制图模板技术研究

地图制图自动化与智能化是当前制图领域研究的热点问题,模板制图是实现制图自动化,提高制图效率的一种手段。在探讨模板制图原理的基础上,分析了现有制图模板的特点及其应用模式上存在的不足,设计了以符号为中心的统计地图制图模板的应用模式,提出了以符号为中心的统计地图制图模板技术,凸显了统计地图制作过程中符号的重要地位。以此为基础,深入剖析了统计制图模板、统计专题图层、图面表达结果三者之间的区别与联系,研究了以符号为中心的统计地图制图模板构建技术、存储技术以及匹配技术,并进行了系统应用,验证了这一技术的可行性和有效性。     

A HYBRID THINNING ALGORITHM FOR BINARY TOPOGRAPHY MAP

1　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｔｈｉｎｎｉｎｇｏｆｂｉｎａｒｙｉｍａｇｅｓｉｓａｎｉｍｐｏｒｔａｎｔｔｅｃｈｎｏｌｏｇｙｉｎｉｍａｇｅｓｐｒｏｃｅｓｓｉｎｇ .Ｉｔｉｓｏｆｔｅｎｕｓｅｄｔｏｅｘｔｒａｃｔｔｈｅｓｋｅｌｅｔｏｎｓｏｆｂｉｎａｒｙｉｍａｇｅｓｆｏｒｒｅｃｏｇｎｉｚ ｉｎｇｂｉｎａｒｙｏｂｊｅｃｔｓ .Ｉｔｈａｓｂｅｅｎｗｉｄｅｌｙａｐｐｌｉｅｄｉｎｍａｐｄｉｇｉｔｉｚｉｎｇ ,ｃｈａｒａｃｔｅｒｓｒｅｃｏｇｎｉｔｉｏｎ ,ａｄｖａｎｃｅｄａｎａｌｙｓｉｓｏｆｉｍａｇｅｓａｎｄｓｏｏｎ .Ｔ…     

利用Douglas-Peucker并行算法在多核处理器上实时综合地图线要素

Douglas-Peucker算法是线要素简化的经典算法,针对其存在大量计算、难以做到实时的缺点,运用并行技术实现Douglas-Peucker算法,并在多核处理器的计算机上进行实验,验证了并行算法的效率与实时性。     

基于GPGPU的并行影像匹配算法

提出一种基于GPGPU的CUDA架构快速影像匹配并行算法,它能够在SIMT模式下完成高性能并行计算。并行算法根据GPU的并行结构和硬件特点,采用执行配置技术、高速存储技术和全局存储技术三种加速技术,优化数据存储结构,提高数据访问效率。实验结果表明,并行算法充分利用GPU的并行处理能力,在处理1280×1024分辨率的8位灰度图像时可达到最高多处理器warp占有率,速度是基于CPU实现的7倍。CUDA在高运算强度数据处理中呈现出的实时处理能力和计算能力,为进一步加速影像匹配性能和GPU通用计算提供了新的方法和思路。     

一种基于网络拓扑关系的地图匹配算法

地图匹配是车辆导航定位系统中提高定位精度的一种方法,其精度受定位数据、地图数据质量及坐标系转换关系的影响。在分析现有算法的基础上,提出了一种基于网络拓扑关系的地图匹配算法。该算法只需将GPS定位数据和G IS数据相结合,即可用算法的形式解决地图匹配中一些常见的问题。实验证明:该算法是一种精度高、效率好、实用性强的地图匹配算法,具有较好的实用价值。     

一种基于网络拓扑关系的地图匹配算法

地图匹配是车辆导航定位系统中提高定位精度的一种方法,其精度受定位数据、地图数据质量及坐标系转换关系的影响.在分析现有算法的基础上,提出了一种基于网络拓扑关系的地图匹配算法.该算法只需将GPS定位数据和GIS 数据相结合,即可用算法的形式解决地图匹配中一些常见的问题.实验证明:该算法是一种精度高、效率好、实用性强的地图匹配算法,具有较好的实用价值.     

一种利用网格划分及方向加权的地图匹配算法

地图匹配算法目的是将偏离道路的点纠正到正确位置上。本文基于传统的点到线的地图匹配算法,通过引入网格划分的概念来确认候选匹配道路,并且加权了方向因素来计算点到线的匹配程度。试验表明,改进后的算法能够提高其准确性,并且一定程度上提高了算法的效率,具有一定的实用价值。     

一种基于序列影像匹配的独立树冠可视化方法

介绍采用非量测相机与序列影像匹配实现独立树冠3维重建的方法。主要包括从影像提取特征点：使用多基线影像与金字塔分层相关技术进行特征点匹配;解算影像的相对方位参数;由前方交会求出各特征点的模型坐标;由模型坐标构造树冠表面三角网;由纹理映射得到树冠3维模型景观图,实现树木可视化的真3维表达。     

基于objectARX的图幅自动接边算法的实现

为了解决地理信息中的图形信息存在图幅问图元的接边问题,利用C#语言调用ObjectARX托管封装类进行编程,建立AutoCAD接边命令,在AutoCAD环境下调用接边命令实现自动接边,提高数字化成图的效率和数字化地图的精度。     

基于MapReduce的空间数据并行划分算法

针对海量空间数据分布式存储中存在的不顾及空间邻近性、分布不均和数据倾斜的问题,基于MapReduce并行编程模型,对Hilbert空间曲线层次分解的思想和节点容量感知的方法进行了研究,提出了一种层次分解的空间数据并行划分策略,并通过临界值判定实现空间数据的均衡存储。最后通过实例分析说明该方法可以在保证空间数据邻近特性的同时,解决海量空间数据分布式存储不均和数据倾斜的问题。     

并行地图叠加分析中基于数据分解的负载均衡方法研究

地图叠加分析是一种计算密集型算法,并行化计算可以加快算法执行速度。本文研究并行化地图叠加分析中的负载均衡方法。首先针对并行算法中的IO竞争情况,定义了负载均衡指数;然后基于分治法分解空间数据,将并行系统下的地理要素分而治之,将Hilbert空间索引作为集群系统中各节点分配数据的依据,最终实现并行地图叠加分析系统中的数据负载均衡,为地图叠加分析算法中的数据并行策略提供可能性。结果表明,利用空间索引分治的负载均衡方法建立索引速度快,调度系统可以将计算任务明确分配到各计算节点。