共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
3.
4.
5.
对于前人提出但未被重视的绘制-检出栅格化方法进行了阐述,给出了其实现步骤与关键语句,并赋予其一个新的名称——基于绘制-检出的矢量数据栅格化方法。对该方法实现中的一些技术问题,如正确性、精度、内存位图大小限制、分块栅格化、栅格化效率等问题进行了深入的探讨。笔者认为,该方法可以成为一种普适的工业方法。 相似文献
6.
7.
GIS中面状要素矢量栅格化的面积误差分析 总被引:5,自引:0,他引:5
在探讨矢量栅格化的几种形式和产生误差原因的基础上,系统分析在面状要素矢量栅格化的误差分析方法研究方面所取得的进展,指出当前分析方法存在的主要问题,并提出利用结构性栅格数据进行面状要素矢量栅格化的误差分析方法,然后以土地利用数据的栅格化为例进行实证研究。研究表明,常规分析方法很大程度上低估了栅格化的误差,因为没有充分考虑栅格化误差存在空间上的"此消彼长"现象。建议采用结构性栅格数据来改善栅格化误差分析,对误差作基于格网的量化计算,并标记在单元格上。它能有效地区分"此消"与"彼长"导致的误差,使面状要素栅格化的误差分析更加全面、客观、准确,且容易进行误差的量化分析与表示。 相似文献
8.
9.
11.
This research develops a parallel scheme to adopt multiple graphics processing units (GPUs) to accelerate large‐scale polygon rasterization. Three new parallel strategies are proposed. First, a decomposition strategy considering the calculation complexity of polygons and limited GPU memory is developed to achieve balanced workloads among multiple GPUs. Second, a parallel CPU/GPU scheduling strategy is proposed to conceal the data read/write times. The CPU is engaged with data reads/writes while the GPU rasterizes the polygons in parallel. This strategy can save considerable time spent in reading and writing, further improving the parallel efficiency. Third, a strategy for utilizing the GPU's internal memory and cache is proposed to reduce the time required to access the data. The parallel boundary algebra filling (BAF) algorithm is implemented using the programming models of compute unified device architecture (CUDA), message passing interface (MPI), and open multi‐processing (OpenMP). Experimental results confirm that the implemented parallel algorithm delivers apparent acceleration when a massive dataset is addressed (50.32 GB with approximately 1.3 × 108 polygons), reducing conversion time from 25.43 to 0.69 h, and obtaining a speedup ratio of 36.91. The proposed parallel strategies outperform the conventional method and can be effectively extended to a CPU‐based environment. 相似文献
12.
13.
14.
基于CUDA的高效并行遥感影像处理 总被引:1,自引:1,他引:1
近年来,随着空间遥感技术的发展,使得遥感影像数据呈几何级数增长,遥感影像的处理面临数据量大、密集度高、计算复杂度高和运算量大等问题。在分析最新GPU(图形处理单元)的并行架构和统一计算设备架构(CUDA)灵活的可编程性的基础上,提出了一种基于CUDA的遥感影像的高效处理方法,以遥感影像处理中常用的快速傅里叶变换、边缘检... 相似文献
15.
正空间数据规模的快速增长对传统地学分析方法提出了更高的计算效率和处理规模要求。作为核心的空间分析算法之一,矢量多边形叠加分析具有典型的高算法复杂性和计算密集性特征。随着计算机硬件和软件技术的进步,并行计算为提高多边形叠加分析的计算效率,扩大问题处理规模提供了有效手段。研究面向新型计算架构的多边形并行叠加分析算法对完善高性能GIS理论研究和实现方法,提升传统地学分析算法的计算效率具有重要的理论价值和实践意义。本论文针对多边形非拓扑叠加算法的并行化问题,在多种高性能计算环境下解决了 相似文献
16.
从地理空间数据不确定性理论出发,提出了矢量化多边形的优化方法。该方法通过对矢量多边形进行"磨角插值"和基于可接受域限定的自适应滤波平滑处理,以此来削弱由空间数据表示不确定性造成的误差,使矢量化多边形最大限度地逼近地理实体真实轮廓。采用基于全局阈值的DP算法进行压缩处理,消除了数据冗余。从压缩比、位置误差及处理效率3个方面进行对比实验,验证了所提方法的有效性。 相似文献
17.
18.
研究了提高空间矢量数据运算效率的分布式并行处理方法, 基于微软Azure云平台设计了适用于矢量数据并行处理的3种架构方式:中心负载均衡架构、分布式静态负载均衡架构、分布式动态负载均衡架构, 并分别搭建原型系统对小规模偏态分布数据和大规模数据进行叠置分析测试。试验结果表明, 基于Azure云的分布式动态负载均衡架构版本原型系统可大幅度提高计算效率, 对小规模偏态分布数据集可以达到超过10倍的加速比, 对大规模数据集的分析计算更是达到了超过40倍的加速比, 证明基于Azure云的分布式动态负载均衡架构方法是提高空间矢量数据分析效率的有效方法。 相似文献
19.
为提高地表覆盖栅格化的生产效率,对地表覆盖数据栅格化处理技术进行了研究。介绍了一种基于ArcGIS Python脚本编程的地表覆盖栅格化技术;并以福建省2016年基础性地理国情监测数据为例,验证了该技术实现地表覆盖数据批量自动栅格化的可行性。 相似文献