CPU和GPU协同处理的规则格网DSM快速生成

来源 :测绘科学与工程 | 被引量 : 0次 | 上传用户:cares
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对大数据量离散点云的规则格网DSM生成计算耗时较长问题,本文提出了一种基于CPU和GPU协同处理的规则格网DSM快速生成方法。该方法采用栅格索引算法和反距离加权插值算法,在CPU上对点云数据索引进行栅格化存储,分批次把相应数据拷入GPU,并在GPU上搜索待插值点的近邻点云数据,运用反距离加权插值算法完成插值计算,快速生成规则格网DSM。实测数据表明,在输入大量离散点云数据的情况下,本文方法的计算时间约为栅格索引算法在CPU上计算时间的千分之一,大幅度缩短了计算时间,满足了工程快速应用需求。
其他文献
教学、科研、社会服务是高校三大职能。在我国高等教育发展过程中,围绕畜牧学科开展社会服务探索实践不仅是高校自身发展的迫切需要,更是促进行业进步发展的一剂良药。目前,
信息化社会中,信息的安全性、合法性、合道德性一直是人们关注的重点问题。现代社会的信息通过大数据的传播更加迅速,传播范围也更加广泛。近几年来,大数据背景下的环境类网
草食畜牧业是未来畜牧业发展的重点方向。草-畜生态养殖是草业发展的朝阳方向。在新农科建设背景下,借鉴“牛精英计划”的可复制模式,分析草-畜生态养殖方向本科实践教学的改
专业学位研究生教育是培养高层次应用型人才的重要渠道。自专业学位研究生教育制度实行以来,为我国各行各业培养了一大批实用型人才。但随着我国畜牧行业的迅速发展,对高水平
新一代国际天球参考系——ICRF3已由IVS和IERS于2018年8月20日在第30次IAU大会上发布,并通过IAU决议于2019年1月1日起ICRF3取代ICRF2作为基本天球参考架。2019年8月,IUGG第27
近年来,中国肉牛产业发展迅速,面临产业转型升级,对行业人才提出了新的要求,亟需大批懂技术精理论的行业精英人才。为解决畜牧业精英人才培养过程中缺乏有效的理论与生产试验
随着畜牧行业的快速发展,对具有实践能力的复合应用型综合人才的需求也越来越高,高校高素质综合人才供应不足成为了限制行业发展的主要因素。“牛精英计划”建立全新人才培养
牛生产学是畜牧行业中的一个分支学科,是一门综合性较强的应用学科。牛生产学课程及其相关衍生课程,也是我国高等院校针对动物科学专业高年级本科或高职学生开设的专业必修课
采用2019年12月26 H 73个MGEX站的观测数据,从可见卫星数、收敛时间和定位精度等角度对比分析了BDS-2、GPS单系统静态PPP性能,实测数据分析表明:1)GPS卫星在全球范围内有97.3
实践创新能力是畜牧企业对于人才选择的重要标准。但是随着我国高等教育的普及和入学扩招,普遍存在以课程讲授为主、实践基地不足、学生缺乏实践机会和动手能力差等问题,尤其