一种基于分布式并行模型的海量机载LiDAR点云数据快速滤波方法

机载Li DAR点云数据是遥感大数据的重要组成部分,基于单机的处理算法已经无法满足海量点云数据处理的要求。首先,针对现有单机多级移动曲面拟合滤波算法存在粗差和拟合曲面精度不高的问题,提出适合海量机载Li DAR点云数据滤波的多级多窗口移动曲面拟合滤波算法(WHMCFA);其次,设计并实现基于MapReduce的PWHMCFA并行滤波算法;最后,实验证明这种并行滤波算法在保证精度的前提下实现了海量机载Li DAR点云数据的快速滤波。     

散射体位置扰动条件下约束总体最小二乘单站定位方法

非视距条件下的单站定位过程中,需借助散射体位置估计被测目标的位置,而对散射体位置的估计不可避免地要引入误差,因此在散射体位置扰动条件下对被测目标位置的估计方法研究是十分必要的.文中从系统总体误差入手,将定位的最优化问题转化为具有约束条件的极值求解问题.利用约束最小二乘方法将该极值问题等价为无约束条件的极值求解问题,最后采用Newton迭代方法来求解最优点.仿真结果验证了文中算法的有效性.     

锥束CT FDK重建算法的GPU并行实现

针对FDK算法重建耗时长的问题,提出了一种基于图形处理器(GPU)的FDK并行加速算法。通过采用合理的线程分配方式,对反投影参数计算过程中与体素无关的中间变量的提取和预计算、对全局存储器访问次数的细致优化等策略,提高FDK算法的执行效率。仿真实验结果表明,在不牺牲重建质量的前提下,完全优化后的FDK并行加速算法重建2563规模的体数据需要0.5s,重建5123规模的体数据需要2.5s,这与较新的研究成果相比有很大幅度的提升。