检索结果-南通市图书馆

国土资源导刊 2020年第4期17卷 70-75页

作者：饶云广东省国土资源技术中心广东广州510075

由于海量的点云数据信息,会造成专业处理软件在读取、加工数据时产生巨大的计算量,基于Lidar点云在地面回波特点与规律,利用开源lastools类库函数首先剥离出点云数据中部分非地面点数据,极大减轻了Lidar点云处理软件的程序负载压力,再... 详细信息

由于海量的点云数据信息,会造成专业处理软件在读取、加工数据时产生巨大的计算量,基于Lidar点云在地面回波特点与规律,利用开源lastools类库函数首先剥离出点云数据中部分非地面点数据,极大减轻了Lidar点云处理软件的程序负载压力,再结合高斯滤波法,去除噪点数据,提高了整体作业效率。

关键词： lastools 剥离负载压力效率

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

A general-purpose framework for parallel processing of large-scale LiDAR data

引用

International Journal of Digital Earth 2018年第1期11卷 26-47页

作者： Zhenlong Li Michael E.Hodgson Wenwen Li Department of Geography University of South CarolinaColumbiaSCUSA School of Geographical Sciences and Urban Planning Arizona State UniversityTempeAZUSA

Light detection and ranging(LiDAR)data are essential for scientific discoveries such as Earth and ecological sciences,environmental applications,and responding to natural *** collecting LiDAR data over large areas is quite possible the subsequent processing steps typically involve large computational *** storing,managing,and processing LiDAR data are the prerequisite steps for enabling these LiDAR-based ***,handling LiDAR data poses grand geoprocessing challenges due to data and computational *** tackle such challenges,we developed a general-purpose scalable framework coupled with a sophisticated data decomposition and parallelization strategy to efficiently handle‘big’LiDAR data *** contributions of this research were(1)a tile-based spatial index to manage big LiDAR data in the scalable and fault-tolerable Hadoop distributed file system,(2)two spatial decomposition techniques to enable efficient parallelization of different types of LiDAR processing tasks,and(3)by coupling existing LiDAR processing tools with Hadoop,a variety of LiDAR data processing tasks can be conducted in parallel in a highly scalable distributed computing environment using an online geoprocessing application.A proof-of-concept prototype is presented here to demonstrate the feasibility,performance,and scalability of the proposed framework.

关键词： Big data online geoprocessing Hadoop MapReduce spatial decomposition lastools parallel

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：