遥感影像数据并行计算中数据分配策略研究

分布式并行计算技术的发展使得遥感影像的快速处理成为了可能,而数据分配策略是遥感影像数据并行计算的核心问题.针对不同的影像数据类型和计算算法,提出了基于计算优化的平均划分与非平均划分和基于效果增强的窗口划分与尺度划分四种数据分配策略模式,分析了不同模式适合的算法类型和应用场合,对基于计算优化的模式进行计算速度和效率的理论分析,并通过构建MPI并行计算环境进行实验测试和分析.实验结果符合理论分析预期,可以对遥感影像数据并行计算系统构建和算法设计提供有效的参考和评价.

三维不变矩特征估计的点云拼接

点云拼接是点云模型获取和重建的关键问题。提出一种新的三维不变矩特征估计的点云拼接方法,该方法将二维不变矩扩展到三维,用于描述点云的局部特征,设计实现了用该特征查找对应点的ICP算法。该算法先计算点云的特征描述子,由其中一个点云的点查找在另一片点云的最近邻域且特征描述子最相似的点作为这点的对应点,并建立对应点点集,其次将点集变换到以质心为原点的坐标下,然后根据对应点对集合建立协方差矩阵并对它奇异值分解,得到旋转矩阵和平移矩阵,最后迭代上述步骤直到收敛。通过人脸数据拼接的结果表明,该方法是可行有效的。

结构光视觉三维点云逐层三角网格化算法

针对结构光视觉恢复的大规模三维点云的可投影特点,提出一种基于投影网格的底边驱动逐层网格化曲面重建算法。该算法首先将点云投影到一个二维平面上;然后基于点云投影区域建立规则投影网格,并将投影点映射到规则二维投影网格上,建立二维网格点与三维点云间的映射关系;接着对投影网格进行底边驱动的逐层网格化,建立二维三角网格;最后根据二维投影点与三维点的对应关系及二维三角网格拓扑关系获得最终的三维网格曲面。实验结果表明,算法曲面重建速度快,可较好地保持曲面细节特征。