一种高效流媒体服务器的设计

传统服务器的设计结构无法满足流媒体服务的要求。本文采用以数据为中心的资源管理方式，从可扩展性方面给出一种高效流媒体服务器的设计方案，实现流媒体在IP网上的传输服务。     

恐龙谷南缘山区DIM点云的PTD滤波改进试验研究

无人机DIM点云滤波处理是地物分类、地物单体化提取和地形特征分析的关键步骤,为解决高原山区因地形复杂而导致DIM点云滤波处理难度大和精度低等问题。选择以滇中高原恐龙谷南缘山区为试验区,首先利用DJI Phantom 4 RTK采集影像数据,解算密集影像获取DIM点云;其次,考虑山体点与地面点有较大高程差,选择经典PTD滤波算法对实验区密集匹配点云进行滤波处理;最后,综合考虑实验区山顶和山脚存在较大高程差且山体两侧沟壑丛生,山体两侧地面点易被识别为非地面点,提出以脊-谷交汇地形特征点为PTD滤波算法的种子点,在山体两侧精细化构建不规则三角网的改进PTD滤波算法。结果表明：1)PTD滤波算法得到地面点较为完整保留整个实验区,但明显的地物如山体两侧低矮植被和山脚蔬菜大棚基本未被剔除,且山体部分的地面点易被识别为非地面点而在出现山体K1、K2、K3区域的空洞现象。2)针对恐龙谷南缘山区复杂地形,提出以脊-谷交汇地形特征点为PTD滤波算法的种子点,在山体两侧精细化构网,山体低矮植被部分清除,相对于PTD滤波算法蔬菜大棚大面积被清除。并且山体两侧地面点得到较为完成保留,未出现明显点云空洞的现象。     

一种高效流媒体服务器的设计

传统服务器的设计结构无法满足流媒体服务的要求。本文采用以数据为中心的资源管理方式 ,从可扩展性方面给出一种高效流媒体服务器的设计方案 ,实现流媒体在 IP网上的传输服务。     

宽带无线接入系统LMDS的研究

介绍本地多点分配业务(LMDS)的组成和结构,以及IEEE802.16标准所定义的的数据链路层和物理层的特点。     

基于特征点和关键点提取的点云数据压缩方法

针对采集到的点云数据中含有大量的冗余数据,为后期数据处理及其应用带来诸多不便,而采用现有通用压缩方法压缩后的点云容易造成细节特征丢失问题,为此,本文提出一种基于特征点和SIFT关键点提取的点云数据压缩方法。该方法的核心技术是首先根据查询点与邻域中的点所构成向量的夹角而提取边界点;然后根据点云数据的曲率和法向量夹角提取尖锐点,据此使特征点在点云压缩处理过程中得到绝对被保留;同时在平坦区域提取SIFT关键点,这样能避免在曲率变化缓慢区域所保留的并不是特征点;最后融合特征点和SIFT关键点而实现对点云数据的压缩处理。研究通过设计与现有两种基于曲率压缩方法进行对比实验分析,结果表明本文所提方法既能最大量的去除冗余数据,又能保留点云中大部分特征点,实现了点云数据的高质量压缩。     

IP-DSLAM技术方案的设计

针对目前普遍采用的DSLAM设备。提出一种IP接入模块的设计思想，阐述了IP接入模块的关键技术和特点。接下来提出一种IP over ATM解决方案，对其性能进行了分析，并描述了IP—DSLAM技术方案的实现过程。     

基于GF-5的滇池蓝藻水华空间分布特征研究

滇池水体富营养化严重导致蓝藻水华爆发,因此文章基于GF-5高光谱数据,运用归一化植被指数(Normalized Difference Vegetation Index,NDVI)识别滇池的蓝藻水华发生状况,并通过对NDVI值域进行分类,进一步对比分析草海、外海蓝藻水华的空间分布特征及差异。结论如下:①NDVI值域的一般数量统计分析表明,草海和外海NDVI均值分别是-0.350和-0.708,说明草海蓝藻水华覆盖情况较外海更严重;②NDVI值域的分级分类统计表明,草海以轻度蓝藻水华区域为主,占草海总面积的73.36 %,重度蓝藻水华区域占比为1.12 %;外海以无蓝藻水华区域为主,占外海总面积的95.42 %,中度和重度蓝藻水华区域占比分别为 0.52 %和0.11 %;总体上,滇池蓝藻水华空间分布呈“北重南轻”的格局,草海蓝藻水华覆盖密度为80.45 %,草海较外海更易于蓝藻水华生长,水质更差。此研究方法可有效实时地监测识别高原湖泊蓝藻水华发生的空间分布状况,丰富了基于高光谱遥感进行湖泊水域水质监测的方法,为促进滇池水资源的治理和开发利用提供科学依据。