一个基于DEM的数字河网体系提取算法的应用

基于DEM提取数字河网是一种高效率获取河网信息的方法,D8算法由于直观简单,成为数字河网提取中应用最为广泛的模型之一.介绍了D8算法模型的基本原理、计算步骤以及流域水系提取阈值设定等问题,并采用这一模型对烟台市大沽夹河网DEM数据进行数字河网体系的提取,对提取的数字河网体系进行了检验.研究结果表明,在算法中不同的流域应取不同的阈值,所取阈值的范围对提取出的河网密度、精细度等有着巨大的影响.最后,指出这个算法所存在的缺点.     

SRTM DEM数据提取河网方法及影响因素研究

从数字高程模型（Digital Elevation Models,DEM）直接提取河网及相关流域信息,是分布式水文模型开发与应用的基础。珠江三角洲地区是中国经济最发达的地区之一,是世界上公认范围最大、结构最复杂的网河流域。研究该地区河网分布及流域特征,对于流域的整体规划和水资源的有序配置具有重要意义。文中首先讨论了基于栅格DEM取流域河网水系特征信息的基本方法;然后基于SRTM DEM数据,以珠江三角洲地区为例给出了利用Arc/Info实现河网提取的具体步骤,实现了大范围区域内的流域特征信息的快速提取;最后对比分析珠江三角洲分流域河网特征。     

SRTM DEM数据提取河网方法及影响因素研究

从数字高程模型（Digital Elevation Models,DEM）直接提取河网及相关流域信息,是分布式水文模型开发与应用的基础。珠江三角洲地区是中国经济最发达的地区之一,是世界上公认范围最大、结构最复杂的网河流域。研究该地区河网分布及流域特征,对于流域的整体规划和水资源的有序配置具有重要意义。文中首先讨论了基于栅格DEM取流域河网水系特征信息的基本方法;然后基于SRTM DEM数据,以珠江三角洲地区为例给出了利用Arc/Info实现河网提取的具体步骤,实现了大范围区域内的流域特征信息的快速提取;最后对比分析珠江三角洲分流域河网特征。     

一种在DEM平地中的河网水流方向估算方法

在基于DEM的水文分析中,如河网水系提取、区域侵蚀评价等需要将栅格赋予水流方向。平地流向成为较为棘手的问题之一,前人的研究多以修正DEM值来确定平地水流方向,在合理性和效率方面还有待进一步提高。文章提出了一种计算平地流向的算法,以平地的初始汇流累积量为参考,按照最短路径和就近原则算法提取流向。通过与J&D方法和Barnes方法进行对比,本文方法能够有效地提取平地流向并避免平地平行流问题,适合于流向及汇水面积提取,且效率较高。该方法是平地河网提取方法的有益尝试,也是对数字地形分析技术的补充。     

GPU加速的高分辨率DEM图像地形特征线提取算法

随着数据采集设备的发展,数字地形分析中高分辨率数字高程模型(DEM)图像越来越普遍。目前已经存在一系列的曲线结构提取算法由于计算复杂度较高,因此在针对高分辨率DEM图像提取地形特征线时效率较低。提出一种在图形处理器(GPU)上加速Steger曲线结构提取算法的策略,利用图形处理器上计算统一设备架构(CUDA)的高度并行性来加速算法中计算密集的Hessian矩阵生成模块以及图像特征点提取模块,对于百万像素级的DEM图像该算法可以获得5倍以上的加速比。     

栅格划分的二叉区间树节点构造算法

针对海量数据可视化过程中预处理时间长的问题,提出一种加速构造等值面提取索引结构的栅格构造算法.该算法以二叉区间树的span space划分为基础,利用栅格化方法对二叉区间树节点进行重构,降低了区间排序预处理计算规模,可将预处理效率提高50%左右.理论分析与实验证明,文中算法与传统最优算法有相近的活动单元搜索效率,能够大大缩短整个海量数据可视化过程,对实时性要求较高的可视化应用具有实际应用价值.     

都江堰市白沙河子流域划分与水系提取研究

文章以四川省都江堰市白沙河流域为研究对象,采用10×10m分辨率的DEM为基本地形数据,应用ArcGIS水文分析模块对该流域进行水系提取与子流域划分工作。率定不同的集水栅格阈值,分别将提取得到的水系与实际水系进行对比,结果表明集水栅格阈值为5000时提取的水系与实际河网最接近,说明0．5km。是该地区形成河网的集水面积阈值。在进行子流域划分汇水阈值取值时,如果仍采用与生成河网相当的阈值,则生成的子流域过多不利于做更深的水文分析。当集水栅格阈值取50000,即子流域面积为5km。时生成的子流域较为合理,以此将研究流域划分为37个子流域,为进一步的水文分析提供了流域基础数据。     

任意输电线路的DEM快速裁剪算法

传统获取带状目标数字高程模型(DEM)数据的包围盒方法存在效率低、数据下载量大的问题。为此,提出基于空间分析的平滑缓冲区DEM裁剪提取算法和基于矩形拼接的DEM裁剪拼接算法,利用空间分析和矩形拼接的优势,实现带状DEM数据高效、轻量级的提取。采用电力行业三维输电线路的DEM工程数据进行实验,结果表明,所提算法在提取效率、算法复杂度和提取结果的数据量方面,相比传统的包围盒方法均有显著优势。     

基于医学体数据生成四面体网格的方法

为了从医学体数据直接构造四面体网格,提出一种基于栅格的网格生成算法.该算法的主要思想是从背景栅格中提取并填充代表区域边界的等值面.首先,对医学体数据进行预处理与采样,构建一个背景栅格.其次,用对偶方法从栅格提取三角表面网格,用于分段线性逼近等值面.然后,对栅格中所有位于等值面之内或与等值面相交的立方体,用预定义的模板分解成四面体单元.最后,用Laplacian平滑技术优化四面体网格.在均匀网格的基础上,研究了自适应网格生成算法,在保持网格几何精度的同时精简单元数量,以提高有限元计算效率.给出了从CT数据生成人体股骨远端四面体网格的实例,该网格模型被用于虚拟膝关节镜手术.     

基于MapReduce模型的侵蚀地形因子计算方法研究

针对传统侵蚀地形因子提取方法在处理海量数据时出现的瓶颈,提出一种基于MapReduce模型的侵蚀地形因子计算方法。该方法将并行计算模型MapReduce与改进的通用土壤流失方程（revised universal soil loss equation,RUSLE）相结合。利用最大坡降原理和B+树建立流向关系查找树来表现地形数据的相关性;利用MapReduce模型进行流路查找与栅格汇聚来替代传统正反向遍历算法,解决侵蚀地形因子计算过程中汇水和累计坡长的计算效率问题。实验结果表明,对于基于海量数字高程模型数据的地形因子提取,该方法能够在计算精度允许的范围内有效提高效率。     

基于CUDA的彩色超声血流成像

彩色超声血流成像在医学超声诊断中得到了广泛的运用。对前期所提出的超声血流成像图形处理器(GPU)的处理框架做出了两点改进：在壁滤波器模块并行实现Regression滤波器,替换原来的并行有限冲激响应(FIR)滤波器;在后处理模块中,加入了并行实现的Threshold box滤波器,改善了血流的均匀性。实验结果表明：GPU并行实现的运算效率是中央处理器(CPU)串行实现的16.2倍,帧率可以达到70帧/秒。与传统的FIR滤波器相比,Regression滤波器能够得到更高质量的超声血流图像,并且Threshold box滤波器提高了组织/血流鉴定的精确度。     

统一计算设备架构下的F-X域预测滤波并行算法

针对传统F-X域预测滤波去除地震资料随机噪声耗时巨大的问题,提出了基于统一计算设备架构(CUDA)的并行算法.首先,对算法进行模块化分析以找到算法的计算瓶颈;然后从每个窗口数据计算相关矩阵、求滤波因子、滤波等步骤入手,使用图形处理器(GPU)将滤波过程分解为多个任务并行处理;最后,对算法进行并行实现,并对相邻滤波窗口的...     

基于OpenCL的尺度不变特征变换算法的并行设计与实现

针对尺度不变特征变换（SIFT）算法实时性差的问题,提出了利用开放式计算语言（OpenCL）并行优化的SIFT算法。首先,通过对原算法各步骤进行组合拆分、重构特征点在内存中的数据索引等方式对原算法进行并行化重构,使得算法的中间计算结果能够完全在显存中完成交互;然后,采用复用全局内存对象、共享局部内存、优化内存读取等策略对原算法各步骤进行并行设计,提高数据读取效率,降低传输延时;最后,利用OpenCL语言在图形处理单元（GPU）上实现了SIFT算法的细粒度并行加速,并在中央处理器（CPU）上完成了移植。与原SIFT算法配准效果相近时,并行化的算法在GPU和CPU平台上特征提取速度分别提升了10.51～19.33和2.34～4.74倍。实验结果表明,利用OpenCL并行加速的SIFT算法能够有效提高图像配准的实时性,并能克服统一计算设备架构（CUDA）因移植困难而不能充分利用异构系统中多种计算核心的缺点。     

基于流水线的合成孔径雷达并行成像算法及实现

根据对距离多普勒（Range Doppler）成像算法的特点进行研究,提出了一种基于流水线的合成孔径雷达（SAR）并行成像算法。这种算法基于C/MPI编写并成功地在32节点的IBM PC集群实现。通过与已建立的通用的并行成像算法进行比较分析,得出基于流水线的并行算法是一种更适合SAR并行成像的一种算法,能够提供更高的并行效率。     

基于OpenCL的累积汇流并行计算

大尺度、高分辨率数字地形数据应用需求的增长,给计算密集型的累积汇流等数字地形分析算法带来了新的挑战。针对CPU/GPU(Graphics Processing Unit)异构计算平台的特点,提出了一种基于OpenCL(Open Computing Language)的多流向累积汇流算法的并行化策略,具有更好的平台独立性和可移植性,简化了CPU/GPU异构平台下的并行应用程序设计。累积汇流并行算法包括时空独立型的流量分配和空间依赖型的累积入流两个过程,均定义为OpenCL内核并交由OpenCL设备并行执行,其中累积入流过程借助流量转移矩阵由递归式转换为迭代式来实现并行计算。与基于流量转移矩阵的并行汇流算法相比,尽管基于单元入度矩阵的并行汇流算法可以降低迭代过程中的计算冗余,但需要采用具有较大延迟的原子操作以及需要更多的迭代次数,在有限的GPU计算资源下,两种算法性能差异不明显。实验结果表明,并行累积汇流算法在NVIDIA GeForce GT 650M GPU上获得了较好的加速比,加速性能随格网尺度增加而有所增加,其中流量分配获得了约50～70倍的加速比,累积入流获得了10～20倍的加速比,展示了利用OpenCL在GPU等并行计算设备上进行大规模数字地形分析的潜在优势。     

基于并行约简的网络安全态势要素提取方法

网络安全态势要素选取的质量对网络安全态势评估的准确性起到至关重要的作用,而现有的网络安全态势要素提取方法大多依赖先验知识,并不适用于处理网络安全态势数据。为提高网络安全态势要素提取的质量与效率,提出一种基于属性重要度矩阵的并行约简算法,在经典粗糙集基础上引入并行约简思想,在保证分类不受影响的情况下,将单个决策信息表扩展到多个,利用条件熵计算属性重要度,根据约简规则删除冗余属性,从而实现网络安全态势要素的高效提取。为验证算法的高效性,利用Weka软件对数据进行分类预测,在NSL-KDD数据集中,相比利用全部属性,通过该算法约简后的属性进行分类建模的时间缩短了16.6%;对比评价指标发现,相比现有的三种态势要素提取算法（遗传算法（GA）、贪心式搜索算法（GSA）和基于条件熵的属性约简（ARCE）算法）,该算法具有较高的召回率和较低的误警率。实验结果表明,经过该算法约简的数据具有更好的分类性能,实现了网络安全态势要素的高效提取。     

基于切片原理的海量点云并行简化算法

针对传统点云简化算法效率低且处理点数少的缺陷,结合快速成型领域的切片原理顾及特征计算复杂度低的特点,设计并实现了适合千万级海量激光雷达（LiDAR）点云的并行切片简化算法。该算法根据切片原理对点云模型分层并按照角度排序,利用NVIDA的统一计算设备架构（CUDA）和可编程图形处理器（GPU）高度并行的性能优势,使用GPU多线程高效并行地执行单层切片点云简化,提高了算法效率。最后,应用3组不同数量级点云模型分别进行简化对比实验。实验结果表明：在保持模型特征与压缩比不变的情况下,所提算法效率高出传统基于CPU的串行切片算法1～2个量级。     

基于CUDA的SKINNY加密算法并行实现与分析

针对SKINNY加密算法在中央处理器（CPU）下实现效率偏低的问题,提出一种基于图形处理器（GPU）的快速实现方法。首先,结合SKINNY算法的结构特征提出优化方案,将5个分步操作优化整合为1个整体运算;然后,分析该算法的电子密码本（ECB）模式和计数器（CTR）模式的特性,并给出并行粒度、内存分配等并行设计方案。实验结果表明,与传统的CPU实现方法下的SKINNY算法相比,基于计算统一设备架构（CUDA）实现的SKINNY算法的效率和吞吐量得到很大提升。具体来说,当处理的数据达到16 MB及以上时,在所提实现方法下,SKINNY算法的ECB模式的加速效率提升峰值为99.85%,加速比峰值为671,CTR模式的加速效率提升峰值为99.87%,加速比峰值为765;而与已有AES-256（ECB）和SKINNY_ECB并行算法比较,新提出的SKINNY-256（ECB）并行算法的吞吐量分别是它们的吞吐量的1.29倍和2.55倍。     

基于FPGA的数字水印提取系统的设计

针对传统软件实现数字水印系统难以满足实时性的问题,提出了基于现场可编程门阵列(FPGA)的硬件实现方案。通过对数字水印提取系统进行深入研究,设计了易于FPGA实现的数字水印算法和适用于5/3小波变换的算法结构,并进一步设计出与算法相对应的新的水印提取结构。该结构体现了流水线和高度并行性,计算效率高,具有体积小、功耗低、实时性强等特点。经仿真验证证实了所设计系统的正确性,算法结构具有广泛的适用性。