大数据下的结构性态监测信息管理系统设计与应用

论述了一种适用于处理海量监测数据的结构性态监测信息管理系统(MIMS)的设计方案.基于三层浏览器/服务器架构搭建软件系统,利用多服务器协同工作机制提升系统性能.应用大数据技术,充分考虑海量监测数据对数据管理系统的高要求,选用MongoDB数据库作为数据管理平台,论述了数据库结构和采用的数据格式.最后以宁波南站结构性态监测为例,展示了系统的实现效果.结果表明该系统具有很好的扩展性和通用性,每天可接收远程数据约10GB,能实现对海量监测数据的实时吞吐和高效组织管理.     

浅谈RAID技术及其在硬盘播出系统中的应用

播出作为数字电视的一个重要环节,其数字化程度、播出的稳定性直接影响到数字电视的推广及受欢迎的程度。所以使用安全高效的硬盘播出系统显得尤为重要。而在电视播出系统中,最为重要的两点是对数据安全的高要求性和海量数据的存储空间需要。本文对RAID技术及其在硬盘播出系统中的应用进行了探讨.     

ENS3000噪声监测系统研究与实现

噪声监测系统需要解决海量监测数据定位、音频数据与分贝数据同步采集等问题.在研制ENS3000噪声监测取证系统中,分析了噪声音频处理原理及编码算法,包括一维离散余弦变换、小波变换等;提出了音频数据分段存储格式,解决了海量音频数据的快速定位问题,保证音频跨段连续处理;提出了分贝和音频采集合并技术以简化输入信道,解决了音频数据和分贝数据的同步采集问题;系统结构上采用双层散热和隔离设计,解决了仪器散热和防水问题.     

基于知识库的藏文问答系统研究

随着数据信息的海量增长,人们迫切需要在海量的数据中精准获取有用信息,为了解决这个问题,问答系统应运而生.现今,英文问答系统及中文问答系统取得了显著成绩,但藏文问答系统却鲜有人问津.作为一个多民族的国家,伴随信息化的高速前行,藏文问答系统的研究势在必行.文章通过对现有藏文分词、信息检索等技术分析,借用中英文问答系统成熟的模式,结合藏语语法的特殊性质,对基于FAQ库的藏文问答系统的构建进行分析研究.     

基于云计算的数据存储技术研究

以云计算环境下大数据存储技术为研究对象,首先介绍了云计算环境下主要的两种典型的分布式存储系统,即Googk的GFS和Hadoop的HDFS;对其中的数据存储技术进行了专门分析,从可扩展性和延迟性（如何支持海量小文件的存储）、容错性（在数据丢失时进行数据恢复）和海量数据存储的实时性这3个方面对现有技术进行了评价.在此基础上,提出了分布式文件系统的系统架构.最后给出了研究展望.     

基于模糊数学的海量数据特征定位研究

提出一种基于模糊数学分析的海量数据特征定位方法.在线性约束条件下构建海量数据特征分布的模糊推理状态特征方程,在有限维Morrey-Herz凸空间中对特征方程连续有界解的收敛性进行分析.通过Bcklund变换求得海量数据特征定位稳定的周期点,构建分集聚敛目标函数并进行连续有界性和收敛性分析,实现海量数据特征定位点的模糊聚类.仿真实验结果表明,该方法的海量数据特征定位精度较高,收敛性好.     

基于PCI总线的高速数据采集板的设计

本文介绍了一种基于PCI总线的高速数据采集系统,该系统基于PCI总线技术,充分利用SDRAM的海量存储能力和FPGA的编程灵活性的特点,实现了数据的高速采集、SDRAM的海量存储和PCI的桥接传输三者的结合.     

海量点云数据轮廓特征线的快速生成算法

从海量点云数据中快速生成轮廓特征线,是实现基于特征的模型重建的关键.提出了一种基于切片的轮廓特征线快速生成算法.该算法首先对点云数据进行切片,将数字图像的方法应用到基于切片的特征点提取中,通过设置数字栅格平面的边长快速地提取特征点,并根据提出的双向索引连通法快速构造特征线,最终实现了点云数据的曲线模型.实例证明:本算法可以快速、准确地生成海量点云数据的轮廓特征线.     

基于Oracle的海量空间影像数据管理

本文在介绍了Oracle的Spatial组件的基础上,探讨了基于Oracle数据库实现海量空间影像数据的管理技术.通过采用数据分块结合索引检索的方式实现了快速管理管理海量空间影像数据.     

一种基于外存的海量地表离散点的交互编辑算法

提出了一种基于外存的索引数据结构,实现了对海量地表离散点的高效组织及实时绘制与交互.在分析现有对海量离散点数据或点云数据处理方法的基础上,采用规则四叉树与类区间树相结合的嵌套复合结构对数据进行组织,提高了数据的查询检索效率,从而实现了在不影响场景绘制显示的前提下,对数据进行的动态删除、添加和修改,更好地支持了数据的交互操作.对该索引组织结构进行了内外存相统一的设计与实现,并验证了该方法的正确性及有效性.     

基于密度噪声应用空间聚类算法的机载激光雷达建筑物点云提取与单体化

针对机载激光雷达建筑物点云提取过程中自动化提取困难,以及提取后的建筑物单体化过程繁琐等问题,提出一种基于DBSCAN算法的机载雷达建筑物点云提取与单体化的方法。该方法对预处理后的点云数据基于DBSCAN算法进行去噪与初步的提取,通过三维密度聚类,将建筑物的点云进行提取与自动单体化。根据建筑物点云密度的特点,进行二维的密度聚类,结合DOM进行点云分割。最后将处理后的点云数据进行优化处理,并将建筑物单体化簇类进行提取,得到单体化建筑物点云。结果表明：本文采用的提取方法提取的建筑物点云数量正确率为97.36%,轮廓边长的中误差为0.077,可以有效的提取出建筑物点云并将其单体化。     

基于视点的三维点云自适应多细节层次模型动态绘制

在计算机几何图像设计、医疗研究诊断、物体判定识别、自动化测量等领域应用的迫切需求下,需要对三维点云动态绘制方法进行研究。目前存在的基于图形处理单元(GPU)的三维点云动态绘制方法。首先根据高度场的形式获得三维点云数据;然后利用高通滤波法对获得的三维点云进行消噪处理;再根据Scene Graph的方法表示三维点云之间的逻辑关系;最后利用GPU完成三维点云的动态绘制。为了降低噪声对三维点云绘制的影响,绘制更加流畅清晰的画面,提出一种基于视点的三维点云自适应多细节层次(LOD)模型动态绘制方法。首先利用激光扫描仪器或结构光扫描仪器等获取三维点云数据,并利用双边滤波器进行平滑去噪;然后根据特征配对的方法对三维点云进行特征对的提取与配准;最后以三维点云特征对配准结果为依据,利用三维点云的内外存调度完成三维点云的自适应LOD动态绘制。实验结果分析证明,所提方法能有效地去除噪声,可以更好地描述目标物体或背景,使绘制画面更加流畅。     

基于L1中值骨架提取的植物茎干补全研究

【目的】植物的可视化技术是数字林业研究的重要组成部分。针对植物进行三维点云重建时茎干部分容易缺失的问题,基于拓扑连接的缺失部分位置判断及L1中值骨架提取提出一种茎干补全方法,为实现植物可视化提供技术支撑。【方法】依据概率图模型及最小生成树确定点云簇之间的拓扑连接情况,判断缺失部位所在位置。提出了一种基于搜索的待拟合点点集确定方法,使用基于 L1 中值的局部迭代方法提取茎干点云骨架,并对骨架点集进行排序,确定缺失部分待拟合点。最终使用Bezier曲线拟合缺失部分茎干轴线并使用三维参数圆补全缺失部分点云。【结果】对于叶片与茎干缺失分离的植物点云,茎干补全方法可以真实且有效地对其进行补全,拟合结果整体平滑且具有一定的实际物理意义。【结论】通过三维扫描得到的不完整点云在补全后,能在一定程度上弥补扫描的缺陷,构建出完整且逼真的植物三维点云模型,使其能够更加有效地应用于植物的三维可视化建模。     

基于TLS的红松树冠半径提取及其外轮廓模型构建

【目的】探究基于地基激光雷达(Terrestrial Laser Scanning, TLS)点云数据提取人工林中红松不同树冠深度处最大树冠半径(crown radius,R_C)的精度,建立基于TLS点云数据的树冠外轮廓模型,为基于TLS点云数据研究树冠结构奠定实践基础。【方法】以30株人工林红松解析木的TLS的点云数据以及实测枝条因子为数据源,采用点云分层投影法提取不同树冠深度处的最大树冠半径,并与根据30株解析木各轮最大枝条计算出的半径对比进行精度分析。最后,基于TLS所提取的树冠半径进行红松树冠外轮廓模型的构建。【结果】最大树冠半径总提取精度为86.17%,不同树冠深度处提取精度存在差异,提取效果最好的相对冠深范围为0.15～1.00,精度均在90%左右;提取效果最差的相对冠深范围为0～0.15,精度为60.27%～75.79%。3种常用的树冠外轮廓模型(单分子式、二次抛物线、3参数Weibull方程)均具有较好的拟合效果。3参数Weibull方程为最优模型,对最优模型再参数化后引入的变量为胸径(DBH)和高径比(HD),拟合效果明显提高。【结论】基于TLS...     

基于盾构隧道环缝点云的中轴线提取方法

为了降低盾构隧道中轴线提取对原始点云预处理的要求,引入了点云特征提取方法。 首先, 以基于距离差特征的裂缝点云提取方法,识别盾构隧道管片拼接处的环缝点云;然后,以最小二乘 法对提取的环缝内散点进行环缝曲线拟合;最后,在环缝曲线的基础上提取隧道中轴线。 实验结果 表明:基于距离差特征的点云提取方法能够有效识别环缝点云,并在环缝点云的基础上拟合得到隧 道中轴线。 与传统提取方法相比,该方法更加快捷,且提取的中轴线更具有空间感。     

基于面结构光的T型焊接接头成形角度测量

针对钛合金带筋壁板T型焊接接头成形角度的测量需求,基于面结构光三维扫描仪设计了三维点云测量系统,以获取T型焊接接头区域三维点云。首先,对三维点云进行预处理,利用统计滤波去除离群点,通过直通滤波剪除场景点云和冗余点云,再用体素化栅格法简化点云;然后,使用区域增长算法分割出T型焊接接头的筋板点云和壁板点云;最后,基于随机抽样一致性（RANSAC）算法拟合出分割后的筋板和壁板平面点云,得到平面法向量,计算求得T型焊接接头的成形角度。将焊接前的测量角度反馈给装配机器人,用来修正筋板的装配精度;焊接后的测量角度则用来评判焊接成形质量。计算结果表明,运用所提的点云数据处理方法能快速精确地计算出T型焊接接头的成形角度。     

基于LiDAR点云的建筑物检测方法研究

提出了一种基于三角面元的LiDAR数据建筑物检测方法.首先对点云数据构建不规则三角网,然后根据三角面元的特征信息对其进行分类,接着利用面元之间的邻接关系对其进行聚类,最后对聚类点云进行跟踪得到建筑物的轮廓.以国际摄影测量与遥感学会(ISPRS)提供的城区LiDAR点云为实验数据进行建筑物检测试验.与以点云或分割块为处理基元的检测方法相比,该方法能够更加准确地提取建筑物轮廓,正确率可达96%,完整率可达85%.     

散乱点云数据的曲率精简算法

针对海量散乱点云数据精简问题,提出了以平均曲率为判据的精简算法.采用八叉树结构对点云数据进行空间分割,由分割结果建立k邻域.在散乱数据点参数化的基础上,对k邻域内的散乱点进行二次曲面拟合,求出拟合曲面的平均曲率,进而得出邻域内所有数据点的平均曲率均值,以此为判据进行数据精简.构造曲率差函数,识别出边界数据点,对其进行数据保护.结果表明,该算法对具有曲率多样化特点的点云数据精简具有一定的理论意义和应用价值.通过实验验证了该算法的可靠性和准确性.     

基于地面LiDAR点云的北川县城震害建筑物提取研究

北川县城在汶川地震后变成一片废墟,本文以北川县城扫描获取的地面激光雷达数据为实验数据,在介绍地面LiDAR点云基本特征、面向对象方法思路的基础上,将面向对象方法引入到地面LiDAR点云建筑物提取中,从而实现了震害建筑物的自动提取。通过对比分析插值生成的特征的不同,构建适合于LiDAR点云震害建筑物提取的特征规则集,基于面向对象方法对北川地震遗址地面LiDAR数据进行震害建筑物识别,对结果进行分析,震害建筑物提取总体精度达92.3%,Kappa系数为0.873,提取精度满足地震遥感应急评估的需求,为震害评估增添新的可用遥感数据源。     

基于三维激光扫描技术的高边坡变形监测分析

针对高速公路高边坡容易发生失稳破坏且监测难度大等问题,提出采用三维激光扫描技术对高边坡工程进行非接触式变形监测分析。为解决多期边坡对象的大体量点云数据难以配准问题,设计了一套基于边坡的永久性三棱锥作为控制点,通过各期点云数据中三棱锥特征提取相应控制点,对多期点云数据进行坐标系换算,进而实现多期点云数据的坐标配准,并对配准后的多期点云数据进行分析,运用算法程序处理并提取边坡变形信息。结果表明:利用三维激光扫描技术对高速公路高边坡进行自动化变形监测,能够获取边坡从局部到整体变形信息,提前预知边坡发展状况,对边坡的失稳破坏做出预警。可见,将三维激光扫描技术应用于高边坡的变形监测具有显著地优越性、可行性和应用价值。