基于最高层级的影像分布式切片技术研究
发布时间:2021-01-23 17:33
面对日益增多的影像数据,瓦片技术无疑是快速进行数据共享和使用的重要途径,然而传统切片方法耗时长、效率低,无法满足对影像时效性的需求。本文设计实现了一种基于最高层级的影像切片算法,并通过搭建多机分布式切片集群,极大地提高了影像切片效率,满足了大规模影像快速加载显示的需求。
【文章来源】:计算机产品与流通. 2020,(10)
【文章页数】:2 页
【部分图文】:
基于最高层级的影像切片算法示意图
多机分布式并行切片流程
(1)在单机环境下(16核CPU,64G内存),测试传统切片和本文基于最高层级的影像切片算法,对比如图4所示。(2)在本文搭建的多机分布式并行切片环境下,对表1中的数据,分别在单节点、两节点、三节点、四节点、五节点环境下进行了性能测试,节点配置和测试结果分别如表2和图5所示:
【参考文献】:
期刊论文
[1]基于地理空间大数据的高效索引与检索算法[J]. 赵慧慧,赵凡,陈仁海,冯志勇. 计算机研究与发展. 2020(02)
[2]基于高层级地图瓦片的低层级瓦片并行合成技术[J]. 刘世永,吴秋云,陈荦,李军,景宁. 地理信息世界. 2015(06)
[3]PC集群环境下地图切片的并行计算方法[J]. 杨轶. 测绘科学. 2014(03)
[4]基于数据库存储方案的高性能瓦片地图服务研究[J]. 罗智勇,黎小东. 地理与地理信息科学. 2013(03)
本文编号:2995624
【文章来源】:计算机产品与流通. 2020,(10)
【文章页数】:2 页
【部分图文】:
基于最高层级的影像切片算法示意图
多机分布式并行切片流程
(1)在单机环境下(16核CPU,64G内存),测试传统切片和本文基于最高层级的影像切片算法,对比如图4所示。(2)在本文搭建的多机分布式并行切片环境下,对表1中的数据,分别在单节点、两节点、三节点、四节点、五节点环境下进行了性能测试,节点配置和测试结果分别如表2和图5所示:
【参考文献】:
期刊论文
[1]基于地理空间大数据的高效索引与检索算法[J]. 赵慧慧,赵凡,陈仁海,冯志勇. 计算机研究与发展. 2020(02)
[2]基于高层级地图瓦片的低层级瓦片并行合成技术[J]. 刘世永,吴秋云,陈荦,李军,景宁. 地理信息世界. 2015(06)
[3]PC集群环境下地图切片的并行计算方法[J]. 杨轶. 测绘科学. 2014(03)
[4]基于数据库存储方案的高性能瓦片地图服务研究[J]. 罗智勇,黎小东. 地理与地理信息科学. 2013(03)
本文编号:2995624
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/2995624.html