基于GPU加速的三维空间分析【转】
文:李凯
随着三维GIS 的快速发展和应用普及,三维空间分析技术以其应用中的实用性成为当前GIS技术研究的热点领域。面对日益庞大的三维数据处理现状,为满足GIS各行业对专业化三维空间分析的实用性需求,SuperMap GIS 7C(2015)提供了丰富且实用的基于GPU图形硬件加速的三维空间分析功能,做到“即时分析、即时完成”的超强性能,具体包括通视分析、可视域分析、动态可视域分析、阴影率统计分析、天际线分析、剖面线分析、等高线图分析、坡度坡向分析等。这些分析功能极大的提高了三维GIS的实用性,使得其在三维场景中不仅展示了绚丽的可视化效果而且提供了极具实用性的操作体验,推动了三维GIS在行业应用中的快速发展。
三维空间分析技术
1、通视分析
通视分析是指以某一点为观察点,其余点为目标点,分析观察点到目标点是否被障碍物阻挡的分析能力。通视分析功能如图1所示,可判断两点之间的通视性,利用不同颜色显示策略来分析观察点到目标点是否被障碍物阻挡,并在障碍物处获取障碍点,使得用户的分析更加方便直观
通视分析可广泛应用于旅游风景评价,建筑物视线遮挡判断,监控覆盖率、通讯信号覆盖、军事设施布设、军事火力覆盖等多方面。
2、可视域分析/动态可视域分析
可视域分析是对于给定的一个观察点,基于一定的相对高度,查找给定的范围内观察点是否在可见覆盖的区域,以及给定点的可见区域范围。可视域分析功能如图2所示,可指定一个观察点,查看此观察点范围内的可视效果;也可指定一条路径,查看此路径的实时动态可视效果。
可视域在观光浏览道路选择、森林防火、瞭望塔布设、航海导航、航空以及军事方面有重要的应用价值。
3、阴影率统计分析(日照分析)
阴 影率统计分析是指在特定时间段内统计指定物体被阴影覆盖的时长所占比例。阴影率统计分析功能如图3所示,可在三维场景中指定某个区域,根据设置间隔自动插 入离散点并计算每个点在指定时间段的阴影率,通过分层设色策略显示与分析该区域内的阴影率现象,并支持单点阴影率的查询。
阴影率统计分析可广泛应用在城市规划、建筑物设计、景观分析等方面。比如规划中的建筑是否严重影响周边建筑的光照,影响的区域有多大,如何调整建筑的高度,才不会影响周边建筑的采光。
4、天际线分析
天际线,又称城市轮廓或全景,是由各种地形地貌和标志性地物等构成的以天空为背景的轮廓线。城市天际线很久以来就是城市设计中的一个重要因素。随着高层建筑出现,高层建筑和超高层建筑已经成为了影响城市天际线的决定性因素。天际线绘制与分析功能,如图4所示,从任意视角快速绘制天际线,根据天际线轮廓对规划建筑的位置和高度进行调整,使城市规划工作省时省力。在滨水城市,由于自水面观察城市的视野较为开阔,沿河(湖)岸、海岸的城市滨水天际线尤为醒目,天际 线分析对表达和识别城市特色起到了重要的作用。
5、剖面线分析
剖 面表示表面高程沿某条线(截面)的变化,传统的剖面分析是研究某个截面的地形剖面,包括研究区域的地势、地质和水文特征以及地貌形态、轮廓形状等。剖面线分析功能可以针对三维场景中的任意物体(包括建筑物、地下管道等), 如图5所示,在任意方向上画出一条切线,自动生成剖面线图,并且支持在剖面线图上进 行量算、位置查询等功能。
剖面线分析广泛应用于变形监测、土地利用规划、工程选线、设施选址、管道布设、煤矿开采等方面。
6、等高线图分析
等 高线指的是地形图上高程相等的相邻各点所连成的闭合曲线,在水系水文特征、气候特征、地形概况与区位选址等方面有重要的应用价值。等高线分析功能如图6所 示,用户可在地形上任意指定某一范围,自动获取并通过分层设色策略实时绘制此范围内的等高线。用户可根据显示需求,自定义设置等高线的密度、颜色、填充等属性。
7、坡度坡向分析
坡度和坡向是两个重要的地形特征因子,在地形表面分析中起到重要作用。其中,坡度表示地球面某一位置的高度变化率的量度;而坡度变化的方向称为坡向,表示地表面某一位置斜坡方向变化的量度。坡度坡向分析在土地利用、植被分析、环境评价、景观分析等领域有重要的应用价值。
坡度坡向分析功能如图7所示,用户可在地形上任意指定某一范围,自动获取并通过分层设色策略绘制坡度坡向图,生成坡度坡向指示箭头,使用户根据颜色和箭头指向直观的查看地形的起伏方向和起伏大小。还可支持单点的坡度坡向数值查询等功能。
随 着可编程图形硬件性能的不断提高,以及高级硬件绘制语言的完善和算法的成熟,GPU加速将在三维GIS领域发挥越来越重要的作用。 SuperMap GIS 7C(2015)提供了基于GPU图形硬件加速的通视分析、可视域分析、阴影率统计分析等三维分析功能,具备快速实时显示、不依赖数据来源、所见即可得、可直接移植到移动端和客户端等优势。在普通硬件配置的PC上,通过利用GPU的运算能力和可编程能力,保证了三维分析结果实时 的绘制速度和显示。
基于GPU加速的三维空间分析【转】的更多相关文章
- 深度学习“引擎”之争:GPU加速还是专属神经网络芯片?
深度学习“引擎”之争:GPU加速还是专属神经网络芯片? 深度学习(Deep Learning)在这两年风靡全球,大数据和高性能计算平台的推动作用功不可没,可谓深度学习的“燃料”和“引擎”,GPU则是引 ...
- CSS动画的性能分析和浏览器GPU加速
此文已由作者袁申授权网易云社区发布. 欢迎访问网易云社区,了解更多网易技术产品运营经验. 有数的数据大屏可以在一块屏幕上展示若干张不同的图表,以炫酷的方式展示各种业务数据.其中有些图表使用CSS实现了 ...
- 【转载】GPU 加速下的图像处理
Instagram,Snapchat,Photoshop. 所有这些应用都是用来做图像处理的.图像处理可以简单到把一张照片转换为灰度图,也可以复杂到是分析一个视频,并在人群中找到某个特定的人.尽管这些 ...
- 基于GPU的图像处理平台
基于GPU的图像处理平台 1. (309)英伟达推Jetson TX1 GPU模块力推人工智能 1.1 产品概述 Jetson TX1 GPU模块,主要针对近年来蓬勃发展的人工智能市场,包括无人机. ...
- 56 Marvin: 一个支持GPU加速、且不依赖其他库(除cuda和cudnn)的轻量化多维深度学习(deep learning)框架介绍
0 引言 Marvin是普林斯顿视觉实验室(PrincetonVision)于2015年提出的轻量化GPU加速的多维深度学习网络框架.该框架采用纯c/c++编写,除了cuda和cudnn以外,不依赖其 ...
- Python笔记_第四篇_高阶编程_进程、线程、协程_5.GPU加速
Numba:高性能计算的高生产率 在这篇文章中,笔者将向你介绍一个来自Anaconda的Python编译器Numba,它可以在CUDA-capable GPU或多核cpu上编译Python代码.Pyt ...
- GPU加速:宽深度推理
GPU加速:宽深度推理 Accelerating Wide & Deep Recommender Inference on GPUs 推荐系统推动了许多最流行的在线平台的参与.随着为这些系统提 ...
- AI解决方案:边缘计算和GPU加速平台
AI解决方案:边缘计算和GPU加速平台 一.适用于边缘 AI 的解决方案 AI 在边缘蓬勃发展.AI 和云原生应用程序.物联网及其数十亿的传感器以及 5G 网络现已使得在边缘大规模部署 AI 成为可能 ...
- GPU加速计算
GPU加速计算 NVIDIA A100 Tensor Core GPU 可针对 AI.数据分析和高性能计算 (HPC),在各种规模上实现出色的加速,应对极其严峻的计算挑战.作为 NVIDIA 数据中心 ...
随机推荐
- idea Live Template 快速使用
善用LiveTemplates,好用到没朋友,我凑揍 , 尊重原创,原文链接: https://blog.csdn.net/u012721933/article/details/52461103#co ...
- TensorFlow——小练习:counter
下面的例子演示了如何使用变量实现一个 简单的计数器(counter) # _*_coding:utf-8_*_ import tensorflow as tf import numpy as np # ...
- match_parent, wrap_content, 和 fill_parent 区别联系
fill_parent -1 The view should be as big as its parent (minus padding). This constant is deprecat ...
- c/c++内存泄露的检测方法
此文内容摘自 https://zhuanlan.zhihu.com/p/22664202 作为 从零开始的 JSON 库教程(三):解析字符串解答篇 的笔记 1A. Windows 下的内存泄漏 ...
- 利用Python访问Mysql数据库
首先要明确一点,我们在Python中需要通过第三方库才能访问Mysql. 有这样几种方式:Mysql-python(即MySQLdb).pymysql.mysql-connector.Mysql-py ...
- hdoj--1045<dfs&二分图最大匹配>(这里是dfs解法)
题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=1045 题目描述: 在矩阵中放车,车可四面攻击,矩阵中有墙,可以防止攻击,给出墙的位置,输出最多可以放多 ...
- [luoguP2763] 试题库问题(最大流)
传送门 每个类别和它所有的试题连一条权值为1的边. 增加一个超级源点s,s和每个类别连一条权值为选当前类别数量的边. 增加一个超级汇点t,每个试题和t连一条权值为1的边. 求最大流即可. ——代码 # ...
- linux安装websocketd服务
1.下载 wget https://github.com/joewalnes/websocketd/releases/download/v0.3.0/websocketd-0.3.0-linux_am ...
- docker的通俗理解
自己买了个服务器,前不久搭建好的一个网站,想要再搞一个站点,无奈只能修改端口后,再部署另外一个站点.繁琐的配置运行环境,迁移网站,是否让你感觉到很繁琐?服务器不想用了,想搬迁到另外一台服务器去部署,先 ...
- hdu 3264 圆的交+二分
Open-air shopping malls Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/ ...