云计算环境下三维海量激光扫描数据的分布存储技术研究
详细信息    查看全文 | 推荐本文 |
  • 英文篇名:Research on distribution storage technology of 3D massive laser scanning data in cloud computing
  • 作者:杨学林
  • 英文作者:YANG Xuelin;Sichuan Vocational and Technical College;
  • 关键词:云计算 ; 三维 ; 激光扫描 ; 数据分布存储 ; 研究
  • 英文关键词:cloud computing;;3D;;laser scanning;;data distributed storage;;research
  • 中文刊名:JGZZ
  • 英文刊名:Laser Journal
  • 机构:四川职业技术学院;
  • 出版日期:2017-07-25
  • 出版单位:激光杂志
  • 年:2017
  • 期:v.38;No.238
  • 基金:2015年四川省高等学校青年骨干教师资助计划(201506071)
  • 语种:中文;
  • 页:JGZZ201707043
  • 页数:5
  • CN:07
  • ISSN:50-1085/TN
  • 分类号:175-179
摘要
大多数三维海量激光扫描数据存储方法仅局限于对海量数据的分类存储,未能有效整合数据特点,导致存储区域数据分布杂乱无章,实用性不强。基于上述原因,提出云计算环境下三维海量激光扫描数据的分布存储方法。根据三维海量激光扫描数据特点,构建三维海量激光扫描数据分布模型,并使用云计算处理模型数据。利用点云数据配准,结合ICP(iterative closest point)算法,将处理后的三维海量激光扫描数据输入到三维分布存储模型中,实现三维海量激光扫描数据的精准排列和存储。实验结果表明,所提方法的存储效率和提取效率均很高,实用性较强,并拥有非常优异的数据融合性能。
        Most of the three-dimensional mass laser scanning data storage method is limited to storage for huge amounts of data classification. Failing to effectively integrate data characteristics,leading to a chaotic storage area and practicality is not strong.Based on the above reasons,it put forward the three-dimensional mass distribution of laser scanning data storage method under the cloud computing environment.According to characteristics of 3D massive laser scanning data,building 3D massive laser scanning data distribution model,and using the cloud computing model to processing data.Using point cloud data registration combined with ICP(closest point iterative) algorithm to input processed 3D laser scanning data to 3D distribution storage model. Finally,realizing the accurate arrangement and storage of 3D massive laser scanning data. The experimental results show that the proposed method has high efficiency,strong practicability and very good data fusion performance.
引文
[1]马莉,李树刚,肖鹏,等.云计算环境下煤矿应急管理海量数据存储技术[J].西安科技大学学报,2014,34(5):596-601.
    [2]孙知信,黄涵霞.基于云计算的数据存储技术研究[J].南京邮电大学学报(自然科学版),2014,34(4):13-19.
    [3]魏小佳,黄润秋,裴向军,等.三维激光技术在高陡危岩体调查中的应用[J].工程勘察,2014,42(3):57-62.
    [4]张俊,张宇贝,李伟勤.3D激光扫描技术与BIM集成应用现状与发展趋势[J].价值工程,2016,35(14):202-204.
    [5]张新亮,马爱霞,胡士林.物联网技术在畜牧业领域的应用研究[J].山东畜牧兽医,2016,37(2):47-48.
    [6]王晓燕,陈晋川,杜小勇.云计算环境中面向OLTP应用的数据分布研究[J].计算机学报,2016,39(2):253-269.
    [7]胡超,周宜红,赵春菊,等.基于三维激光扫描数据的边坡开挖质量评价方法研究[J].岩石力学与工程学报,2014,33(2):3979-3984.
    [8]王志恒,李小勇.面向云计算数据中心的网络存储技术研究[J].微型电脑应用,2014,30(8):11-13.
    [9]王运森,闫腾飞,安龙.基于三维激光扫描的复杂空区点云处理技术研究[J].有色金属科学与工程,2015,6(2):89-93.
    [10]倪斌.云计算系统中能量有效的数据摆放算法和节点调度策略[J].现代电子技术,2015,50(9):80-82.
    [11]阮俊,肖兴平.基于嵌入式系统的激光扫描检测系统[J].激光杂志,2015,36(3):33-35.
    [12]曾令伟,伍振兴,杜文才.数据挖掘在云计算资源预测中的应用[J].激光杂志,2015,36(4):185-188.
    [13]贾应炜.云计算环境下的GIS软件工程设计分析[J].现代电子技术,2015,38(17):133-134.
    [14]饶正婵,蒲天银.大型云计算网络下的疑似危险信号检测系统的设计与研发[J].现代电子技术,2015,38(22):105-107.
    [15]曹先革,张随甲,司海燕,等.地面三维激光扫描点云数据精度影响因素及控制措施[J].测绘工程,2014,23(12):5-7.
    [16]张帆,毋涛.基于云计算的服装物料管理系统[J].西安工程大学学报,2015,29(6):740-745.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700