三维数据范文

2024-09-23

三维数据范文（精选12篇）

三维数据第1篇

随着虚拟仿真技术、管网探测技术的不断发展和软硬件条件的改善, 使三维 GIS 仿真技术的实现成为可能。通过建立三维管网仿真场景, 真实反映管线的空间位置关系, 为规划建设、辅助决策提供科学的软件平台。结合酒钢三维管网信息系统建设, 阐述了基于Arcgis三维管网信息系统建设的三维管线数据生产方案。

1 项目现状

三维管网信息系统主要由数据录入和综合管网两个系统, 核心是三维管线数据。三维管线数据生产成为该项目主要工作之一, 主要包括三维管线数据标准的制定和三维管线数据的生产。管线相关资料有酒钢管线设计图、二维综合管网图、酒钢厂区高程数据。如何高效的利用现有资料, 成为三维管线数据生产方案设计的关键。

2 三维管线数据标准

随着计算机和地理信息产业的发展以及社会的迫切需求, 二维图形的空间关系无法直观的展示三维空间关系。图形数据面向三维成为当前的趋势, 目前行业内还没有相关三维数据生产的相关标准。

2.1 管点数据标准

管点数据的主要属性包括管点类型、管点名称、图上点号、X坐标、Y坐标、地面高程、埋深、管线直径。其中图上点号为管点的唯一标识符 (ID) , 地面高程和埋深决定管点的高程, 同一管点不能在同种类型或不同类型的管线上, 不同的管点三维坐标 (X, Y, Z) 坐标不能相同。管点的数据结构标准见表1。

管点名称与管点类型对照见表2。

管点编号:

X X X X X X

① ② ③

①地下管线探查分区号;

②管线类型代码 (以《管线要素分类及代码表》为准) ;

③数字编码。

例如:EX74

为E区编号为74下水的管点。

2.2 管线数据标准

管线数据主要属性包括管线类型、管线名称、连接点号、管线代码、线类型码、管径、管长。其中管线代码为管线的唯一标识符, 连接点号确定了组成管线的管点的图上点号及其序列。任何不同的管线不能具有共同的管段, 管线类型不同的管线上不能有共同的管点。管点的数据结构标准见表3。

管线类型码与管线类型对照见表4。

管线代码:

X X X X X X

① ② ③

①地下管线探查分区号;

②管线类型代码;

③数字编码。

例如:E SL 9

E区编号为9的上水管线。

3 三维管网数据生产流程

三维管线空间数据生产是在综合管线图基础上, 有效利用航测内业采集的管线管顶高程数据, 通过实地调查管线的走向、类型、管径、材质、管点类型、管点名称, 依据实地调查管线情况, 结合航测内业采集的管线的管顶高程数据, 获取管点的平面坐标和管顶高程, 最后按照管点数据标准和管线数据标准整理出三维管网数据。三维管网数据生产流程如图1所示。

3.1 数据分析

利用综合管线图、管顶高程数据分析管线的根数, 拐点的相对位置。结合正射影像图直观的判断管线膨胀弯的相对位置和拐点的相对位置、管线分布的空间宽度。明确管线上哪些管点没有航测内业采集的管顶高程数据, 并做标记, 以便实地调查过程中采集管线距地面的垂直距离。

3.2 实地调查

入厂区进行实地调查, 明确每条调查管线的走向、类型、材质、管径, 以及阀门的位置。为方便内业数据处理, 明确要求详细绘制草图, 绘制管线的走向, 阀门的位置, 三通、四通的位置, 并注明管线的类型、管径、材质等信息。

3.3 获取管点定位信息和属性信息

根据实地调查, 参考综合管线图, 依据影像上判读的管线宽度、膨胀弯相对位置、管点相对位置, 绘制出相应类型的管线。管线在三通、四通或阀门处均打断。将绘制完成管线的管点坐标数据输出, 并按要求制作成定制的Excel表格形式。

3.4 点号预处理

为满足全厂区各类管点数据、管线数据的统一编号, 方便在CASS软件中进行三维数据的检查, 要求提交的连线文件格式见表5:1～2行为一个管段数据, 11～12行为另一个管段数据。其中开始标识列中内容按照CASS软件中连线方法进行规定;管点属性有图上点号、X坐标、Y坐标、管顶高程、埋深、管点类型、管点名称;管线属性有材质、管线类型、管线名称、管径。

3.5 数据检查

检查连接文件中管点类型为三通处是否分为三个管段;检查连接文件中管点类型为阀门处是否分为两个管段;检查连线文件中三通处三个管段的管线类型、管线名称是否一致。

3.6 数据分离

利用DealExcelData处理程序, 将连线文件分离为管点数据和管线数据。管点数据中三维坐标确定的一个点对应唯一的点号, 管线数据中一个管段对应唯一的管线编码。管点编号按照管点编号规则根据管点类型进行统一编号, 管线编码按照管线编码规则根据管线类型进行统一编号。

3.7 录入与预览

将管顶高处理为地面高程和埋深的管点数据和管线数据录入到数据库中, 在录入管线数据的过程中, 把管点较多的管线放在管线数据的第一行。

3.8 入库与碰撞检测

将生成的SHP数据利用ArcCatalog存储到SQL Server2005数据库中, 进入综合管网信息系统, 进行碰撞检测, 对出现碰撞的情况进行修改。

4 结束语

三维管线数据生产方案为三维管网信息系统的建立提供了核心的数据基础, 充分的体现了虚拟三维技术在现实生活中的应用前景。在实际生产中通过不同方案的比较, 该方案提出的生产流程具有一定的科学性、严密性, 在一定程度上提高了三维管线数据的生产效率, 对以后三维管线数据的生产等项目有一定的指导性。在生产实践中发现该方案对三维数据的质量检查时, 偶尔有对碰撞的空间关系检查不出的现象, 针对该问题, 在以后的工作中不断优化算法, 完善质量检查工作。

摘要：结合酒钢项目三维管线数据生产, 探索了一套三维管线数据的生产流程, 详细阐述了生产过程中所用的技术, 对以后三维管线数据的生产等项目具有一定的指导性。

关键词：三维管线,三维管线数据,三维管线数据标准

参考文献

[1]蒋波涛.ArcObjects开发基础与技巧[M].武汉:武汉大学出版社, 2006.

[2]汤国安.ArcGis地理信息系统空间分析实验教程[M].北京:科学出版社, 2006.

[3]韩鹏.地理信息系统开发—ArcEngine方法[M].武汉:武汉大学出版社, 2008.

[4]刘彦博.Visual Studio 2005技术大全[M].北京:人民邮电出版社, 2008.

三维数据第2篇

由三维离散数据生成四面体格网算法研究

在资源、环境、工程勘探等领域中,由三维离散数据生成四面体格网,对三维空间的判断分析,并得出一些未知的三维空间体的分布信息具有重要意义.在分析三角网生成算法的基础上,给出了3个建立四面体格网的算法思想及步骤:(1)四面体格网生成算法.在数据场中先构成第1个四面体,然后以四面体的`某个面向外扩展生成新的四面体,直至全部离散点均已连成网为止.(2)逐次插入算法.将未处理的点加入到已经存在的四面体格网中,每次插入一个点,然后将四面体格网进行优化.(3)分治算法.首先将数据排序,然后递归地分割数据点集,直至子集中只包含4个点而形成四面体,然后自下而上地逐级合并生成最终的四面体格网.

作者：郭际元龚君芳作者单位：中国地质大学信息工程学院,湖北武汉,430074 刊名：地球科学-中国地质大学学报 ISTIC EI PKU英文刊名：EARTH SCIENCE-JOURNAL OF CHINA UNIVERSITY OF GEOSCIENCES 年，卷(期)：2002 27(3) 分类号：P208 关键词：三维离散数据四面体格网算法三维空间体

数据中心转型从三维扩展开始第3篇

数据中心的转型被提到议事日程，无非需要实现以下三个方面的根本转变：

第一，扩展的全新定义——从单纯增加存储容量的做法，向为应用和服务器为中心，提供集成存储与服务器的支撑能力转变

随着数据中心利用虚拟服务器整合更多的虚拟机，存储系统所需要具备的扩展能力将体现在扩展的执行能力、连续性和为整体系统服务的综合能力上。最具代表性的当属日立数据系统新一代的可进行三维立体扩展、适用于服务器和存储虚拟化集成的存储平台VirtualStorage Platform(VSP)。

存储系统的三维扩展将革命性地推动数据中心的转型。今天谈到数据中心的存储系统，不再是具备读写数据运算功能的简单存储容器，而是利用扩展超越无中断扩容和连续性的能力，独立于处理器来处理前端和后端的I／O运算，进而转变成带有全局处理器共用资源的存储计算机。Virtual Storage Platform的三维扩展方式，通过对内部的结构转换动态地将存储处理器、缓冲贮存区、元数据以及媒介配对到共有的资源池中，纵向扩展将存储资源紧密集成，构成单一全局缓存，按一个系统统一管理所有资源；横向扩展来保证多租户环境的安全，纵深扩展来实现对其他外部异构存储的整合。

从另一方面来看，站在数据和应用的角度，对虚拟机(VM)提供保护是存储责无旁贷的义务。以前在VMware的环境中，用于数据保护的克隆非常麻烦，因为需要很高的性能，耗费很多的资源，速度也非常慢，在虚拟机数量不断成长的过程中会变得越来越困难，而且无法提供增量的备份，所以vSphere 4.0引入了vStorage APIs for Data Protection(VADP)以加速虚拟机的备份和克隆。HDS是最早支持VAAI的四家存储厂商之一，早已在中端存储系统AMS2000系列中提供支持。HDS新的VSP(VirtualStorage Platform)也提供对VAAI的支持，能够使虚拟机的克隆速度非常快。如果在通过VADP备份的同时也使用VAAI，可以更快地将备份的克隆卸载到存储中。

三维扩展改变了一直以来存储系统的单纯扩容方式，Virtual StoragePlatform通过提供虚拟存储来满足对服务器虚拟化不断增长的需求。无论IT部门准备扩展，还是整合服务器群，Virtual Storage Platform都可以减少存储瓶颈，并且不影响系统运行或扩展性能，实现最优化的集成存储。

第二，管理的全新定义——从机械地管理多个孤立的多个品牌IT系统，向通过存储虚拟化整合所有存储资源以实现集中利用、统一管理转变。

当数据中心在建立了多个孤立的存储系统／应用之后，面临的第一大问题就是繁杂的系统管理任务。传统的静态配置通常导致过度配置，也就是包含大量未使用容量，这对存储总拥有成本(TCO)造成负面影响。

因此，基于磁盘容量的存储虚拟化将成为数据中心需要走出的第一步，通过整合所有的异构存储，构建统一的存储平台来管理所有类型的数据；第二步将是通过对存储容量的虚拟化——自动精简配置，实现对容量和统一管理和动态配置；第三步将是通过对数据的虚拟化——数据动态分层，来实现最终的信息生命周期管理。

企业中大部分数据生成后很少访问。因此，不应将其保存在成本最高的存储层中，而应移至下面成本较低的存储层。管理数据移动和放置是数据生命周期管理方法的重点和前提。Virtual Storage Platform借助HitachiDynamic Tiering软件解决方案，自动将不经常引用的分页移至成本较低的存储层，避免耗费时间和空间移动整个数据集或文件。除此之外，Virtual StoragePlatform利用Command Suite管理工具集对多个软件产品进行整合，能够通过一个界面，进行配置、管理、报告和保护，极大地减轻了管理负担；借助智能交换架构，充分提高应用的可扩展性和性能水平。Virtual Storage Platform独有的统一管理存储架构灵活地满足数据存储基础设施对性能、容量及多供应商存储系统的需求，从而提高存储和服务器资产的投资回报。

第三，运营的全新定义——从现有粗放型的数据中心运营，向精细型数据中心管理转变

数据中心转型不仅仅是增加存储和计算能力，而是从全面的经济学观点出发，将IT和数据中心，包括从服务器、存储直至应用等，与技术、人员和流程完美结合，提供综合的解决方案，以适应不断变化的业务环境。充分利用现有IT资源，提高整体能效，并确保不影响原有系统的可靠性、可用性和安全性，这不仅是数据中心转型的基本原则，也是实现绿色IT和精细化信息管理的第一步。另外，集中和整合内外部数据资源，根据服务水平目标，使IT服务自动化，动态地分配跨越云虚拟和物理资源的工作负荷，从整体控制固定投资、日常运维成本以及碳排放等指标，也是数据中心向精细化发展必须考虑的因素。

三维扩展的另一个优势，就是Command Suite管理工具集的应用。它通过智能化地对由虚拟机、主机服务器、网络和存储构成的整个虚拟数据基础设施进行管理，不仅可以从存储角度进行管理，而且可以从所有数据存储层的业务应用角度进行统一管理。数据中心的转型，意味着企业信息管理的整体飞跃。virtual Storage Platform通过改变粗放式的数据信息整体处理模式，设计、开发和交付一个可支撑相当一段时期发展的新型企业数据中心蓝图，帮助企业迁移至一个更加可持续发展的IT系统，切实支撑企业战略性发展规划。

基于测绘数据构造三维地形表面第4篇

* 辽宁省自然科学基金 (20052211) 资助项目。

1规格化网格的生成

1.1构建不规则三角网

地形模型主要使用数字高程模型DEM (Digital Elevation Model) 表达。通过采集得到的DEM数据是由一系列离散的测绘数据点组成, 它表示的集合是区域D上地形的三维向量的有限序列undefined, 其中undefined是平面坐标, Zi是undefined对应的高程。该数据点集已制作成AutoCAD的电子图形文件, 图1给出了辽宁石油化工大学校园景观局部的不规则分布的山坡的测绘点集D及其高程值。图中数字代表所在位置的高程值, 其位置数据可以通过应用程序获取, 从而构成一个完整的数据集。

但三维空间中采集点的位置和密度往往不能满足实际应用的需要, 序列中各向量的平面点往往不成规则格网排列, 即不落在xy平面上的矩形区域的格点上。为了近似, 需要对DEM数据内插值以生成更多的点, 为此可以构造一个曲面来逼近它。由于TIN (不规则三角网) 模型能够保留地形特征点, 也可以防止数据重采样时造成的失真。实践证明, Delaunay三角面片具有较好的几何形态, 可以获得较好的插值效果。

Delaunay三角剖分具有下列优良性质[1]:若点集D中的两点di, dj确定Delaunay三角剖分的一条边, 则必定存在通过这两个点的一个圆, 在它内部不包含给定集合的任何点。如果无四点共圆, Delaunay三角剖分是唯一的。Delaunay三角剖分满足“最小角最大”准则, 具体的说是指在两个相邻的三角形构成凸四边形的对角线, 在相互交换后, 六个内角的最小角不再增大, 那麽就可以获得等角性最好的三角形, 确保了生成的三角形尽量均匀, 从而避免了狭长三角形的出现。为此, 在地形拟合方面采用Delaunay三角剖分来构建三角网。

本算法依据Delaunay三角形的性质, 即在已知的Delaunay三角化的网格上加入一点P, 只需要删除所有外接圆包含此点的三角形, 并连接P与所有可见的点 (即连接后不会与其他边相交) , 则形成的网格仍然满足Delaunay三角剖分的条件。采用方法:①构造超大三角形, 使得所有离散点均落在该三角形的内部;②以该超大三角形作为Delaunay三角形集D的首个成员;③对所有离散点集里的每个点, 搜索D中满足外接圆包含该点的三角形集R;④新点与R构成三角形集N, 在D中删除R, 并加入N;⑤重复第③, ④步;⑥删除D中所有与超大三角形有关的三角形。

1.2规格化网格插值

对三维空间的测绘数据点集进行Delaunay三角剖分后即可进行插值计算。使用高斯小波函数插值的算法, 该算法优点是不需要定义权重或估计参数, 同时也保证了重建的效果。

设点undefined为一个待插值的控制点, 其x, y值已由规则的控制网格规定, 可以看作已知量。它落在Delaunay三角剖分的某一个三角形内, 即指点undefined落在该剖分三角形在xy平面上投影的三角形内。该剖分三角形的三个顶点看作点d的型值点, 设为undefined。这样便可采用二维高斯小波函数进行插值, 算法如下[2,3]:

二维高斯小波函数

undefined (1)

把二维高斯小波函数作为插值函数, 即

undefined (2)

式 (2) 中, x 和y为地形点的平面位置, z为相应的高程, k为小波系数, a和b分别为x方向和y方向的平移因子, m为x方向和y方向的伸缩因子, 为了插值计算的简便, 不妨先把m作为参数来处理。由式 (1) 和式 (2) 可以解得a和b, 再将其代入式 (2) , 可得

undefined (3)

最后将求出的k, a, b值以及已知的x, y值代入插值函数式 (3) 中, 即可求出该控制点的高程值。以此类推可求出其他控制点的高程值。从而建立了D域的规格化网格曲面M。图2给出了测绘点集合D的网格化结果。

2分形地形曲面的生成

地形具有两个基本特征:地形表面的每点处都有无限的细节及整体和局部特征具有自相似性, 这两个特征恰好符合分形几何的特征。随机中点位移法利用细分过程中, 在两个点或多个点之间进行插值的方法来进行地形建模, 具有高速度以及为已有形状增加细节的能力, 是一种常用的分形算法[4]。在一般的地理信息系统中, 地形的数据量是很大的, 但是利用分形地形模型, 可以用少量的地形数据达到逼近真实地形的目的。这对于有效地处理地理信息系统中的地形数据具有很大的实用价值:一方面可以达到压缩大量的地形数据的目的, 另一方面可以达到产生多分辨率层次的地形的目的。

2.1分形地形生成原理

在原有网格地形数据的基础上应用随机中点位移法[5]建立分形地形模型, 生成具有不同分辨率层次的分形地形。此法是以四边形为图形基元的分形曲面生成法, 通过对给出的角点数据进行线性插值, 求出四边形中心点及各边中点的位移量, 再对该四边形域进行四分割, 并重复以上过程而得, 算法步骤如下:

首先, 从xy平面上的规则的控制网格开始, 对网格的四个角点在z方向上分别给出初始高度值, 该高度值由规格化网格曲面M得到, 这是递归细分的起点, 该过程分两步:

(1) 求网格中心点的值:平均网格四个角点的值, 并加上一个随机扰动值, 该随机值沿铅垂方向 (向上为正, 向下为负) , 求出该点的高度值。

(2) 求网格每条边中点的值:取得边中点周围的点, 平均这些点的值再加上一个随机扰动值, 计算出每条边中点的高度值。这样又得到四个网格。再对四个小网格重复⑴和⑵的过程, 使网格逐步细化, 直到达到预期的递归深度, 然后连接每个网格点。

2.2基于分形的地形模拟

图3显示了应用随机中点位移法经五次迭代后生成的分形地形。迭代层次越高, 所反映的分形地形的结构越精细。用此方法, 建立了分形生成的地形曲面T。

3三维地形表面的生成

3.1三维地形表面的生成原理

由规格化网格曲面M得到控制网格四个角点的初始高度值, 应用随机中点位移法[5]迭代2次, 由生成的矩阵行列数n与总迭代层数l的关系式n=2l+1可得, 此时产生一个5×5的数据矩阵。由规格化网格生成的曲面M与随机中点位移法生成的曲面Τ产生的数据点一一对应的关系, 可以用M的数据矩阵去替代T所产生的数据矩阵来确定数据点的最终高程值。具体做法:设M的数据矩阵为Y, 其上某点为undefined;设T的数据矩阵为Z, 其上某点为undefined。则undefined与undefined存在一个差值, 设这个差值为offset, 即

undefined

决定数据点的最终高程值就由这个差值来计算得到。具体公式为[6]:

undefined

undefined是数据点的最终高程值, w是权因子。显然, 当w=0时, undefined;当w=1时, undefined。而w在0和1之间变化时, 如果w→0, 则undefined会更接近于undefined, 也就是说最终得到的曲面会更接近于随机中点位移法生成的曲面T;如果w→1, 则undefined会更接近于undefined, 也就是说最终得到的曲面会更接近于规格化网格曲面M。

然后, 在此基础上继续迭代, 直到达到满意的迭代深度为止。

3.2地形模拟实例

在VC++6.0的开发平台上, 利用OpenGL三维绘图函数库进行三维地形的显示以及渲染[7], 得到三维真实感地形。如图4所示。

4结束语

本文用真实的测绘数据来构造三维地形表面, 提出了一种传统几何建模技术与分形几何建模技术相结合的方法, 进行地形的模拟。实验表明, 利用分形的原理生成的地形表面的局部细节, 结合传统几何学中的曲面造型方法准确地生成宏观的地形轮廓, 能较好地模拟地形, 方便的获得三维真实感地形图, 结果令人满意。

摘要：给出了传统几何建模理论与分形理论相结合的地形生成算法来进行地形绘制。分形理论中的随机中点位移法能够随着迭代深度的加大生成地形的细节, 传统的三角剖分与高斯小波函数插值可以保证构造地形表面的真实感。将这两种方法结合, 可以充分发挥这两种算法的优点, 既可以控制地形的真实感, 又能显示地形的细节。实验结果表明, 该算法实现简单, 真实度高, 适用于大规模地形的三维可视化。

关键词：三维地形,Delaunay三角剖分,小波,随机中点位移

参考文献

[1]周培德.计算几何一算法分析与设计.北京:清华大学出版社, 2000.101~109

[2]刘家胜, 邹道文等.基于Delaunay三角剖分和高斯小波函数插值的三维表面重建算法.计算机工程与应用, 2003, 39 (23) :76~78

[3]王媛妮, 葛非, 李向.基于稀疏钻孔点的地层建模及可视化.测绘信息与工程, 2008, 33 (1) :18~20

[4]胡瑞安, 胡纪阳.分形的计算机图像及其应用.北京:中国铁道出版社, 1995.61~63

[5]梁俊, 蒋金龙等.随机中点位移法在三维地形插值显示的适用性分析.测绘科学, 2007, 32 (3) :44~46

[6]许社教, 靳其宝.基于散乱点网格化的可控地形图技术.工程图学学报, 2005, (4) :119~123

三维数据第5篇

复杂山区三维地震勘探数据采集方法研究

以晋城蓝焰煤业股份有限公司成庄矿四、五盘区(第三标段)三维地震勘探项目为例,对在复杂山区三维地震勘探数据的采集方法进行了简要分析.

作者：刘润胜叶红军郑金宝 LIU Run-sheng YE Hong-jun ZHENG Jin-bao 作者单位：河南省煤田地质局物探测量队,河南,郑州,450009刊名：陕西煤炭英文刊名：SHAANXI MEITAN年，卷(期)：2009“”(3)分类号：P631.4关键词：复杂山区数据采集三维地震勘探

三维地震数据动态解释技术的应用第6篇

关键词：三维地震；动态解释；煤矿；安全生产

近几年来，人们的安全意识逐步提高，安全、高效作为煤矿建设的必然要求，对与煤矿安全生产密切相关的地质资料（如断层、陷落柱、采空区、煤层厚变化等）的收集精度要求也与日俱增。三维地震勘探技术作为精细地质勘查的重要手段，被广泛应用于煤炭开采过程中。

1 三维地震勘探技术在煤矿的应用

三维地震勘探是反射波原理的有效应用，大量收集对矿区发射的地震波数据，并利用计算机进行运算处理，形成能反映地质体时间、空间变化的三维数据体，进而从中提取立体数据、时间切片和垂直剖面。

通过三维地震综合勘探技术在煤矿生产中的广泛应用，使煤炭资源的勘探及开发迈向科学技术领域的前沿，它比传统的钻探手段不仅缩短了勘探工期，而且大大的降低了勘探成本，同时也提高了地质综合分析的质量，使地质预测技术发生了质的飞跃，使地质预测工作更加准确及时。

开滦钱家营矿业分公司自1995年以来将三维地震勘探技术等高端技术应用于煤矿资源勘探及生产中，尤其对各个采区内重点构造带如褶曲、断层的赋存状态，进行了详细追踪，同时对小断层的分布和发育情况、火成岩的侵入趋势、煤层赋存状况、古河床冲刷范围以及煤层顶底板的破碎情况和变化情况都进行了细致的解释。及时地预测了影响煤矿生产的不利的地质因素，并正确地指导了生产的顺利进行。

但是，在运用三维地震勘探技术的同时，一些问题也逐步暴露出来，如：

①无法实时获得任意方向（包括巷道方向）的地震剖面；

②地震成果不能得到有效利用，仅仅应用于间距已经固定的地震剖面和煤层底板等高线图，无法实现三维地震数据体全部信息的利用；

③无法修正煤层底板等高线的误差；

④在煤矿生产过程中，会揭露很多落差小于5米的断层，但是原来的构造解释方式无法自动修改。

2 应用实例

2.1 预测断层

2012年，开滦钱家营矿业分公司引进三维地震数据动态解释系统，同时将其运用到2074东等工作面的掘进巷道三维地震剖面分析预测工作上，详细使用和验证情况见下表：

三维地震数据动态解释系统2074东工作面应用统计表

[＼&风道＼&运道＼&切眼＼&探巷＼&预测异常

验证情况

准确率＼&5个异常区

基本相符

80%＼&4个异常区

基本相符

85%＼&1个异常区

相符

100%＼&2个异常区

基本相符

70%＼&]

同时利用该系统对工作面内部进行地震剖面分析预测工作，圈定5处异常区。

2013年5月，运用三维地震动态解释系统对2074东风道进行地质预测分析，从三维地震剖面上解释出一个异常区，施工至该区域实见三条断层，与预测相符。通过运用2074东风道三维地震动态解释系统，成功地对施工前方的地质条件进行超前预测，对施工单位提前制定安全技术措施，确保施工安全起到了至关重要的作用。

2.2 探查陷落柱

某矿在巷道掘进过程中发现存在陷落柱，该陷落柱在原有地质资料中没有显示，对煤矿的正常生产造成严重影响。在时间剖面上，陷落柱较为常见的表现为地震反射波在不同煤组中由下向上的中断或者消失，即出现反射波的缺失带，形成类似于“漏斗”的塌陷形态（如下图），有时也会有地震异常扰曲反射波出现于陷落柱边缘，通过将岩层水平、相干方差切片与此类异常相互结合比照，能够有效地查找梅肯生产过程中存在的陷落柱。

陷落柱在地震剖面上的反映

3 结束语

三维地震数据动态解释技术的有效应用，能够及时、准确地发现梅肯生产过程中的地质问题，与现有地质资料相结合，对施工提出合理建议，有利于生产的安全进行，提高了煤矿生产效率，是煤矿安全高效发展的技术保障，实现了煤田地震勘探从构造解释阶段向岩性解释阶段的巨大跨越。

参考文献：

[1]崔若飞，孙学凯，崔大尉.煤矿三维地震数据动态解释技术[J].煤炭地质与勘探，2008，36（6）：68-69.

矿山地质对象的三维数据模型研究第7篇

关键词：面元模型,体元模型,混合模型

1、前言

矿山生产所面对的地质构造、地层、矿体、断层等地质对象大多位于地下深处, 长期的地质作用使其空间赋存状态和分布特征变得异常复杂, 正确再现这些地质对象的空间特征和分布规律对于规划远景找矿区域是很有意义的。采取野外地质调查、遥感、钻探、物探、化探等地质勘探手段, 以及矿山生产过程中的生产勘探手段来获得地质找矿信息, 并通过对这些信息的合理表达, 再现地质环境的真三维形态。以前的二维地理信息系统虽然对矿山信息化做出了很好的贡献, 但具有很多软肋, 不具备空间分析、查询、几何量算等功能, 不能解决三维地质对象的内部属性、拓扑关系的表达, 以及三维空间的索引、管理等问题, 利用三维可视化的最新技术, 构建具有空间查询、空间分析的三维地质数据模型, 解决二维GIS的短处, 能真实再现地质三维空间, 为勘探找矿提供帮助。

2、矿山地质对象的三维数据模型国内外研究现状

2.1 国外三维数据模型研究现状

为了描述侵染状贫金属矿床的品位的空间变化, 引入计算机三维建模可视化技术, 利用地质统计学的Kriging法、距离反比法建立三维块段数据模型, 来描述矿体状态, 在上个世纪的60年代很有市场, 1978年由Hunter G.M提出了八叉树的数据模型, 八叉树的编码高效率的压缩了存储量, 特别对于均匀地质矿体的压缩效果更加明显, Kavouras等研究人员对八叉树的线性编码贡献很大, 但这两种数据模型的建模方法不能精细的表示矿体的表面及边界。单纯复形模型具有地下空间结构的三维概念, 是1987年由Carlson Eric提出来的。结合块段模型能很好的描述三维特征值的变化、矿体的内部形状, 线框模型适合描述矿体表面和矿体形态, Wheeler A.J于1998年提出了一个综合两种数据模型优点的混合三维数据建模模型, Smith D.R对地学信息的三维表示方法提出了自己的见解, 做出了一个典型的三维地学资源管理系统, Raper J.F于1989年提出了一些三维地学模型, Fritsch于1990年对三维数据模型也做出了自己的研究, 提出了三维GIS数据结构, Joe于1991年提出了基于三维点集的局部变换构建三维D e l au n a y三角形算法, Molenar 1992年提出了基于点、弧、边、面四种元素构成的形式化三维数据模型, Houlding S.W在2000年左右提出了地下三维可视化化理论的核心技术, Li Rongxin提出了综合多种三维数据构建三维地质体的建模思路, Victor、Pilout M对三维矢量数据模型TEN的研究做出了贡献, Lattuada实现了3DDT三维空间数据模型在地质领域的应用技术, Gruen实现了混合的三维空间数据模型V3D, Zlatanova实现了基于点和面两种土元的简化的三维空间数据模型SSM, Coors实现了用平面凸壳面表示三维空间的表面和实体的城市数据模型UDM。

2.2 国外三维数据模型研究现状

韩建国、郭达志等研究了基于八叉树的三维地质数据模型, 赵树贤研究了基于界面三角网三维地质数据模型, 傅国康对分形建模方法做出了贡献, 李德仁研究了基于八叉树和四面体格网的混合数据模型, 李青元提出了3D矢量拓扑模型, 李清泉对基于不规则三角形格网与结构实体几何的混合数据模型进行了研究, 陈军提出了基于空间破分的三维数据模型, 孙敏提出基于表的面向对象的三维数据模型, 程鹏根提出基于矢量与栅格结合的面向对象的混合数据模型, 侯恩科研究了面向地质建模的三维拓扑数据模型。

3、矿山地质对象的三维数据模型的类型

专家们提出的三维数据模型有几十种, 按几何特征进行分类, 可以分为面模型、体模型、面体混合模型。

3.1 面元模型

面元模型侧重于地质体的表面表示, 以具有便于显示和数据更新优点的面单元或者面元素表示地质体的表面形态, 面元数据模型种类主要有:用于地形表面和层状矿床构模的格网模型, 具有很强的根据形状的浓淡程度来进行三维表面重建能力形状模型, 具有建模过程清晰, 能正确表达地层分界面的格网形式多层模型, 对复杂表面具有较高精度、较小数据量、较短计算时间的不规则三角网数据模型, 对描述结构简单的三维物体效率很高的边界表示数据模型, 由线表达能力决定能表示的地质体的复杂程度, 极大的简化模型生产难度的线框模型数据模型, 在地质描述方面最简便也最有效率的断面模型等。

3.2 体元模型

体元模型基于三维空间的体元分割和真三维的实体表达, 可以对体元的属性独立进行存储和描述, 还可进行空间查询和分析。体元模型主要有:对体内不均一性具有一定的表达能力, 叠加分析、缓冲区分析比较容易实现, 结构简单、位置隐含表示、操作算法易于实现的三维栅格模型的数据模型, 用来表示地层、地温、地下水之类的均匀质地的层状三维地质体的针状三维数据模型, 通过对三维空间的地质体进行分割的八叉树三维数据模型, 八叉树的编码规则有普通八叉树、线性八叉树、三维行程编码八叉树。他们的优点是数据压缩量大、操作灵活。还有规则块体模型三维数据模型、结构实体几何模型三维数据模型、四面体格网模型三维数据模型、金字塔模型三维数据模型、地质细胞模型三维数据模型、不规则块体模型三维数据模型、实体模型三维数据模型、3D Voronoi图三维数据模型、三棱柱三维数据模型、针对地质勘探中钻孔发生歪斜的广义三棱柱三维数据模型。

3.3 混合模型

混合模型综合了面模型只注重对地质体表面的表示和体模型易于进行空间操作和分析的优点, 取长补短。混合模型主要类型有断面—三角网混合模型、边界表示---结构实体几何混合模型、八叉树—四面体混合模型、线框—块段混合模型、八叉树—结构实体几何混合数据模型等。

4、结语

地质体的形态复杂多样, 实现地质体的数据来源也有很多的途径, 不同的应用情景需要不同的侧重点, 相应的也需要不同的三维数据类型来建模, 对这些三维数据模型的优缺点进行介绍, 并对他们适用的领域进行分析, 对于我们的三维地质建模能提供有益的帮助。

参考文献

煤矿三维地震勘探数据的采集技术第8篇

关键词：煤矿三维地震,勘探数据,采集技术

0 引言

煤炭是中国重要的自然能源, 它为人类的生存和发展做出了巨大贡献, 同时在中国经济发展过程中也发挥着重要作用。随着工业领域及生活取暖方面对于煤炭需求量的不断增加, 煤矿开采企业的压力也越来越大, 为了能够保障煤田勘测的效率和质量, 近些年来, 三维地震勘探数据采集技术, 在煤田勘探中得到了广泛普及和应用。三维地震勘探技术是在二维地震勘探的基础之上研制和开发出来的, 具有勘测更加精确, 范围更加广泛, 对于数据的分析和处理更加快速的优点。在中国煤矿开采领域发挥着不可替代的作用, 为提高中国煤炭资源的数量, 减少开采污染, 做出了巨大贡献。

1 三维地震勘测技术的工作原理

要了解三维地震勘探技术, 有必要先了解一下二维地震勘探的基本原理。二维地震勘探方法是在地面上布置一条条测线, 沿各条测线进行地震勘探施工, 采集地下地层反射回地面的地震波信息, 然后经过电子计算机处理得出一张张地震剖面图。经过地质解释的地震剖面图就像从地面向下切了一刀, 在二维空间上显示地下的地质构造情况。同时几十条相交的二维测线共同使用, 即可编制出地下某地质时期沉积前地表的起伏情况。如果发现哪些地方反射波不连续, 则可确定其为地质构造的地方[1]。

2 煤田三维地震勘探技术的主要步骤

三维地震勘探技术在煤田勘测中应用比较广泛, 但是由于煤矿开采区域的地质结构往往比较复杂, 对于勘探技术的要求相对要高, 难度也比较大, 因此, 在勘测过程中, 工作人员需要严格按照数据采集, 数据处理的步骤进行, 具体如下。

2.1 野外地震数据的勘探采集

煤田勘测工作, 大部分是在野外进行, 在野外进行工作时, 我们通常是利用地震勘探数据采集器进行数据采集, 采集的目的层为煤层附近。煤田勘探过程中的数据一定是毫无差池的, 这样才能够保障下一步工作的顺利进行, 这对于安全生产及经济收益的提高, 都具有巨大的现实意义。野外勘测地震数据采集需要工作人员采集数据的同时, 对于各个钻孔位置、深度及炸药量都要进行周密计划和管理。将炸药放在预先计划好的位置上, 同时对各个位置进行记录, 在炸药被引爆之后, 会产生非常强大的地震波, 我们就是利用地震波的反射来获取地质结构资料的。

2.2 数据勘探作业的处理

煤矿勘探原本就是一项复杂又难度较高的工作, 三维地震勘探技术在煤田勘探的应用过程中, 也必然会面临很多综合性问题, 这就使得数据的获取及处理难度更大。地震勘探工作具有一定的特殊性, 它的每一个步骤的工作既需要具有一定独立性, 又要能够与其它各个环节相互联系和配合, 彼此之间是相互协作, 相辅相成的关系。如果与以往的二维地震勘探技术相比, 三维勘探技术的优点特别明显, 这种技术在获取数据时, 数据空间大, 密度高。而以上这些都是与数据勘测作业密不可分的, 准确数据是数据处理质量的保障, 因此, 工作人员需要及时合理地对数据进行整理和清除, 这些工作结束之后, 需要进行收尾工作, 分布图通常是利用波点记录方式取得的。

2.3 对勘探地震资料的解释

对于勘探地震材料的解释通常分为两个方面, 一个是数据的计算和处理, 同时结合图表进行对比, 接着对数据进行分析, 这样做的目的是为了能够高质量、高效率地进行数据地质结构分析。另一个就是煤层及构造位置, 在进行地质资料解释的同时, 对于地质构造进行标定, 为下面的工作做好万全准备。

3 煤田三维地震勘探技术作业方法的应用

3.1 合理控制煤层的小断面及起伏形态

从三维地震勘探区的起伏状态及断面条件来看, 需要将煤层底板起伏形态的深度误差控制在2%以内, 最大限度地满足地质作业要求, 是为了能够确保煤田在进行地震勘探工作时能够更加顺利。中国在这个方面, 通过多年的研究和努力也取得了一些成绩, 并积累了一些经验, 因此, 目前, 已经能够做到反射点归位。但是, 还需要在精度方面进行更深的研究和完善, 这样才能够使其精度越来越高[2]。

3.2 对相关煤层的厚度变化进行研究

煤层厚度主要体现在振幅上, 在一定范围内煤层厚度正比于地震波振幅谱与煤田反射振幅谱的一阶比值。所以只要满足一定数目的钻孔及典型的比例系数便能直接获取地震勘探资料的煤层厚度。

3.3 对采集陷落柱的范围

采集陷落柱是一种表面结构, 它是在非变动构造的破碎岩石之上的, 也是在高速层与低速层转变过程中出现的。从三维地震构件图的时间刨面就能够计算出来塌陷深度及其变形程度, 进而了解地质复杂性及其相对应的条件, 从而提高其精准性。目前, 中国煤田在进行地震勘探作业时, 应用最多的就是三维勘探技术。

4 煤田三维地震勘探作业技术的发展前景

4.1 设备仪器的数字化

通过统计和相关专业认识的研究分析发现, 中国煤田的一次性能源将在2030年时超过一半以上, 也就是说中国的煤矿资源很快就会被使用殆尽。从可持续发展的眼光来看, 中国对于煤炭需求是长远的, 为了能够降低煤矿消耗, 使其被消耗的速度能够与其生长速度相适应, 达到可持续发挥的要求, 首先从其勘探技术及方法入手。三维地震勘探技术最主要的就是在煤的采集及验证方面, 需要不断地提高仪器的数字化程度, 才能够保障数据的精度, 促进生产的进行。

4.2 提升复杂区三维地震勘探的精度

现阶段, 中国煤田三维地震勘探工作的重点是5m以上的煤田断层, 20 m以上的陷落柱, 因此我们将工作重点放在小断层上, 能够有效地提高勘测效率和质量, 并且对于采空区的侵入想象也会有所控制。目前, 中国的地质勘探在获取较近煤层图像时, 其分辨率已经有所提高, 其断层的控制力也已经达到了90%以上。在提升较为复杂地区的勘测精度之后, 对于煤层底部的水含量特点, 灰岩层等情况的了解就会更加方便和准确, 进而提高地域采煤极限。

5 结语

深层三维地震勘探数据采集技术在煤田勘探中的应用, 极大程度地提高了工作效率, 提高了矿区的煤矿产量, 同时还节约了大量的人力、财力, 提高了经济收益。在经济不断发展, 科技不断进步的新时期, 在深层三维地震勘探技术方面, 还需要进一步的努力, 这样才能够使其使用领域更加广阔, 同时, 煤田勘探工作中, 由于其危险性大, 因此, 工作人员需要时刻保持清醒头脑, 采取严格的管理模式与方法, 提高人们的安全工作意识及技术水平, 在保障生产的同时, 促进和谐工作环境的形成。主要以三维地震勘测数据采集技术在煤田勘探的应用为例进行了论证和分析, 希望能够为人们提供一些帮助和参考。

参考文献

[1]方正.煤矿采取实用地震勘探技术[M].北京:煤炭工业出版社, 2012.

真三维活动视频数据的优化研究第9篇

在当今市场上,大部分使用自动立体显示技术,但该技术不能提供灵活的视觉观赏效果,观察者和显示屏的方位是固定的,因而不能随心所欲的从各个视角观看图像。而且,长久的观看会导致人的视觉疲劳和头痛[1,2]。而真三维显示技术能使显示的图像既有心理景深,又有物理景深,从而实现图像的真实三维性和视点的不受限制性,由之再现的三维场景真实地存在于用户所在的物质世界中。位置不同的用户无需借助其他设备,就可以围绕显示区域看到与自身位置相对应的信息,在宽广的视场中观看图像,符合人类对真实场景的观看方式,不会产生不舒服的感觉[3]。

根据成像空间构成方式的不同,可以把真三维立体显示技术分为静态成像技术和动态体扫描技术两种,静态体成像技术的成像空间是一个静止不动的立体空间,而动态体扫描技术的成像空间是一个依靠显示设备的周期性运动构成的[4]。前者的代表是DepthCube,后者代表是Felix3D[5]。然而对于动态体扫描显示技术存在亮度低、抗振动性差等问题。而静态成像技术需要利用数字微镜元件(Digital Micro-mirrorDevices,DMDs),成本较高,而且计算复杂,处理时间较长[5,6,7]。本文提出了一种基于点阵的体三维活动图像的显示方式及其实现装置,由三维LED阵列作为点阵光源组成活动三维影像,成本较低,且能达到真三维效果,为了加快处理速度,利用GPU进行并行计算,经过优化后处理速度提高了几百倍。

1三维点阵数据的生成

为了便于开发,在Visual C++环境下借助OpenGL对三维模型进行模拟。首先,在三维欧几里得空间下建立直角坐标系,搭建立方体网络架构;然后根据三维规则模型(如正方体、圆柱、数字、字母等)在该坐标系下的表达式,计算得到模型的表面以及内部的离散点的坐标并赋予颜色初值。其中,每个点的信息包括其在三维直角坐标系下的坐标(x,y,z)和三原色R,G,B值,把计算得到的点的信息传给上述硬件设备,就可以显示真三维图像。

1.1 三维模型的运动

常见的三维物体的运动有平移、旋转与缩放,设原模型的点坐标为P(x,y,z,1),运动后的坐标为P′(x′,y′,z′,1),那么分别经过平移、旋转与缩放后点坐标应满足以下关系式:

$Ρ^{'} = Τ S R_{z} R_{y} R_{x} Ρ$

式中:T为平移矩阵;S为缩放矩阵;Rx,Ry,Rz分别为绕x轴,y轴,z轴旋转的旋转矩阵,它们的表达形式如下:

$\begin{array}{l} Τ = [\begin{matrix} 1 & 0 & 0 & t_{x} \\ 0 & 1 & 0 & t_{y} \\ 0 & 0 & 1 & t_{z} \\ 0 & 0 & 0 & 1 \end{matrix}] ‚ S = [\begin{matrix} s_{x} & 0 & 0 & 0 \\ 0 & s_{y} & 0 & 0 \\ 0 & 0 & s_{z} & 0 \\ 0 & 0 & 0 & 1 \end{matrix}] ‚ \\ R_{x} = [\begin{matrix} 1 & 0 & 0 & 0 \\ 0 & \cos α & \sin α & 0 \\ 0 & - \sin α & \cos α & 0 \\ 0 & 0 & 0 & 1 \end{matrix}] ‚ \\ R_{y} = [\begin{matrix} \cos β & 0 & - \sin β & 0 \\ 0 & 1 & 0 & 0 \\ \sin β & 0 & \cos β & 0 \\ 0 & 0 & 0 & 1 \end{matrix}] ‚ \\ R_{z} = [\begin{matrix} \cos γ & \sin γ & 0 & 0 \\ - \sin γ & \cos γ & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 \end{matrix}] \end{array}$

式中:tx,ty,tz为沿x,y,z轴平移的距离;sx,sy,sz为沿x,y,z轴缩放的比例;α,β,γ为绕x,y,z轴旋转的角度。

1.2 插值算法

经过上述平移,旋转和缩放运动后的点坐标不一定落在网格上,有可能落在网格之间,这时就要考虑颜色插值。

插值算法有很多,常见的有最近邻插值,双线性插值和双三次插值。这些算法简单易用,一般只考虑变换后中心点附近的少量点,因而计算量较小,对于一般的二维图像插值,效果较好。而这里针对的是三维运动图像,必须要考虑更多的点,用更精细的插值算法,因而这里使用反距离插值算法,即考虑变换后的点附近的成百上千个点,根据它们与中心点的距离,确定它们对中心点颜色的贡献,距离越大,贡献越小[8]。下面给出一般过程(这里选用颜色的R,G,B值中的R为代表,所用的插值公式适用于G和B):

首先,把运动后模型中的点与显示装置中的所有点分别求距离,把距离小于阈值的点取出来,只有这些点对运动后的点有贡献,然后利用下面公式进行第一次插值:

$C_{i} = \frac{(1 - C_{f}) \sqrt{(x - x_{i})^{2} + (y - y_{i})^{2} + (z - z_{i})^{2}}}{D_{m}} + C_{f}$

式中:Cf是运动之前点的颜色值;(xi,yi,zi)为阈值内的点坐标;(x,y,z)为中心点的坐标;Dm是先前所求距离的最大值。这一步插值确保Ci在Cf和1之间,不会超过动态范围。

由Ci可得:

$C_{t} = \sum_{i = 1}^{Ν} λ_{i} C_{i}$

式中:N为计算过程中要使用的中心点周围样点的数量;λi为计算过程中各样点的权重,确定权重的计算公式为:

$λ_{i} = \frac{d_{i}^{- p}}{\sum_{i = 1}^{Ν} d_{i}^{- p}} ‚ \sum_{i = 1}^{Ν} λ_{i} = 1$

式中:di是各样点与中心点的距离;p为指数值,决定样点对中心点贡献的权重。最终中心点的颜色值为:

$C = C_{t} - \lg {(1 - C_{t}) / [(1 - C_{t})^{2} + 1] + 1}$

对每个点都进行上述计算,即可得到运动后的模型。

对于均匀立方体网络架构中的每个点,选取网格半径的 $\sqrt{3} / 2$ 倍作为阈值,以该阈值为半径的球体内所有点都对中心点的颜色值有贡献,而该球体内有成百上千个点。利用这些点和上述公式即可计算出中心点的颜色值。

1.3 CUDA加速

由上述插值算法可知,模型中每个点的颜色插值都要计算成百上千个距离,如果阈值取得越大,需要求的距离就越多。因而计算量庞大,对于普通的CPU来说,需要大量时间,因为CPU不擅长浮点运算。而如今的GPU已经不再单一的用作图形处理器,它们拥有成百上千个核心,很适合并行计算,因而很多GPU已经被用来做通用计算。NVIDIA公司推出的统一计算设备架构(Compute Unified Device Architecture,CUDA)就是针对通用计算而开发的一套软硬件体系。它不需要借助于图形学API,采用C语言就能进行开发,简单方便[9]。

1.3.1 CUDA软硬件架构

在CUDA硬件架构中,CPU充当主机(Host),GPU为主机的协处理器,即设备(Device),不同型号的GPU有不同数量流多处理器(Stream Multiprocessor,SM),而每个SM中有包含8个流处理器(Stream Processor,SP),这些SP可以并行处理不同的问题。

CUDA软件体系由CUDA库函数,CUDA运行时API,CUDA驱动API3层组成。CUDA C语言编译得到GPU端代码,而要管理GPU资源,在GPU上分配现存并启动内核函数,就必须借助CUDA运行时API或CUDA驱动API。

1.3.2 编程模型

CUDA中内核函数(kernel)以线程网格(Grid)的形式组织,每个线程网格由若干个线程块(Block)组成,而每个线程块又由若干个线程(Thread)组成,如图1所示。各线程块并行执行,之间无法通信,也没有执行顺序。这样,无论是只能同时处理一个线程块的GPU,还是能同时处理数十乃至上百个线程块的GPU,这一编程模型都能很好适用。而线程块和线程通过内建变量blockIdx和threadIdx索引。可以根据问题的规模合理选择线程块数量和每个线程块中线程的数量,简单高效[11]。

1.3.3 CUDA加速过程及结果

由以上分析可知,GPU拥有众核,在并行计算方面拥有很多优势,因而把以上插值算法中的并行部分交给GPU计算,而让CPU只做一些简单的串行计算和事务处理,能达到加速的目的。算法中的平移,缩放和旋转矩阵部分,以及计算周围点与中心点距离的部分都可以并行执行。

下面以旋转为例说明整个过程,旋转可以分为3个步骤:用旋转矩阵实现旋转、求点间距离和插值。这3个步骤都可以并行执行,因为点与点之间不相互依赖,每个点都可以单独同时计算。如果GPU核心的数量和点数相同,那么只要把整个过程执行1次,就可以得到整个结果,每个核心执行一个线程,计算一个点的数据,而如果在CPU中则要进行和点数相同次的循环。通常情况下核心数量远比数据量小,所以要进行若干次的循环。而设计程序是不需要考虑GPU核心数量的,CUDA运行时API会自动根据核心数量进行线程调度。

分别编写以上执行三个步骤的内核函数rotation_kernel,distance_kernel,inter_kernel(这些函数在GPU上执行),以__global__标注,表明这些函数在GPU端执行,在CPU端进行调用。整个过程如图2所示:CPU接收视频数据并存放内存中,并做一些简单的预处理,再把数据传到显存中,GPU依次执行上述三个内核函数,由于GPU含有众多核心,每个核心可单独执行一个线程,因而在运行时,CUDA运行时API会把内核函数复制和数据量相同的份数,然后传给核心加以执行,由于各核心单独工作,因而能达到并行处理的效果。GPU处理结束后再传给CPU做一些后续处理,然后传给外设加以显示或存储。

为了提高访问效率,可以把一些常数存放在GPU端的常数存储器,把各个线程都要用的公共数据放在共享存储器中。一个线程块中的线程在同一时刻执行指令不一定相同,因而为了保证上一步得到的结果到下一步也正确,必须加入栅栏同步函数__syncthreads()确保下一步访问的数据正确。

本实验平台是Intel(R) Pentium(R) D3.00 GHz CPU,NVIDIA GEFORCE GTX460显卡GPU1和NVIDIA GEFORCE G210显卡GPU2,GPU1拥有336个核心,显存为1 GB,而GPU2拥有核心16个,显存为512 MB,编译环境为Visual Studio 2005和CUDAToolkit 3.2。为了验证优化效果,让CPU,GPU1和GPU2计算相同的视频数据,通过计算时间来评价优化效果,表1给出了三者计算时间的对比(该实验计算的是模型是一个正方体模型,点数目为模型边长的立方,运动过程为平移边长的0.5倍,缩小50%,沿x,y,z轴各旋转30°)。

表1中正方体点阵边长是指显示视频的硬件模型中立方体点阵阵列的边长,而模型边长指真三维视频模型的边长,模型边长增加会使视频数据量显著增加,因而计算量也会增加很多,如表中点阵边长由15增加到16,由19增加到20,计算时间显著增加;而点阵边长增加只是增加了用于插值的点数,计算量增加较为平缓。

图3给出了三者运行时间的条形图,由于GPU与CPU之间运行时间相差很大,而GPU之间运行时间相差较小,为了更直观地显示三者之间关系,纵轴取用对数坐标,由图可以看出,用GPU加速后比只用CPU计算快了几十至几百倍,而且,数据量越大,加速比越高,同时在数据量较小时,两GPU之间的时间相差也不大,数据量增大时,拥有核心数量多的GPU所获得的加速比更好。

这说明,用CUDA加速时,如果数据量较小,那么大部分时间都用来显存和内存之间传递数据,实际用来计算的时间占的比例较小,因而核心多的GPU1相对于GPU2的运算速度优势没有发挥出来;当数据量较大时,传递数据的时间只是略有增加,而计算量却增加很多,因而此时计算的时间占的比例较多,能有效掩盖传递数据的时间,获得的加速效果更好。相对于GPU2,GPU1拥有更多的核心,能同时处理更多的线程,因而计算速度的优势能够充分发挥。随着数据量的进一步增加,GPU1获得的加速比将会更好,从图3中可以看出这种趋势,当数据量增加时,两者运行时间差距越来越大。但考虑到显存等片上存储器大小的限制,数据量不能增加很多。

1.4 仿真结果

为了观察插值效果,在Visual C++环境下,借助OpenGL进行了仿真,把计算所得的点的信息(三维坐标和颜色的R,G,B值)通过OpenGL显示,得到的效果如图4～图6所示。

2结语

传统的三维显示技术主要利用左右眼的视差形成立体感觉,而本文提出的真三维显示技术可以让观察者无需借助外物就可以从各个视角观察到立体图像。但是,该技术由于计算量庞大,还不能达到实时显示的目的。相信在不久的将来,随着半导体微电子技术的进一步发展,高速图形处理硬件将会使这一愿望达到实现。到那时,真三维显示将不再困难,各行各业如医疗图片显示,飞行模拟,汽车、建筑设计,物理中各种场的三维分布,分子结构模型,地理、地质图,立体电影,甚至立体商业广告等都将呈现一个新局面。

参考文献

[1]FENG Qi-bin,TONG Hao,LIU Tao,et al.Single-DMDbased solid-state volumetric true 3Ddisplay[C]//Proceed-ings of Audio Language and Image Processing(ICALIP).Shanghai,China:IEEE,2010:552-556.

[2]LU Li-na,CHEN Chun-xiao,CHENG Wen-lian.Medicalimage visualization using true 3Ddisplay technology[C]//Proceedings of 2007IEEE/ICME International Conferenceon Complex Medical Engineering.Beijing,China:IEEE,2007:914-918.

[3]李艳丽.真三维立体显示技术研究[D].南京:南京航空航天大学,2007.

[4]BLUNDELL B G,SCHWARZ A J.The classification ofvolumetric display systems:characteristics and predictabilityof the image space[J].IEEE Transactions on Visualizationand Computer Graphics,2002,8(1):66-75.

[5]LANGHANS Knut,BAHRA Detlef,BEZECNYA Daniel,et al.FELIX 3Ddisplay:an interactive tool for volumetricimaging[J].SPIE,2002,4660:176-190.

[6]李莉,李玉峰,沈春林,等.基于数字微镜的旋转体三维显示装置研究[J].仪器仪表学报,2008,29(1):67-72.

[7]HAKKI H R,MOSTAFA H D,JAMES J S,Jr.Precisecontrol over the individual DMD micromirror for volumetricthree-dimensional display applications[C]//Proceedings of3DTV-CONFERENCE.Istanbul,Turkey:IEEE,2008:297-300.

[8]张兴福,魏德宏.基于似大地水准面格网的插值方法及精度分析[J].大地测量与地球动力学,2011,31(1):113-116.

[9]PHULL Rajat,MAINALI Pradip,YANG Qiong,et al.Robust low complexity feature tracking using CUDA[C]//Proceedings of 2010IEEE Workshop on Signal ProcessingSystems.San Francisco,USA:IEEE,2010:362-367.

三维激光扫描数据配准方法第10篇

三维激光扫描是在上世纪90年代发展起来的一门新兴技术,本世纪初引入中国。利用此技术可以快速获取复杂环境的海量点的三维坐标,称为点云或距离数据,有些扫描仪还能获取点的反射值,形成彩色点云。由于三维激光扫描具有数据获取速度快、精度高、不接触物体、安全等优点,因此利用所获取的点云进行场景的三维建模成为人们研究的热点,如北京建筑工程学院与故宫博物院合作,利用三维激光扫描仪对故宫进行数字化,重构了太和殿的现状彩色立体模型;德国古生物学教授Gunga带领他的课题研究小组在北京自然博物馆利用三维激光扫描开展恐龙和大型哺乳动物骨骼的数据采集工作,以重建恐龙的三维模型等。

利用三维激光扫描获取的点云进行三维重建,一般需要经过数据获取、数据预处理、点云配准、图像融合、构网及纹理映射等过程。本文着重阐述点云的配准问题。

1 点云配准的概念

配准是指将不同时间或不同视点或不同传感器获取的图像转换至同一坐标系下的过程,是计算机视觉、医学诊疗、工业检测、逆向工程等领域中重要的研究课题之一。由于真实场景的范围一般较大,受激光扫描仪视场角的限制,以及物体间的遮蔽的影响,每次扫描只能获取当前视点下的点云,其坐标是相对于当前的仪器坐标系而言。为了构建研究区域完整的三维模型,需要从不同的视点对场景进行扫描,并将多个视点下获取的点云进行重新定位,生成一个统一坐标系下的三维数据点集,这就是点云的配准问题。点云配准是三维激光扫描应用于三维建模中的关键技术之一,配准的好坏直接影响三维模型的建立。

点云配准实际上相当于数学上的映射问题,即找到相邻两个点云间数据的一一对应关系,或者说要找到一个合适的变换关系,将一个视点下的点云转换到另一个视点坐标系下。假设有两个不同视点下扫描得到的点云集合A、B,Pi∈A,Pj∈B且Pi,Pj为同一物点在不同视点坐标系下的构像。严格地讲,点云配准就是要使所有来自两个点云中代表物体表面同一点的点对(Pi,Pj)满足同一刚体变换(R,T),即

其中R为旋转矩阵,T为平移矩阵,通过此变换可将一个视点坐标系下的点云数据转换至另一视点坐标系下。从定义中可以看出,点云配准工作分成两大步:一是同名点对的确定;一是旋转矩阵R及平移矩阵T的求解。

在实际操作过程中,由于激光点的大小、激光扫描仪的设置、扫描仪与扫描物体的距离等原因,很难保证在不同视点扫描到相同的点,要寻找真正的同名点几乎是不可能的,因此寻找对应点成为点云配准中的重点和难点之一。当确定对应点后,接下来就是要确定配准函数及解算变换参数。

2 点云配准方法

点云配准是三维建模中关键的一步,最早利用3D数据进行自由形状配准的研究是上世纪80年代由Faugeras及其率领的团队展开的,从此以后人们展开了大量有关点云配准的研究工作。

2.1 点云配准方法分类

根据不同的分类标准,可以得到不同的配准分类方法。

1)根据特征搜索空间的不同,可以将点云的配准分为全局配准和局部配准(Lisa Gottesfeld Brown,1992)。全局配准是指在整个点云中搜索对应特征用于配准,而局部配准则是在部分点云中进行搜索。

2)根据配准的精度,可分为粗配准(poor registration)及精配准(accurate registration)。粗配准的目的是通过确定两个3D点集中的对应特征,解算出点云间的初始变换参数;而精配准则是在粗配准的基础上获取更好的变换参数。

3)根据所采用的配准基元,将配准分为基于特征的配准和无特征的配准。基于特征的配准是指利用从点云中提取的几何特征,如角点、边缘、面等特征,来解算变换参数,达到配准目的;无特征的配准则是直接利用原始点云数据进行配准。

4)根据配准估计函数,可分为点至点距离最小和点到对应切面距离最小等。

5)根据配准变换参数解算的方法,分为四元数法、奇异值分解法、最小二乘法、遗传算法等。

2.2 基于特征的配准方法

利用特征进行配准可分为三个步骤。首先,从原始点云数据中提取特征,特征可以是事先布置的控制点或控制标靶,可以是被研究物体的角点、线段及面,也可以是点云中提取的几何特征,如曲率,法矢等;其次,选择相似性度量,获取对应特征;第三,点云间变换参数的解算及变换的实施。这类配准方法的成败很大程度上取决于对应特征的提取精度。

点是最常采用的特征,包括控制点、控制标靶等外部标记点。利用外部标记进行配准,是在扫描开始之前,在扫描场景周围设置适当数量的控制点或控制标靶,扫描时应使相邻点云图上有三个或三个以上的同名控制点或控制标靶。然后在点云中识别这些控制点或控制标靶,利用刚体变换将相邻点云转换至同一坐标系下。很显然这种方法增加了外业的工作量,并且在物体上加贴标志点或设置标靶球会影响物体表面数据的获取。

曲线和面也是常用于配准的特征。文献[1]利用曲线进行配准,并指出对于具有明显特征的物体,可以得到足够高的精度;文献[2]从与点云同时获得的亮度图像中先提出特征点,再利用这些特征点构成Delaunay空间四面体,最后利用四面体表面三角形完成配准;文献[3]提出利用物体表面微分结构进行自动配准。文献[4]利用Stamos提出的平面分割算法,先提取出平面特征,再利用平面特征完成配准;文献[5]提出一种基于表面间距离度量的对准算法,通过构造三角网格来近似表示物体的表面,然后采用三角网格间最近距离的均值作为评价函数进行配准。

此外,还有其它的一些特征配准方法,文献[6]利用曲率作为特征完成两幅点云的配准,此方法仅适用于类似于球形的物体配准。文献[7]提出基于几何基元和邻域搜索的方法对无序点云进行匹配,采用点对间的法向矢量及曲率变化作为确定相似性度量完成点云的配准。文献[8]提出利用“可视化匹配”获取配准初值,即将两个带有纹理的深度图像以透视投影的方式显示在屏幕上,通过人工移动其中的一个图像并判断重叠情况来确定变换参数。

基于特征的点云配准,其优点在于不需要知道配准变换参数的初始值,简单易于理解;缺点是需要花费大量的时间在特征的提取及组织上;当物体表面特征不明显时,则难以完成配准工作。

2.3 采用原始数据的配准方法

正如前面所述,采用特征配准需要花费大量的时间进行特征提取,配准的精度受特征提取精度的影响。而直接利用原始数据配准则不需要寻找对应特征,因此利用原始数据进行配准成为配准算法的另一个研究方向。

2.3.1 经典配准算法

利用原始数据进行点云配准,最著名的是Besl和McKay于1992年提出的最邻近点迭代(ICP)算法。

ICP算法的基本思路是[9]:在相邻点云中搜索最邻近点对,利用找到的最近点对计算刚体变换参数,点对的搜索及变换参数的解算均为迭代计算过程。设P、Q为两个点集,且PQ,ICP算法的具体步骤如下:

1)设两个点集的初始变换参数为RO,TO,为已知。

2)最近点对搜索:对于点集P中的每一个点pi,先应用变换参数进行变换,即

然后在Q中寻找与其距离最近的点qi,构成点对(pi,qi),piP,qiQ。k表示迭代次数k=1,2,…n。

3)利用找到最近点对进行配准变换,以所有最近点对距离平方和最小为度量标准,即

解算变换参数Rk,Tk。

4)当相邻两次计算值之差小于指定阈值时,计算结束;否则重复2～4步。

此算法属于精确配准算法,它需要在已知良好初始变换参数的基础上展开,且要求配准点集中的一个必须是另一个的子集。

同年,Zhengyou Zhang[10]也提出自由曲线配准的点迭代方法,在假设相邻两图像间的运动较小的前提下展开。该法的思路与Besl等的基本相同,但存在以下的差异,首先,在寻找对应点的过程中Zhang采用了K-D树法以加速最近点对的搜索;其次,配准变换参数计算时,并非采用所有找到的最近点对进行计算。Zhang通过加入两个简单的限制条件,即最近点对间的距离应小于某一阈值以及最近对应点方位应一致,以删除不合理的点对,这样增加了算法的稳健性。

Yang chen等[11]则从另一个思路提出点云配准算法,同样在假设初始变换参数已知的情况下通过迭代计算完成。此算法与ICP算法的不同之处在于:第一,并不采用点集中的所有的点;第二,对应点的确定不采用点到点距离最小为标准。对第一个点集中pi的而言,其对应点为经过Rk-1,Tk-1变换后,沿法线方向与另一点集交点;最后,利用点到对应点切平面距离最小为度量标准计算配准变换参数,即

其中是pi对应点的切平面。研究表明,此种算法获得的配准精度要高于点点对应的精度。

这三种方法均对配准变换初值作了假设。对于较小物体,有时人们利用获取点云的装置得到初始变换参数,如将物体置于一个旋转桌上进行扫描,由仪器控制得出变换参数。但对于大的场景,此方法不可行,还需采用其它方式完成。

此后研究人员针对ICP算法进行了大量研究,主要在点的选择、对应点确定标准、算法的稳健性等方面展开,得到了多种改进的ICP算法。

2.3.2 各种改进的ICP算法

ICP算法中,需要搜索所有点在另一个点集中的对应点,这样大约95%的时间用于搜索对应点上。为了减少搜索时间,人们采用各种策略。如运用子采样策略,只对部分点寻找其对应点;采用由粗到精的搜索策略等以减少点对的搜索时间等等。文献[12]利用随机采样从第一个点集中提取可靠点集,再寻找可靠点集的对应点;文献[13]提出了一种基于随机采样的刚体限制数据对准穷尽搜索方法(RANSAC-based DARCES),它将对应点集的搜索范围减小,并利用刚体的性质在原始数据集中搜索三对对应点(primary,secondary,auxiliary point)以计算配准变换参数。文献[14]将搜索空间分成若干个立方体,将对应点对的搜索限制在包含此点及与其相邻的立方体中,实验表明计算时间减少50%～60%。文献[15]提出Picky ICP算法,通过分层方法选择点,层次搜索方法通常能得到较好的结果,但基于子采样的方法对数据噪声、物体的复杂程度很敏感,结果不一定很好。

在对应点的寻找上,文献[16]和文献[17]利用传感器检定方程,将点投影至目标点集中,直接确定对应点。这种方法无需迭代就能确定对应点,节省了搜索时间,但必须已知传感器检定方程,并且只适应用某些类型的扫描仪。

针对ICP算法对噪声及数据缺失比较敏感这一情况,稳健的点云配准方法成为研究的热点。目前的研究主要通过以下方法对ICP进行改进。第一,提高对应点匹配的准确性,即利用各种限制条件将错误的对应点删除;或者给对应点赋予不同的权,权越大,为同名点的可能性就越大;反之,越小。其次,在变换参数计算时,采用稳健的配准标准及解算方法。文献[12]将随机采样及最小中值平方估计算子与ICP算法结合,通过随机采样选择控制点,利用对最小中值估计中的残差设置阈值检测错误点,并利用稳健的误差度量评估运动参数,使算法具有稳健性。文献[18]提出RICP算法,利用最小中值法(LMedS)抵消错误点的影响,因此在存在大量的错误点及数据缺失情况下,该法依然能得到准确的变换参数。RICP法的缺点是计算速度慢,因此适用于离线操作。文献[19]采用点到切平面距离与方差之比最小作为配准标准来解算变换参数。与采用点到切平面距离为标准的算法相比,可靠性大大提高。文献[16]采用甚快模拟重退火算法(VFSR)解算变换参数,以获取全局最优解。

考虑到按顺序两两配准相邻点云时会产生误差累积,甚至导致模型不闭合,人们还提出多视图同时配准的策略。文献[20]在假设点云图初始配准参数已知的情况下,将所有点云图构成星形拓扑,以各点云图间的配准误差同时最小为度量提高多视图配准精度。文献[21]提出一种新的多视图配准方法,该方法首先对每两幅点云图进行配准,构建点云图的初始配准完全连接图,以两两配准的误差作为连接图的权,然后利用Dijkstra算法寻找出与参考坐标系的最佳路径,达到多视图配准的目的。

此外,研究人员也在试图从优化理论方面研究点云的配准算法。如文献[22]以及文献[23]提出的利用遗传算法确定配准变换参数的初始估值,然后用精配准方法确定最终值。

3 配准的实现

试验数据来源于斯坦福大学网站提供的兔子激光扫描数据,共六幅。这些数据是利用Cyberware3030MS激光扫描仪获取的。图1为未经配准时,六幅点云同时显示的情况。

利用Geomagic软件实现配准。图2为经过配准后的点云图,图3为配准后不同视角的点云图。

4 结束语

点云配准是地面激光扫描系统应用于三维重建中的一个重要部分,近年来得到了广泛的关注。

本文对点云的配准方法进行了较详细的阐述,并对常用的三种算法从配准精度、配准速度两方面进行比较。从目前国内外的研究状况来看,还存在下列问题需进一步研究和解决。首先,大部分配准算法都是在假设初始配准值已知且较好的情况下,算法才具有较好的性能,当初始值不当时,算法就会形成局部最小化,造成不能得到正确的结果,因此如何较好地确定配准初值是一个关键;其次,大部分算法采用对应点对距离最小作为寻找对应点的相似性度量,但这种度量存在着一个问题,即在不同的视点获取的深度图像不可能总是得到同一点的三维坐标,因此对这种相似性度量并不很适合,必须找到新的特征、新的度量以提高对应点提取的准确率。第三,由于噪声的影响使得对应点对的寻找变得复杂,甚至于找不到正确的对应点,从而影响配准精度,因此点云数据噪声的剔除或开发稳健的配准算法是十分必要的;第四,当确定了两个点云中的对应后,变换参数的解算实际上是一个优化问题,通常都是采用四元数法或奇异值分解法求解,可以尝试利用其它的优化算法提高解算速度及精度;第五,由于点云的数据量非常之大,可以采用合适的数据结构以加快对应点的搜索速度;第六,为了减少两两配准带来的累积误差,寻找同时对多个深度图像配准的方法也是研究的方向之一。

三维数据第11篇

关键词：导航海底地形数据标准

1 三维地形数据发展现状

1.1 美国SRTM 90米分辨率原始高程数据

由美国太空总署（NASA）和国防部国家测绘局（NIMA）联合测量。2000年2月，美国发射的“奋进”号航天飞机上搭载SRTM系统，共计进行了222小时23分钟的数据采集，获取北纬60。至南纬60。之间总面积超过1.19亿平方公里的雷达影像数据，覆盖地球80%以上的陆地表面。SRTM系统获取的雷达影像的数据量约9.8万亿字节，经过两年多的数据处理，制成了数字地形高程模型（DEM），即现在的SRTM地形产品数据。此数据产品2003年开始公开发布，经历多次修订，目前的数据修订版本为V4.1版本。SRTM地形数据按精度可以分为SRTM1和SRTM3，对应的分辨率精度为30米和90米数据（目前公开数据为90米分辨率的数据）。SRTM的数据组织方式为：每5度经纬度方格划分一个文件，共分为24行（-60至60度）和72列（-180至180度）。

1.2 日本GDEM高程数据

2009年6月，日本经济产业省（METI）美国航天局（NASA）与共同推出了最新的地球电子地形数据ASTER GDEM（先进星载热发射和反射辐射仪全球数字高程模型），该数据是根据NASA的新一代对地观测卫星TERRA的详尽观测结果制作完成的。这一全新地球数字高程模型包含了先进星载热发射和反辐射计（ASTER）搜集的130万个立体图像。ASTER测绘数据覆盖范围为北纬83°到南纬83°之间的所有陆地区域，比以往任何地形图都要广得多，达到了地球陆地表面的99%。ASTER GDEM数据是世界上迄今为止可为用户提供的最完整的全球数字高程数据，它填补了航天飞机测绘数据中的许多空白。NASA目前正在对ASTER GDEM、SRTM两种数据和其他数据进行综合，以产生更为准确和完备的全球地形图。

1.3国家测绘局

“中国空间信息网”（nfgis.nsdi.gov.cn）网站上提供了下列空间数据产品：地形数据库、地名数据库、数字栅格地图数据库、数字正射影像数据库、数字高程模型（DEM）、重力数据库、大地数据库。数字高程模型（DEM）产品按比例尺分为：1：100万、1：25万、1：5万、1：1万。1：100万数字高程模型利用1万多幅1：5万和1：10万地形图，按照28".125X18".750（经差X纬差）的格网间隔，采集格网交叉点的高程值，经过编辑处理，以1：50万图幅为单位入库。原始数据的高程允许最大误差为10-20米。全国1：100万数字高程模型的总点数为2500万点。1：25万数字高程模型的格网间隔为100mX100m和3″×3″两种。陆地和岛屿上格网值代表地面高程，海洋区域格网值代表水深。另外，国家测绘局于1999年安排生产了七大江河区域范围的1：1万数字高程模型，其格网尺寸为12.5m X 12.5m。已完成13781幅，数据量达24GB。

1.4 中国科学院

中科院“国际科学数据服务平台”提供以下DEM数据产品：中国30米分辨率数字高程数据产品、中国30米分辨率坡度数据产品、中国90米分辨率数字高程数据产品、中国90米分辨率坡度数据产品、中国90米分辨率坡位数据产品、中国90米分辨率坡向数据产品。其中，中国30米分辨率数字高程数据产品利用ASTER GDEM第一版本的数据进行加工得来，是覆盖整个中国区域的空间分辨率为30米的数字高程数据产品。

2 现有二维电子海图标准不足

IHO特别出版物S-57是IHO数字海道测量数据传输标准。它主要目的是为不同海道测量组织之间交换数据、向航海设备生产厂商、航海者和其他用户发布数据用。S-57在1992年5月被第十四届国际海道测量大会正式批准为IHO的官方标准。它的发布确保了各类海道测量数据的转换具有统一和规范的格式。但是，在近几年的推广使用过程中，人们发现S-57标准存在很大限制，如标准维护缺乏弹性、不支持栅格、图像数据和时变数据格式等。现在的S-57 3.1版本已经“冻结”，换句话说，即标准内容已不再改变。这更难满足随时变化、日益增长的海洋测绘和航海保障的需求。

以S-57标准为基础的二维电子海图在航海领域已得到了广泛的应用，然而它与其他的二维海图一样，本质上都是基于抽象符号的系统，不能直观还原自然界的真实面貌且易形成抽象多义化，给使用者的辨识和符号意义还原带来困难。另外随着应用的逐步深入，三维高程、水下海岸等信息越来越重要，迫切需要真三维这种表现方式的出现。目前二维电子海图导航技术也一直在采取各种措施来弥补二维固有的缺陷，例如对于航标、重要建筑物、关键地形，通过提供图片链接，使驾驶员得到相应物标的直观图像信息，利用各种动画图片来表征灯标的灯质等，但这些手段是远远不够的，我们需要建立真三维的航行环境，为二维平台引入三维这一直观、形象辅助手段，进一步提高船舶航行的安全性。ECDIS系统作为地理信息系统在航海领域的特殊应用，结合陆上地理信息系统的发展趋势，我们可以预测三维电子海图导航技术将成为电子海图技术的重要发展方向之一。

另外，ENC数据单元的数据大小不超过5兆，因此，海事测绘发布的图幅ENC数据在原始测量数据的基础上进行了大规模的抽稀和压缩，这样原始测量获取的高密度多波束水深点数据未得到有效的应用，造成了这些数据资源的浪费。未来若发布不同密度的海底数字地面高程模型数据，则可以充分发挥测量数据的效益，满足不同用户的不同需求。

nlc202309031958

当前，S-100系列标准是IHO正致力于重点发展的海道测量最新标准，它将支持多种数据格式，如图像和栅格数据、3D、随时间变化的数据（X， Y， Z和时间），以及超出传统海道测量范围的新应用，例如，高密度水深、海底分类和海洋地理信息系统。它也将能够使用获取、处理、分析，访问和提交数据这些基于Web的服务。重要的是要认识到S-100不是一个S-57标准的修订版本。S-100是一个新的标准，其中包括更多的内容并支持新的数据传输格式。它将成为新的可界定的最广泛的各种应用和利用的水文数据基础标准。S-100将按照IHO网站上的ISO合格注册进行汇编和管理，并将成为地理信息ISO 19100系列标准的一部分—目前，有超过40个标准列入ISO 19100系列。这些已经包括国际标准（包括已实施的和草案）的时空架构、数据、图像和栅格数据、资料、描述和编码。

在S-100的第8 部分“影像和栅格数据”中定义“影像”为一种特殊类型的栅格数据结构。并指出：海道水深就其性质而言是一组测量数据点。这些数据点可以采用不同方式的格网结构进行表示，包括使用一个规则格网间距的高程模型，以及用单元大小可变的不规则格网。它们也可以用不规则三角网或者点集表示。

3 数字三维海底地形模型产品标准研究

虽然，目前S-100对三维数据交换标准的规定还不是十分细化，但是S-100的基本原则就是要与S9001等通用测绘标准相一致，网格时变数据在S-100的标准中明确表示将支持NetCDF格式，可以预期的是在未来S-100标准框架下，NetCDF一定是其中重要的标准格式。基于以上提出问题，本文研究在现行S-57电子海图数据标准的基础上参考新版海道测量数据地理空间标准S-100中的数据模型，定义了海事测绘三维航道数据的交换标准，同时参考目前成熟的三维GIS建模技术及三维场景重建和可视化技术提出了三维航道模型的建立与实现的关键技术。

3.1 NetCDF标准的介绍

NetCDF（network Common Data Form）网络通用数据格式是由美国大学大气研究协会的Unidata项目科学家针对科学数据的特点开发的，是一种面向数组型并适于网络共享的数据的描述和编码标准。利用NetCDF可以对网格数据进行高效地存储、管理、获取和分发等操作。NetCDF文件开始的目的是用于存储气象科学中的数据，现在已经成为许多数据采集软件的生成文件的格式。NetCDF提供一组针对阵列数据访问的接口，一个可自由分发的数据访问库（包），支持C、Fortran、C++、Java、R以及其他的一些语言。NetCDF数据具有下列特性：自我描述、可携带和可移动性、可伸缩性、可追加性、可共享性、可存档行。由于NetCDF是一种灵活的、自描述的，并能表达大量数组数据的格式，因此NetCDF在地球、海洋、大气科学中得到了广泛的应用，许多国家的组织和科学机构都采用NetCDF作为一个表示科学数据的标准方式。例如，NCEP（美国国家环境预报中心）发布的再分析资料，NOAA的CDC（气候数据中心）发布的海洋与大气综合数据集（COADS）均采用NetCDF作为标准。

支持NetCDF的软件和系统有许多，除了ArcGIS，还有Matlab、Ferret、GrADS、PanoplyWin等。

3.2 数字三维海底地形模型产品标准

不同于现有的陆地数字地形模型采用纯二进制或文本文件的表示方法，本文提出的数字三维海底地形模型采用NetCDF作为数据存取的手段，这样保证格式具有足够的开放性，能够被现有大量的软件支持，同时适应S-100未来的发展。数字三维海底地形模型产品的数据来源主要有两大方面：一是原始测量产生的多波束、单波束水深数据，二是制作完成的电子海图ENC数据。与数字海图类似，海底地形数字模型产品也是海道测绘测绘数字化保障的一个产品形式，可用于海底电缆、管道等海上工程、海洋石油、海上交通运输、海洋环境保护、海上航行安全等海洋综合开发、利用和管理。它按照固定大小的格网间隔，表示了海底地形的深度。

3.3 元数据设计

元数据是描述数据的数据。数字三维海底地形模型产品的元数据需要包含以下信息：数据标准名称、数据标准版本、数据制作方、数据测量日期和时间、数据制作日期和时间、数据集名称、平面精度、深度精度、接边精度、等效比例尺分母、数据范围、采样间隔、平面坐标参照系、垂向坐标参照系、插值方法、维度、坐标轴名称、起始点位置、网格行数、网格列数、坐标单位。

网格值矩阵

一定海区内规则格网点的平面坐标与深度的数据集合。格网的遍历顺序按照ISO 19123附录C中定义的方式进行。可采用的遍历方式有：线性扫描（Linear Scan）；莫顿顺序（Morton Order）。下图表示了格网的线性扫描遍历以及一个莫顿顺序的遍历。莫顿排序容易适应不规则形状的格网以及格网大小可变的格网。莫顿顺序对应于一个二维的四叉树，并且可以扩展为更高维的。莫顿遍历顺序可以处理大小可变的单元。曼顿顺序是从左到右，从底到上，逐个单元、不考虑单元大小地遍历。它先增加X坐标，然后是Y坐标。这也可以扩展到多维的情况，先增加X坐标，然后Y坐标，再然后Z坐标，以此类推到更多的维度。

4 数据转换和试验系统

建立DEM的方法有多种。从数据源及采集方式讲有：直接从地面测量，例如用GPS、全站仪、野外测量等，从现有海图上采集、内插生成DEM等方法。DEM内插方法很多，主要有分块内插、部分内插和单点移面内插等几种。目前常用的算法是通过等深线和水深点建立不规则的三角网（TIN）。然后在TIN基础上通过线性和双线性内插建DEM。主要的离散点网格生成算法应该有：移动平均插值法、距离平方倒数加权法、趋势面拟合技术、样条函数插值法、克立金法插值法。

nlc202309031958

本原型系统采用西戈公司的cgGlobe三维地理信息&虚拟现实软件平台作为底层三维开发支撑平台，用Microsoft Visual C++开发工具实现航道数据NetCDF 格式数据的访问接口，选用微软的WPF技术作为整个软件呈现界面功能。三维航道数据主要来源于多波束水下测量形成的水深文件和ENC电子海图中提取的水深数据等，本原形系统将这些不同种类的水深数据统一以三维航道数据交换标准（草案）中的网格覆盖数据标准的NetCDF数据格式。各类原始水深数据经提取后可以比较容易的生成XYZ格式的水深数据文件，再将其转换为符合三维航道数据交换标准中的网格覆盖数据标准的NetCDF数据格式，由NetCDF数据读取模块接入cgGlobe三维GIS平台，完成数据交换流程。

本系统采用经企业应用程序经典的三层结构，从下至上分别为：数据层、逻辑业务层和呈现层。分层设计通过把不同的逻辑封装在不同的软件开发层次上，来实现逻辑意义上的层次结构。逻辑上实现软件功能的封装性和相对独立性。数据层主要包括三维航道数据和其他GIS相关基础数据，为业务逻辑层提供数据支持，业务逻辑层则实现三维航道的数据的组织、三维建模、渲染和各查询功能接口，呈现层则将接受用户的输入并在三维渲染画面上叠加显示各查询结果信息。

5 结束语

下一步，将对标准继续完善，优化数据转换软件，开发数据质量检测软件，争取尽早纳入海事测绘产品体系。另外，将研究内容扩展到航标、地面建筑等其他目标的三维建模标准、数据生成算法、场景显示调度等方面，形成整个海洋的真实化三维场景，并开展相关的应用研究，争取尽早实现全要素的船舶三维导航的海洋环境数据生产、质检、发布、应用的全套体系。

参考文献

[1]袁洪满.论导航发展规律与发展趋势.天津航海.1982，第一期.

[2]梅雄，钟成雄，电子海图显示与信息系统简介.中国航海学会内河海事委员会2006会议论文集，2006

[3]李军，滕惠忠.海底三维可视化技术及应用[J].海洋测绘，2004，24（4）

[4]胡清华等.利用MB-System软件进行多波束测深数据处理的研究[J].海洋测绘，2006（5）

[5]周冠华等.南海海底地形可视化分析及其地质意义[J].海洋地质与第四纪地质，2006（2）

[6]贾俊涛等.基于NetCDF的海底地形网格数据模型创建与调度[J].海洋测绘，2007，27（5）

医学体数据三维重建体绘制技术研究第12篇

关键词：医学体数据,三维重建,体绘制

0 引言

医学体数据三维重建技术分为两大类:面绘制 (Surface Rendering) 技术和体绘制 (Volume Rendering) 技术。面绘制技术绘制速度快, 便于交互控制, 但是构造的图像不能显示原始体数据的细节问题。体绘制技术能够保存数据场的细微特征, 显示丰富的细节信息, 但是由于计算量大, 图像显示速度缓慢, 很难达到实时性的要求。

近年来, 随着计算机硬件技术的发展、体绘制加速算法的提出, 以及医疗诊断中对图像细节问题要求的提高等, 使得体绘制技术得到更多的重视, 成为三维重建技术的研究热点。

1 体绘制技术的基本过程

体绘制技术方法是依据视觉成像原理, 首先构造出理想化的物理模型, 即将每个体素都看作是能够接受和发出光线的粒子, 然后根据光照模型和体素的介质属性, 给每个体素都分配一定的光照强度和透明度, 并沿着特定的方向积分, 最后在投影平面上形成半透明的投影图像。体绘制技术的基本过程如图1所示:

2 体绘制算法的分类

体绘制算法按照处理数据域的不同, 可以分为空间域方法和变换域方法。前者是对体数据在空间域直接进行处理, 后者是对体数据先进行变换, 然后对变换之后的体数据进行处理。

2.1 空间域的典型算法

2.1.1 足迹法 (FootPrint)

足迹法 (又称为抛雪球法Splatting) 是一种投影成像方法, 其原理与电视机的成像原理类似, 它将数据场中的每一个样点 (体素) 作为具有一定形状的能量源, 然后逐层、逐行、逐个地计算每个样点对屏幕像素的贡献, 最后加以合成, 形成最后的图像。具体方法是将体数据表示为一个交叠的基本函数矩阵, 基本函数通常选择幅值由体素值表示的高斯函数核, 然后根据一个预先计算的、存储着沿视线方向对函数核积分的足迹查询表, 把这些基本函数投射到像平面上形成图像。

2.1.2 错切-变形算法 (Shear-Warp)

错切-变形算法基本原理是先将三维视觉变换分解成三维错切变换和二维的变形变换, 体数据按照错切变换矩阵进行错切, 并对每一层数据进行重采样, 按照从前至后的顺序将体数据投影到二维中间图像平面, 最后再将中间图像经变形变换生成最后的结果图像。

2.1.3 光线投射法 (Ray Casting)

光线投射法与真实感技术当中的光线跟踪法类似。首先, 对数据值进行分类, 并给每类数据值赋予一定的颜色值和阻光度, 用来表达多钟物质的不同分布或单一物质的不同属性。然后进行重采样, 并对采样点所在体素的八个顶点的颜色值和阻光度进行三线性差值, 求出该采样点的颜色值和阻光度。把光线上所有采样点的颜色值和阻光度按由前向后或由后向前的顺序进行合成, 得到屏幕上该像素点的颜色值和阻光度, 从而生成最终图像。

2.2 变换域的经典算法

空域体绘制算法在每次投影过程中, 都要访问大量的体元, 计算量巨大, 降低了算法的效率。频域体绘制算法是先将体数据经过变换之后再进行显示, 降低了算法的计算复杂度。目前应用最多的变换域算法有频域体绘制算法和基于小波变换的体绘制算法。

2.2.1 频域体绘制算法 (Frequency Domain Volume RendingAlgorithm)

算法的理论基础是傅里叶切片投影定理:在三维函数对应的频谱投影中, 截取一个二维切片。如果这个切片是经过原点并且平行于投影平面, 其反变换就是原函数对应的投影。

2.2.2 基于小波变换的体绘制算法 (Wavelet-Based VolumeRendering Algorithm)

基于小波变换的体绘制算法主要有两种:小波域光线投射法 (Ray Casting in Wavelet Space) 和小波足迹法 (Wavelet-Based Splatting) 。前者的基本思想是将体数据的三维离散小波变换的近似结果带入到体绘制方程中求解, 后者的基本思想是先得到每个小波和尺度函数的足迹, 再通过小波系数加权得到投影图像。

3 体绘制算法的加速技术

空间域体绘制算法的加速方法主要是围绕着体数据的压缩和体数据的空间相关性, 通过尽可能少的访问体素来加快绘制速度。

3.1 数据压缩

在体数据压缩技术当中, 应用最多的就是八叉树法。八叉树是一种空间数据结构, 它可以有效地实现体数据的压缩存储, 大部分算法都可以通过利用八叉树结构来提高绘制速度, 比较好地解决存储与计算之间的矛盾。

3.2 体数据的空间相关性

空间相关性是指三维数据场中相邻的采样点往往具有相同或相近的函数特性。根据这一特性, 可以对体数据当中相似的或者对投影图像贡献值小的像素点不进行操作计算, 这样就节省了绘制速度提高了绘制效率。这一技术在空域体绘制算法中应用比较多。

变换域的体绘制算法的加速技术主要是针对投影图像缺乏物体的深度信息或者遮挡效果来展开的, 具体的改进方法有:Totsuka提出的使用线性深度补偿技术的改进方法[12]、清华大学的邓俊辉提出的构造频域的深度核因子来添加深度信息的改进方法。

4 结束语

目前, 国内医学体数据的体绘制技术尚处于发展阶段, 面对大量的医学临床应用需求, 及早地开展这方面的研究工作具有广泛的应用价值和深远的发展前景。当前体绘制技术的研究, 可以根据具体的应用要求, 在图像质量和绘制速度之间寻求不同的解决方案。在各类算法中, 基于小波变换的体绘制技术呈现出较好的前景, 可作为重点的研究内容。对于光线投射算法, 如何解决在不影响投影品质下加快绘制速度的问题, 也是以后研究的热点问题。

参考文献

[1]Lorensen WE, Cline HE.Marching cubes:a high resolution3D surface construction algorithm[M].Computer Graphics, 1987.

[2]Drebin R.A., Carpenter L., Hanrahan P.Volume Rendering[J].Computer Graphics, 1988 (22) .

[3]L.Westover.Footprint Evaluation for Volume Rendering[A].Pro-ceedings of Siggraph`90, Vol.24, 1990.

[4]Lacroute P, Levoy M.Fast volume rendering using a shear-warp factorization of the viewing transformation[J].Computer Graphics, 1994, (5) .

[5]Levoy M.Display of surface from volume data[J].IEEE Computer Graphics and Applications, 1988 (5) .

[6]Malzbender T.Fourier volume rendering[J].ACM Transactions on Graphics, 1993 (3) .

[7]He T S, Wang S, Arie K.Wavelet-Based Volume Morphing Pro-ceedings[A].In:Visualization'94[C].Washing D.C, October1994.

[8]Gross M H, Lippert L, Haring S.Two methods for wavelet-based vol-ume rendering[J].Computer&Graphics, 1997 (2) .

本文来自 99学术网(www.99xueshu.com)，转载请保留网址和出处

【三维数据】相关文章：

三维空间数据06-25