三维数据体

三维数据体（精选7篇）

三维数据体 篇1

引言

体绘制方法是近年来迅速发展的一种三维数据场科学计算可视化方法。该方法不需要构造中间图元,而是把复杂的三维数据体整体的加以显示出来,可以非常清晰地反映出数据体的细节,并可以把利用面绘制方法无法显示出的数据体内部结构淋漓尽致的表现出来。使用该方法绘制出来的三维图形具有非常高的清晰度和强烈的真实感。

在石油勘探、开发过程中,会采集到大量的数据,形成三维数据场,如某一油藏区块的密度场、孔隙度场、渗透率场、含油饱和度场等,利用三维数据场可视化技术,可以从大量的地震勘探数据或测井数据中构造出三维实体,显示参数,使专业人员可以对原始数据做出正确的解释[6]7]。体绘制方法可以很清晰地显示出三维地质数据体内各部分的空间信息和位置分布,可以很大程度上提高地质学研究效率,通过对体绘制方法生成的三维图形的分析,可以设计出很好的地质学研究方案。

1. VTK对三维地质体数据的体绘制建模

在科学可视化领域中,体绘制是一个很新的领域,该方法摆脱了点、线、面的束缚,而是以体素为基本的单元,数据场由大量体元组成。其采用体光照模型从三维数据中绘制出各种物理量的分布情况。体绘制可分为空域可视化和频域可视化,它们各有优缺点。频域体绘制算法是今年来提出的体绘制算法,它根据的是傅立叶-截面定理。频域体绘制算法虽然绘制速度较快,但是由于利用该算法生成的图形缺少深度信息,不能反映前后遮挡关系,算法不够成熟等缺点在实际应用中较少,应用较多的是空域体绘制方法。

空域体绘制方法其实都是基于光线投射的原理,但是由于显示过程的不同可以分为两种。一种是以像素顺序进行的,处理完一个像素后再处理另一个像素。另一种处理过程则是处理完一个体元后在处理另一个体元。一般把这两种绘制方法称为图形空间为序的体绘制方法和以对象空间为序的体绘制方法。以对象空间为序的典型体绘制方法是单元投影算法,而以图形空间为序的典型算法是光线投射算法。光线投射算法是通过对从像素点发出的射线采样、合成而形成完整图形的过程。该算法具有算法成熟、生成图形效果好的优点得到了广泛地应用,体绘制方法在实际应用中也是以光线投射算法居多。

VTK(visualization tool kit)完整地封装了光线投射算法,利用图形库VTK可以比较容易地实现对复杂数据体的体绘制。VTK是由Will Schroeder等创立的Kitware Inc.的开放源代码产品,是针对2D,3D图形图像和可视化用途设计的科学可视化图形库,它是比OpenGL更高级的图形库可以更容易地生成需要的图形。

V T K对三维数据体的体绘制步骤:

V T K采用流水线机制来实现可视化,根据已有数据的类型和需要得到的显示结果,选择适当的算法并建构起自己的可视化流程。建立流水线(也可称为可视化流程)将所要使用的类连接起来。

VTK使用的体绘制方法是光线投射算法,所使用的数据类型是结构化网格点数据。其实现体绘制具体步骤如下:

(1)读入数据:

(2)传递函数的设置:

传递函数主要是对范围内的数据点进行透明度以及颜色值的设置。

(3)重采样和图形合成:

重采样:即是利用内插获得图形信息的过程,在光线投射算法中采样点的设置是在投射光线上,当进行完采样后进行插值运算,可以求出该采样点的不透明度和颜色值。

图形合成:是按照重采样计算出来的各采样点上的颜色值和不透明值按一定规则合成的过程。

本文在v o l u m e M a p p e r中设置AutoAdjustSampleDistancesOn,可以利用Setsample Distance函数根据机器配置设置合适的采样距离,这样生成的体绘制图形在配置较低的机器上显示时,具有良好的绘制速度,在配置较高的机器上则可以在快速绘制的基础上达到非常良好的视觉效果,从而实现了体绘制的快速绘制,而且还可以根据机器配置灵活设置,达到了绘制质量和绘制速度的平衡。

2. 实例

图1是对甘肃某油田7.000~17.000毫达西的高渗透率区域的图形显示。其渗透率为7.000-17.000毫达西的体绘制图,外框内的XYZ表示的是一个长171米,宽143米,厚1米(图中所示的是Z轴正向储层模型拉伸放大40倍的结果)的储层模型。

图1是使用体绘制方法绘制出的渗透率图形,从整体上反映了渗透率各区块的空间分布,清晰地显示出了渗透率各个区块的细节信息,并且具有鲜明的层次感。体绘制方法可以将传统面绘制,需要多张剥层图才能说明的渗透率分布用一张图完整地表现出来,并可以通过旋转、放缩等手段从各个角度观察该储层模型的渗透率空间分布状况。

3. 结论

本文结合三维地质体特点,利用直接体绘制方法,实现了对三维地质数据体的整体表现,得到了高质量的三维体绘制图形,充分地表现出了数据体内部结构和众多细节,十分明晰地表现了数据体的层次分布,有着很强的真实感,而且透过表层可以非常清晰地看到数据体内部各部分的空间位置分布,这一结果给地质科研工作带来了很大的便利。事实表明体绘制方法在三维地质数据可视化方面的应用前景广阔。

摘要：体绘制方法能够产生三维数据场的整体图像,清晰地反映三维数据体的细节。本文的目的就是将体绘制技术应用于三维地质数据的图形显示,以指导石油地质勘探开发工作。本文讨论了体绘制的原理,并采用VTK工具包提供的体绘制方法中的光线投射算法,利用一个油田的渗透率三维分布的实际数据,实现了三维地质数据的体绘制。本文的结果表明,相对于传统的面绘制方法,体绘制方法绘制的三维地质图形具有更强的真实感效果,能给地质学家提供更直观、更详细的信息。

关键词：体绘制,光线投射算法,VTK,三维地质数据

参考文献

[1]唐泽圣等.三维数据场可视化[M].北京:清华大学出版社.1999ISBN7-302-03752-3/TP·2100

[2]孙文武.三维数据场体绘制中几类问题的研究与实现[D],博士论文.中国科学院软件研究所.2001

[3]刘继友.地质体三维可视化研究与应用[D],硕士论文.大庆石油学院.2005

[4]DonaldHearn,M.PaulineBaker,计算机图形学[M].蔡世杰等译,第三版,北京:电子工业出版社.2005ISBN7-5053-9914-4

[5]SchroederW,MartinK,LorensenB,The Visualization Tookit:anObject-orientedApproachto

[3]DGraphics[M],PrenticeHall:KitwareInc,2002

[6]BloomenthalJ.Poligonization of ImplicitSurfaces[J],ComputerAidedGeometricDesign,1998,46(6):73～77.

[7]GregTurk.Re-TilingPolygonalSurfaces[J].ComputerGraphics,1992,26(2):55～64.

三维数据体 篇2

传统的地震数据可视化主要采用二维剖面、切片和面绘制方法, 试图通过地震数据体内部部分数据的平面或曲面图解释整个数据场, 其成像孤立、片面, 无法反映数据的整体变化趋势[1,2,3]。体绘制技术不构建中间几何图元, 其图像是数据体内所有采样点数据贡献的结果, 可以更清晰展示出数据场的全貌和内部蕴含的细节。与足迹表投影算法[4]、频域体绘制[5]和错切-变形算法[6]等体绘制方法相比较, 光线投射算法图像质量高, 并行性强[7], 便于移植到GPU硬件进行加速计算。GPU加速的体绘制技术应用到三维地震数据的可视化中, 可以更容易地观察和分析地下的岩层状况和层位面信息, 提高地震解释的准确度和交互的实时性。

1 三维数据体光线投射原理

1.1 数据体定义

三维地震数据集可表示为二元组K= (U, R) , 其中U为对象 (即采样点) 集合, R为属性集合。对于r∈R, 存在r:U→Vr, 其中Vr为属性r的值域, 即p∈U, r (p) ∈Vr。若R={x, y, z, a}, 而x, y, z为坐标属性, a为数据属性, 而且p与一一对应, 则有f:{x, y, z}→Va与a:U→Va等价, 即f (x (p) , y (p) , z (p) ) =a (p) 。数据集K= (U, {x, y, z, a}) 为三维数据体 (亦称数据场) 。

1.2 数据体划分

为了以不同的颜色展示出数据的分布, 在进行数据场可视化之前, 对数据集进行划分。对于三维数据体K= (U, R) , 可根据属性R将U划分为m个子集U1, U2, …, Um, 且满足: (1) u, v∈Ui, w∈Uj (i, j=1, 2, …, m, 且i≠j) , Sim (u, v) ≤δ, 而Sim (u, w) >δ或Sim (v, w) >δ (Sim为相似函数, δ为相似性阈值) ; (2) U=i=∪m1Ui, Ui∩Uj=。

在三维数据体可视化中, U的一个划分可表示为U/Sim={U1, U2, …, Um}。若干阈值di (i=0, 1, …, m) , 令d Threshold=, 并满足偏序d0≤d1…≤dm, Sim简化为a (u) -a (v) ≤δ, a (u) , a (v) ∈[di, di+1]。对任意采样点u∈U, 且a (u) ∈[dl, dl+1], 记l=data Division (u, d Threshold) 。

根据划分U/Sim={U1, U2, …, Um}, 设定调色板CP={C1, C2, …, Cm}和不透明度集NP={α1, α2, …, αm}, 且cp:U/Sim→CP, np:U/Sim→NP为一一对应函数, 即cp (Ui) =Ci, np (Ui) =αi。这样, 对于p∈Ui, 采样点p赋予颜色Ci和不透明度αi。

1.3 层位面增强函数

数据体中具有相同或相似的数据构成曲面 (即地震数据场中层位面) , 通过调整不透明度的转换函数 (即层位面增强函数) , 更清楚展示数据场层位的变化和分布特征。根据层位点数值fv和不透明度αv, 若采样点数据值f (p) =fv, 则设置其不透明度为αv。对于数据值与fv相近的采样点, 其不透明度设置也与αv相近, 其他采样点不透明度设置为0。具体不透明度设置方法计算如下:其中, k (p) 为与采样点p数据值相关的坡度函数, 表示随着数据值远离层位数据值fv不透明度α (p) 下降的程度;r表示要显示的层位面厚度。

如果r选择过大, 将难于凸显出层位面的变化规律;反之, r太小, 则出现虚假的断裂和空洞。在实际绘制中, 通过交互调节r值, 得到合适的层位显示。通过设置多个不同的fv, k (p) 函数和r值, 显示不同特性的层位面。

1.4 重采样点颜色和不透明度计算

沿着视线方向, 从每个屏幕像素发射出一条光线。在光线上每间隔一段距离设置重采样点[8] (如图1所示) 。而重采样点的颜色和不透明度由其8个最邻近采样点的颜色和不透明度三线性插值得到。设重采样点为p, 长方体八个顶点为pi (i=1, 2, …, 8) [2] (如图2所示) 。p在长方体上下面上的投影点分别为p'和p″, 两者在前后面边上的投影点为p56、p47、p12、p03, 则p的颜色或不透明度g (p) 的计算为:

与式 (2) 类似, 可由g (pi) 和g (pj) 在x方向上计算出g (pij) (0≤i, j≤7) , 再由投影点p56、p47、p12、p03在z方向插值计算出和g (p″) , 最后根据和g (p″) 得到g (p) , 共经过7次线性插值。

1.5 图像合成

光线投射算法中由前向后的图像合成方法, 不透明值会不断累加。当不透明值超过1时, 意味着后面的体元不再对该点象素的颜色值有所贡献, 因此可提前终止图像合成计算。设当前重采样点的颜色值为Cnow, 不透明度为αnow, 进入该重采样点的颜色值为Cin, 不透明度为αin, 穿过重采样点的颜色值为Cout, 不透明度为αout, 由前向后的图像合成计算为[7]:

1.6 光线投射算法过程

结合上述基本概念, 光线投射过程主要包括 (如图1所示) :

(1) 根据相似性函数Sim, 划分三维数据体K= (U, R) , 得一个划分U/Sim;

(2) 设定调色板CP和不透明度集NP。对于u∈Ui, Ui∈U/Sim, 采样点u赋予颜色cp (Ui) 和不透明度np (Ui) ;

(3) 从屏幕像素沿着视线方向投射光线, 并按一定间隔选取若干重采样点{p}, 计算重采样点p的颜色和不透明度;

(4) 对重采样点的颜色和不透明度进行合成, 得到屏幕像素颜色和不透明度, 形成合成图像, 并在屏幕上显示。

2 基于GPU的体绘制

GPU拥有更多的计算处理核心。基于GPU的光线投射算法, 通过采样点颜色和不透明值构建体纹理, 将重采样计算和图像合成等过程, 交给GPU的顶点着色器和片段着色器处理。

2.1 GPU中重采样和图像合成

设光线进入数据体位置为pin, 穿出数据体位置为pout, 光线上第i个重采样点piNow表示为:

其中, d为重采样点间隔步长, normalize (pout-pin) 表示对向量pout-pin的归一化 (如图3所示) 。如果piNow-pin>pout-pin, 则重采样点位于数据体外。

为了获取每条光线与数据体的交点pin和pout, 在重采样运算之前, 绘制与数据场同等的体包围盒到帧缓存上[11,12]。体包围盒顶点的空间坐标、三维纹理坐标和RGB颜色值分别为vi, vti, ci (i=1, 2, …, 8) (如图4所示) 。在绘制时, 设置vi=vti=ci (三者变化范围为[0.0, 1.0]) , 则绘制结束, 经过插值计算, 对于包围盒表面任一点A (v, vt, c) (v, vt, c为其空间坐标、纹理坐标和颜色值) , 仍有v=vt=c, 因此, 可从绘制完成的颜色缓冲区中获取包围盒表面上任一点的纹理坐标和空间坐标。如果在绘制时选择剔除后向面, 颜色缓冲区中存储的是光线进入体包围盒 (相当于数据体) 的位置pin;剔除前向面, 颜色缓冲区中存储光线离开体包围盒的位置pout。

根据光线与数据体的交点, 利用式 (4) 计算重采样点piNow, 查找体纹理, 获取重采样点的颜色和不透明值。利用式 (3) 在片段着色程序中对重采样点进行图像合成。

2.2 三维数据体可视化流程

基于GPU的光线投射体绘制, 需要将光线与数据体交点和重采样点的间隔步长作为参数传递给Cg着色程序 (如图5所示) , GPU加速的数据体可视化的具体步骤如下:

(1) 对于三维数据场K= (U, R) , 进行数据划分, 设置采样点颜色和不透明值, 构建体纹理;

(2) 第一次绘制体包围盒, 剔除前向面, 获取光线与数据体交点pout;

(3) 第二次绘制体包围盒, 剔除后向面, 启用顶点着色和片段着色功能, 由纹理坐标获取光线与数据体交点pin;

(4) 在片段着色程序中进行重采样计算。如果某重采样点累积不透明度超过1或者位于数据体外, 则结束运算, 返回合成颜色;否则进行颜色合成, 计算新的重采样点;

(5) 刷新缓冲区, 显示可视化结果到屏幕。

2.3 体绘制核心算法

对于三维数据场K= (U, {x, y, z, a}) , 根据数值a与给定阈值di (i=0, 1, …, m) , 通过遍历采样点集合U, 确定采样点子集Ul, 并赋予颜色和不透明度, 再利用open GL的gl Tex Image3D函数构建3D体纹理data Volume3D。首先创建2D纹理bf Map, 通过绘制包围盒render Bounding Box () , 并剔除前向面, 使得光线穿出位置pout存储于2D纹理bf Map。最后将纹理data Volume3D, bf Map和采样步长d为参数传递给着色程序。

包围盒对角线长度cube Diag, 重采样和图像合成循环次数N需满足Cg支持的一些处理子集需要在编译时确定最大循环次数) , 使循环次数到达N之前, 已达到光线终止条件 (即光线穿出体外或者累积不透明度大于1.0) 。对于上述单位体包围盒, cube Diag长度为。在实际实现过程中, N可选择大一些, 以便对重采样步长d交互操作。对于屏幕每一个象素, 都有一条光线与之相交, 返回一个合成颜色值COLi, j (i, j为屏幕坐标) , 将各个像素合成颜色渲染到屏幕render COLOnScreen (COL) , 最终得到体绘制的可视化图像。GPU中光线投射算法如下:

3 面向地震解释的体绘制

在矿藏资源勘探过程中, 通过制造人工地震激发地震波, 并从地震波的反射信号中分析地层结构。地震波在遇到阻抗面时发生反射和折射。反射信号被地表上检波器接收, 而折射信号在遇到下一个阻抗面时又发生反射和折射。经反射和折射, 可在不同时间接收到地下不同层面的反射信息。各个时刻, 同一个检波器接收到所有信号的叠加形成一个地震道。在地面上, 放置多个检波器, 从而形成多个地震道。同一个阻抗面的反射信号接收时间比较接近, 相邻道比较相似, 地震数据值也比较靠近, 从而形成一个地层结构的层位面。

面对海量地震数据, 通过可视化方法, 可进行有效的分析和解释。传统三维地震数据可视化方法采用面绘制技术, 其只利用了部分数据的信息, 难以反映数据场的三维特征[2]。地震数据体绘制能清晰展示数据整体变化趋势和内部细节变化, 可提高地震解释的准确性和可靠性。

3.1 地震数据读取

SEG-Y是标准地震勘探数据存储格式, 其文件由文件头 (3600字节) 、道头 (240字节) 和道数据构成。文件头和道头存储采样点、地震数据格式和纵横测线号等信息[13]。用三元组<横测线号, 纵测线号, 采样点号>表示一个叠后地震数据采样点, ns为采样点数, begin X和begin Y为第一道的横测线号和纵测线号, end X和end Y为最后一道的横测线号和纵测线号, 则采样点 (x, y, z) 道号为:

根据道号traceN um和采样点号z, 确定采样点数据存储的起始位置 (字节数) 为:

对于采样点数ns, beginX, endX, beginY和endY等信息, 通过跳到到文件中对应位置, 读取相应字节, 读取地震数据体具体算法如下:

3.2 地震数据体可视化过程

地震数据体绘制核心是获取三维地震数据体在屏幕上渲染效果图像, 主要过程如下:

3.3 应用实验结果与分析

利用GPU对光线投射算法进行加速, 在Win 7 X64、NVIDIA Ge Force GT 330M显卡、1G显存、Core i3 M350 2.27GHz英特尔CPU, 6G内存配置的平台系统上, 利用Open GL扩展库glew和Cg语言实现了三维地震数据体可视化。

3.3.1 实现效果

下面实验是从SEG-Y文件截取101×101×500的地震数据体, 并数据划分为256个等级。

(1) 灰度样式可视化根据数据体划分的结果, 为每个采样点设置相应灰度颜色, 构造体纹理。如图6所示, 灰度样式的数据可视化大致显示三维地震数据场的数据分布特点。

(2) 伪彩色样式可视化为采样点设置渐变的红, 黄, 绿, 蓝四种颜色, 其中红色表示数据数值最大, 黄色次之, 蓝色最小。三维地震数据体伪彩色体可视化结果如图7所示, 从图中可见, 伪彩色样式的地震数据可视化数据分布规律更加清晰和明显。

(3) 凸显层位面可视化根据式 (1) , 设置k (p) 为常值函数k (p) =1.0, r=60.0, αv=1.0, fv选择地震数据的最大值, 得到的层位可视化结果如图8。通过层位面增强函数更清楚显示地震数据场内部的地层特征。

3.3.2 实现效率

(1) 相同数据集不同视角实验

截取101×101×250大小的地震数据体, 在相同数据集下, 依次改变10个不同视角, 考察基于CPU和GPU的光线投射算法交互响应时间。为了避免运行环境偶然因素影响, 对每个视点进行50次试验, 并去掉最大值和最小时间开销后取平均值, 实验结果如图9所示。从图中可以看出, 无论从哪个视角, CPU处理时间 (单位ms) 在 (9 250.04, 9 737.42) 区间, 平均时间9 486.24 ms, 而GPU处理时间 (单位ms) 在 (14.1886, 15.7046) , 平均时间14.9 947 ms。GPU响应速度比CPU响应速度快很多, 具有很强的实时性效果。这种差异主要原因:CPU上实现光线投射算法需要进行光线与包围盒的求交运算、三线性插值重采样和颜色合成, 计算量大;而GPU加速的体绘制方法, 计算光线穿入和穿出体包围盒位置时只需剔除前向和后向面各绘制一次包围盒即可 (相当于绘制两次立方体) , 并利用着色语言在GPU硬件中进行重采样和颜色合成运算, 渲染时间减少。不同视点下, 光线与立方体交点位置不同, 重采样点数量和位置有差异, 重采样和图像合成计算次数也不同, 因而交互时间呈波动变化。

(2) 不同数据集相同视角实验

在相同视点下, 逐渐增大数据集, 即每次增加10×28×25个采样点, 共增加10次。为了避免运行环境偶然因素的影响, 对于每1次增加, 进行50次实验, 去掉最大值和最小值的处理时间后, 计算平均处理时间, 实验结果如图10所示。从图中可以看出, 除了GPU处理速度快于CPU外 (原因如上所述) , CPU与GPU的算法运行时间都有略微增加, 但增加效果不明显。这主要是因为在采样点数目增加的情况下, 光线与体包围相交的位置没有改变, 重采样点的数目没有增加, 三线性插值和颜色合成计算的次数相同, 因而相同视点下, 数据集的增加对算法的运行时间没有很大影响。但是内存和显存占用的增加, 增大内存或显存的寻址时间, 而且每次运行算法获取的计算资源不尽相同, 因而CPU和GPU算法运行时间有缓慢波动增加趋势。

4 结语

在数据体形式化定义和划分的基础上, 概述了三维数据场体绘制算法的基本原理和GPU加速方法。面向地震解释的灰度和彩色样式体可视化, 反映出数据的整体分布规律, 克服了二维剖面、切片和面绘制方法的片面和不足。通过设计转换函数, 凸显出数据场内部的层位面特征。利用GPU强大的浮点计算能力, 大幅度提高光线投射算法的成像速度, 可实时对转换函数进行调整, 变换视点位置, 便于观察不同的数据信息和方位, 满足交互的实时性要求。

摘要：体绘制技术是计算可视化研究和应用热点之一。在对三维数据体进行形式化定义基础上, 讨论光线投射算法中数据体划分, 重采样计算以及图像合成的原理和方法。利用着色器进行重采样和图像合成运算, 实现体绘制的GPU加速。将GPU加速的光线投射体绘制方法应用于地震数据解释, 分别实现地震数据的灰度和伪彩色样式可视化, 并通过转换函数, 凸显出地震数据场的层位特征, 克服了地震数据剖面、切片以及三维面绘制图像的局限性。

三维数据体 篇3

自1994年三维地震勘探技术在煤田推广应用以来, 在各大矿区迅速得到推广, 并成为采区构造勘探的首选技术。据不完全统计:1994—2001年10月, 全国共完成三维地震勘探项目150个, 面积460km2, 物理点45万个[1]。但是传统的三维地震解释方法仍采用以“骨干”剖面的网格“层解释”为主, 通过解释一张张二维剖面来描绘三维地震资料, 认识三维空间, 这样就很难从三维角度去观察、认识、分析构造和地层特征, 很容易忽视一些构造细节;且用抽稀的二维剖面来解释三维资料是对三维数据体中丰富的三维地质信息的极大浪费;不仅工作效率低, 解释成果精度低, 还往往造成断层的可靠性低。

1996年以来, 国内外地球物理专业研究人员逐步提出了“全三维解释”、“体解释”思路, 并探索了解释方法[2,3,4,5,6,7], 包括精细合成记录制作、设置拾取种子点, 层位自动、半自动追踪, 三维可视化解释、线面体交互分析等, 主要应用于浅层的河道砂体、特殊岩性体等描述, 袁淑琴 (2006) 在歧口凹陷利用连片三维开展了层序地层三维体解释研究, 提高了岩性油藏的描述精度和钻探成功率[7]。然而在实际工作中, 尤其是对于煤田三维地震勘探而言, 由于地下地质情况的复杂性、地震勘探成本的投入少和地震资料品质的制约, 大部分解释人员仍倾向于采用手工解释, 认为在解释中可以更多、更灵活地处理构造组合关系, 可以使解释成果更加合理、准确。因此, 在实际生产中“体解释”方法并未得到推广应用。

本文以淮北矿务局祁南煤矿某采区三维地震资料为基础, 经过原始资料重新处理, 对原解释方法进行改良, 采用体解释方法, 重点应用于主采煤层的小构造精细刻画, 解决了小断层不易识别、断点位置不易确定的难题;并应用于火成岩侵入的预测研究中, 取得了良好的效果。

1 体解释方法

三维地震勘探是一个间接的物探方法, 而理想的地震资料解释方法应该是融合地震、测井、地质等多个专业, 包括构造地质、地球物理等方面的研究。并且遵循从宏观了解到微观研究, 再到宏观升华的认识过程[4]。丰富的煤田采掘资料为地震资料解释提供了良好的地质基础。

目前对于三维地震资料体解释比较统一的认识是:“以三维可视化立体显示为基础, 以地质研究对象为目标, 从点、线、面、体等多渠道以及数据体的多侧面, 全方位解剖三维地震数据体, 最终获得三维可视化成果展示等”[8]。换句话说, 就是从传统三维地震解释中的二维骨干剖面解释中跳出来, 突破解释方法的局限, 直接利用三维空间中数据体的特点进行分析、解释、综合研究并表现成果。三维地震资料体解释方法是以三维可视化为工具, 以地质观点为主线, 结合煤矿丰富的采掘资料, 初步了解主要构造方向, 并充分利用地震属性等方法, 尤其是方差体[9,10,11,12,13,14,15]、蚂蚁体、局部构造熵等不连续性检测技术在小构造解释过程中的优势, 采用多种解释方法相互验证, 综合分析, 以达到对三维数据体的精细刻画。

经过多个煤田三维地震资料解释项目的实践, 摸索出了一套能够基本满足期望的三维地震资料体解释方法 (图1) 。这套方法是对以往资料解释方法的改良, 并充分发挥现代解释技术, 特别是可视化技术的使用, 使得对三维地震数据体的认识从平面延伸到三维空间, 并利用多个数据体、多种地震属性进行地质解释, 多方法进行相互验证。在构造解释前, 充分了解该资料的特点及该矿区主要构造方向、是否经历多期构造运动等地质信息, 运用多种方法对资料进行可视化浏览 (以勘探线为主或以连井剖面为主) , 确定构造宏观特征, 初步发现地质异常信息及部位, 继而确立主干解释剖面方向及其网度。在构造解释过程中, 以主干剖面构造解释为主, 在可能的条件下自动追踪层位, 多方位动态检查解释质量, 修订解释结果。在小构造解释过程中, 充分发挥现代新技术的优势, 利用方差体、蚂蚁体、局部构造熵等方法技术对小断裂 (裂缝) 进行多方法检测和比对, 不仅可以参照不同属性体的时间切片, 还可以借助于自动层位追踪的结果进行沿层切片的显示, 并结合实际炮检点关系图, 分析村庄、水塘等障碍物对资料的影响程度, 对小构造综合分析, 去伪存真。利用不同的显示技术客观地揭示了反射层上断层面之间的相互切割、搭配和组合关系, 并结合层位信息确定该构造与该层位的空间交切位置, 最终形成需要的各种地质图件。

2 体解释关键技术

(1) 层位标定技术。地震资料的层位标定工作是三维地震体解释工作的基础, 是将已有的地质资料和地震剖面结合起来的桥梁。三维地震资料空间标定要比常规二维地震剖面的标定更直观、更清楚。尤其是钻井钻进过程中钻遇不同煤层时, 往往受到孔斜的影响, 使得钻遇不同煤层的空间位置不同, 不可能是垂直的, 甚至有时其平面投影点之间的距离达几十至一百多米, 这就需要对井轨迹进行计算, 从而达到三维空间上的层位标定, 确保层位标定准确。

(2) 层位自动追踪技术。以层位标定工作为基础, 精确标定地震剖面上反射波的地质含义, 以连井或勘探线剖面为主, 设置不同的种子点, 根据地震资料的品质情况选用不同的层位自动追踪方法, 能够快速地对标定好的反射波层位进行自动追踪解释。目前, 进行层位自动追踪的主要方法有:波形特征法、相关系数法、最大能量法和平面波分解法等。波形特征法对资料品质要求较高, 相关系数法和最大能量法对资料品质要求不高, 而平面波分解法能够适用于资料品质差、构造复杂的数据。无论采用何种方法进行层位自动追踪, 都需要必要的检查工作来消除该过程中的误差。也可以对数据体进行分块, 然后逐块进行层位追踪, 最终达到对全部数据体的层位追踪效果。

(3) 断裂解释技术。断裂的解释是按照空间上断层面的展布来处理的, 可从方差数据体、瞬时相位数据体、地震振幅属性体解释, 以减少断裂空间组合而引起的多解性问题。断裂系统的空间解释, 尤其是利用三维可视化技术对所解释的断裂关系进行空间浏览, 能够更为客观、高效地掌握断裂之间的相互切割关系, 断裂的尖灭等现象。在小断裂的研究识别中, 利用方差体 (或相干体) 、蚂蚁体、局部构造熵等技术并结合多种地震属性、立体的层位特征、倾角变化等多种参数进行分析研究, 并通过多方法对比分析, 相互验证, 筛选一些小的假构造现象, 达到“去伪存真”的目的。断裂解释的具体过程: (1) 主干剖面断裂解释。在层位标定的基础上, 通过对数据体进行浏览, 初步掌握主要的构造发育方向, 初步确定断裂解释方向。 (2) 断层插值。根据所确定的主要断裂解释方向, 解释主要断裂, 并进行空间插值和检查。 (3) 层位自动追踪。以连井剖面上钻孔层位标定的结果作为层位自动追踪的种子点, 也可以加密种子点, 必要时可分块进行层位追踪, 达到对数据体的层位追踪结果。 (4) 三维可视化检查。充分利用三维可视化技术对所解释的构造等地质现象进行检查, 以确保解释结果的可靠性。 (5) 多数据体多方法小断层识别。可利用多种方法如蚂蚁算法、方差体技术等对数据体进行分析, 以期达到对小构造的精确刻画。 (6) 三维可视化成果分析与展示。通过三维可视化技术检查构造空间关系, 并与主要目的层 (煤层) 进行交切等空间关系的确定, 在检查无误的基础上通过时深转换得到煤层底板等高线图等地质成果。

3 应用实例

(1) 概况。祁南煤矿某采区地层总体走向北西, 倾向北东的单斜构造, 采区中部发育了较为宽缓的向斜—背斜, 背斜顶部遭到剥蚀, 之后沉积了厚度较大的新生界地层。该煤矿位于宿南向斜的西南部, 受多期构造运动影响, 构造复杂。

(2) 层位标定。利用钻孔声波时差曲线, 制作合成地震记录, 利用井轨迹曲线进行空间标定, 并与三维空间数据体进行对比, 确定各反射波的地质含义 (图2) 。

(3) 主干断裂解释。充分利用三维可视化技术对地震数据体进行浏览, 初步了解构造格局, 确定主干剖面方向 (不一定沿数据Inline或者Crossline方向) , 按照一定的间隔 (距离) 进行断层解释, 并将所解释的断层进行空间插值, 并组合成断层面, 再利用三维可视化技术对数据体进行检查, 以确保对主干断裂的控制。

(4) 多属性小断裂提取。采用方差体、蚂蚁追踪技术和局部构造熵技术对数据体中的不连续性进行检测, 以期反映构造分布特征, 并对反映出来的小断层进行综合分析, 借助于实际材料图中的炮检点实际位置, 分析野外施工时障碍物对资料的影响范围, 并对变观范围及其影响范围内的不可靠小断层进行剔除, 最后形成小断裂的平面展布图。从图3中可以看出, 在方差体沿层切片上, 断裂得到一定程度的显示。在蚂蚁追踪平面上, 所预测的断裂较方差体更为清晰可见, 能定性表征小断裂的展布特征。在局部构造熵属性平面上 (图4) , 所预测的断裂也有明显的反映。通过对比这几种属性方法的结果, 可对预测出的断裂进行综合分析, 剔除构造假象后, 得到全区构造发育图。

(5) 属性分析。通过精细的层位标定后, 在连井剖面 (或勘探线剖面) 上种植层位种子点, 采用自动、半自动追踪方法对采区范围内的反射波进行追踪, 并提取多种属性 (振幅属性、弧长属性、最大能量属性等) , 结合钻孔资料, 对岩浆岩侵入范围进行比对, 研究岩浆岩侵入煤层的范围。图5为地震数据提取的振幅属性局部放大图, 20-21-5孔为岩浆岩侵入, 21-22-4孔、08-8孔中该主采煤层未有岩浆岩侵入, 其结果与属性预测图上的结果较为一致 (其他钻孔深度未打到该煤层) 。

4 结论

三维地震解释体解释方法及其解释效率、解释精度是以往解释方法不能比拟的, 它为快速评价三维空间中的复杂构造、地质异常体提供了一种新的方法。

(1) 地震体解释方法能够充分挖掘数据体中的地质信息, 使地震资料解释工作更加真实、合理。

(2) 地震体解释方法可大大缩短地震解释的周期, 并且能够较为客观地消除人为解释因素。

(3) 采用地震资料体解释方法能够有效利用三维可视化技术, 有利于对构造空间组合关系的掌握。

(4) 采用多种方法对小构造进行分析、解释, 能够提高小构造的解释精度。

三维数据体 篇4

1 资料与方法

1.1 一般资料

回顾性分析在该院行产前超声检查的2 328例产妇, 年龄22~44岁, 平均年龄 (28.3±3.5) 岁, 初产妇2093例 (89.91%) , 经产妇235例 (10.09%) , 孕周22~35周, 平均 (31.1±2.3) 周。

1.2 纳入标准

(1) 年龄20~45周岁; (2) 无家族遗传病史; (3) 孕周20~38周; (4) 自愿参与此次研究。

1.3 方法

对2 328例孕妇进行三维超声检查, 超声检查采用的是购自德国西门子公司的超声仪 (型号:ACUSON S2000 ABVS) , 探头频率3.5~13.0 MHz。在3.5 MHz条件下经腹探头和三维容积探头检查。嘱咐受检查的孕妇取仰卧位平躺于检查床上, 先启动二维模式, 对胎儿进行生物学测量, 当在二维模式下怀疑为胼胝体发育不良时, 再开启三维模式, 以胎儿标准双顶径横切面开始三维扫描, 超声探头保持静止, 让受检孕妇屏气, 这样可以避免探头和宫腔间发生移动和空隙, 而造成检查不到位。扫描时间为4~10 s。将超声仪调整为断层超声成像模式, 层间距0.5~1.5 mm之间, 观察仪器屏幕上显示的胎儿胎头矢状面连续图像, 调整坐标轴, 观察胼胝体发育情况。胎头矢状面的连续切面图像保存在硬盘中, 用于后期的分析和对比。

1.4 统计方法

研究所得数据采用SPSS16.0软件统计处理, 计数资料采用χ2检验, 计量资料采用t检验。

2 结果

2.1 超声检查结果

对2 328例产妇进行三维超声检查胎儿的胼胝体后, 诊断为胼胝体发育不良的胎儿为14例, 发生率为0.6%。

2.2 CT以及MRI检查结果

14例孕妇再行CT或MRI检查, 有13例胎儿确诊为胼胝体发育不良, 超声诊断敏感性为92.86%。其中在13例胼胝体发育不良胎儿中, 完全性胼胝体发育不良为3例 (23.08%) , 部分性胼胝体发育不良为10例 (76.92%) , 差异有统计学意义 (P<0.05) , χ2=9.22, P=0.028。在3例完全胼胝体发育不良中, 均是表现为透明隔的缺失。在10例部分性胼胝体发育中, 6例伴透明隔缺失, 3例伴有脑室出血。

3讨论

胼胝体是连接左右两侧大脑半球的横行神经纤维束, 其位于大脑半球纵裂的地步, 也是人体大脑中最大的联合纤维[2]。胼胝体的作用就是想大脑一侧皮层活动传递给另外一侧[3]。当人体的胼胝体出现发育不良时, 就会导致大脑内左右两个半球的联系出现不足, 甚至会影响到智力以及情感的表达。而胼胝体的发育不良有两种, 一种是完全性, 一种是部分性[4], 其中以部分性胼胝体发育不良多见, 这和该次研究中的结果类似。胼胝体的发育一般在怀孕8~10周作用[5,6], 在这个时间段内, 神经终板背侧均会增厚, 从而形成了联合块, 联合块的作用就是诱导对侧的神经纤维束发生交叉, 交叉完成后就变成了最初的胼胝体[7]。若在这个时期内, 胎儿受到一些因素的影响, 联合块诱导神经交叉任务就不能很好完成, 会出现部分神经纤维不发生交叉, 从而使得胼胝体在结构上发生缺如。在孕14~20周期间内, 联合块开始将诱导的交叉神经纤维改为向后发育[8], 因而在影像学中可观察到胼胝体是从头端发育至尾端的, 发育的顺序为嘴、膝、体、压, 若在此阶段内胼胝体的发育受到影响, 会以体部发育缺如多见。

当胼胝体基本发育成形后, 胼胝体即便受到某些因素的影响也不会导致体等部的缺如, 只会发生自身的萎缩、变薄等。有研究发现, 部分病例在超三维超声检查时会发现牛头征像, 这是证明胼胝体发育不良的一个重要指征。呈牛头征像的原因肯能是胼胝体联合块在诱导神经纤维交叉时发生缺如, 在该部位的脑室纤维组织架构消失, 使得胼胝体周围相应的区域的脑沟回重新布置, 在重布过程中形成了脑室内弧形改变[9], 并且胼胝体缺如越严重, 形成的弧形结构也就越清晰。

导致胼胝体发育不良的因素有很多, 这些因素同时还会对其他组织造成损伤, 如神经细胞发生移位, 神经管出现闭合障碍的情况, 因此很多胼胝体发育不良的胎儿、新生儿会并发脑萎缩、孔洞脑、蛛网膜囊肿、透明隔缺如以及前脑无裂畸形等各种异常症状[10]。当在三维超声检查时, 胎儿如有侧脑室的扩大, 但是未能见到透明隔, 应当考虑胎儿胼胝体发育不良情况的可能性。目前国内研究尚在初级阶段, 最早在孕16周观察到了胼胝体, 而国外最早在12周时即能够清晰的辨认出胼胝体的各个部位[11]。然而胎儿在超声检查胼胝体发育情况时, 受到的影响因素较多, 如超声仪器分辨率不够高, 操作者经验不够丰富, 孕妇的体位、体型以及羊水量也都会对结果造成影响。有学者认为, 在现有技术条件下, 在孕22周之前超声诊断胼胝体发育情况是不现实的, 此时的胼胝体尚无法让超声检测到, 然而在实际临床工作中, 还是应当及早的行产前超声检查, 确保胎儿的健康发育。同时也可以在胎儿娩出后数天内对胎儿进行超声筛查, 能进一步的提高胼胝体发育异常的检出率。

对于超声检查有怀疑的病例, 可以通过CT或MRI再次检测, 以提高诊断正确率。MRI及CT的优势在于对软组织敏感性高, 能够多方位高分辨率的成像, 方便医师更清楚的观察胎儿胼胝体发育情况。然而CT、MRI均有较高的辐射, 且成本高, 对胎儿有一定的影响, 因此在临床应用并不广泛。超声则经济、方便、可重复性以及安全等特点, 已经成为了最佳的检查方案, 对产前诊断和临床指导提高了可靠的依据。在该次研究中, 超声敏感性为92.86%, 提示临床超声在检查胼胝体发育不良的诊断中敏感性高, 诊断符合率高, 尽管其诊断符合率不及超声及MRI, 但无电离辐射等损害, 安全高效。

综上所述, 超声检查对胎儿安全可靠、实用快捷, 可有效检出ACC及其伴发的中枢神经系统及中枢神经外畸形, 是产前筛查胎儿ACC的首选方法。

摘要：目的 探讨三维超声诊断胎儿胼胝体发育不良 (ACC) 的临床价值, 为临床工作提供参考建议。方法 回顾性分析2010年2月—2013年2月在该院行产前超声检查的2 328例产妇, 首先超声检查胼胝体发育情况, 对超声诊断哪位胼胝体发育不良的胎儿再行CT及MRI检查。结果 2 328例产妇中, 行超声诊断后由胼胝体发育不良的胎儿为14例, 发生率为0.6%;对14例胎儿再行CT以及MRI检查, 有13例胎儿确诊为胼胝体发育不良, 超声诊断敏感性为92.86%;在13例胼胝体发育不良胎儿中, 完全性胼胝体发育不良为3例 (23.08%) , 部分性胼胝体发育不良为10例 (76.92%) , 差异有统计学意义 (P<0.05) 。结论 三维超声能够较为精准的判断胎儿胼胝体发育情况, 对于胼胝体发育不良的胎儿敏感性高, 为临床后续的检查、诊断以及处理提供科学指导, 有着重大意义。

关键词：三维超声,胎儿,胼胝体发育不良

参考文献

[1]郭悦, 关云萍, 项宇识, 等.三维超声在胎儿胼胝体发育不良诊断中的应用价值[J].中国现代医生, 2009, 47 (27) :104-105.

[2]Bornstein E, Monteagudo A, Santos R, et al.A systematic technique using 3-dimensional ultrasound provides a simple and reproducible mode to evaluate the corpus callosum.Am J ObstetGynecol, 2010, 202 (2) :201.e1-e5.

[3]Plasencia W, Dagklis T, Boeenstein M, et al.Assessment of the corpus callosum at 20) 24 weeks&apos;gestation by three-dimensional ultrasound examination[J].Ultrasound Obstet Gynecol, 2007, 30 (2) :169-172.

[4]孙建, MA Yu-xiang, 李传亭, 等.高场MRI在超声疑诊胼胝体发育不全胎儿中的应用价值[J].实用放射学杂志, 2008, 24 (7) :877-879.

[5]杜牧, 曹满瑞, 赵弘, 等.快速MRI对胎儿胼胝体发育不全的诊断价值及与超声对照研究[J].放射学实践, 2013, 28 (8) :889-892.

[6]张遇乐, 王娜, 方倩, 等.超声与核磁共振在诊断新生儿胼胝体发育不全中的比较[J].南方医科大学学报, 2013, 33 (8) :1246-1249.

[7]Cignini P, D&apos;emidio L, Padula F, et al.The role of ultrasonog-raphy in the diagnosis of fetal isolated complete agenesis of the corpus callosum:a long-term prospective study[J].Matern Fetal Neonatal Med, 2010, 23 (12) :1504-1509.

[8]林琪, 范海波, 甘晗靖, 等.产前三维超声TUI技术对胎儿胼胝体发育不全的诊断价值[J].中国超声医学杂志, 2013, 29 (2) :152-154.

[9]魏秋菊, 蔡爱露, 解丽梅, 等.三维超声诊断胎儿胼胝体发育不全[J].中国医学影像技术, 2011, 27 (8) :1663-1667.

[10]龚博, 李胜利, 陈琮瑛, 等.胎儿胼胝体发育不全的产前超声诊断价值[J].中华超声影像学杂志, 2008, 17 (3) :224-226.

三维数据体 篇5

Gu[1]提出的重建方法能够处理双曲线、抛物线等工程中常见的二次曲线,该方法较好的解决了空间曲线边的重建问题,但存在着几何计算量大、曲线拟合精度不高等问题;Fen[2]以二次曲面体的三维位姿和它的图像轮廓之间的闭式映射关系,从灰度图像鲁棒地提取的二次曲线参数直接确定二次曲面体的三维位姿;Simant[3]从多目图像中,以物体边缘轮廓为基元对物体进行三维重建,但过于依赖重建对象的形状和空间位置的摆放,限制了它的实际应用;孙[4]以二次样条曲线作为重建基元对空间曲线进行重建,并将之应用到空间物体的三维重建中,在重建精度和算法复杂度上有较大的改善。

本文利用空间二次曲线的投影不变性,提出一种从两个透视投影图对空间二次曲面体轮廓重建的方法。这种方法充分利用了图像的轮廓特征,以轮廓曲线上的点做重建基元,对空间二次曲面体进行结构重建,避免了解高次方程所遇到的困难,弥补了以往重建精度的不足和重建方法的局限性。

1 成像系统及坐标描述

本文采用平行对准配置的双目立体视觉系统,摄像机的几何关系如图1所示。设两摄像机焦距分别为f1和f2,摄像机的光心O与O’分别对应着坐标系C1和C2的原点,两个摄像机的投影中心间的距离(基线)为B。为了问题简化,取左摄像机的坐标系C1为世界坐标系,左图像坐标系为O1-X1Y1,右图像坐标系为O2-X2Y2。空间景物上一点P,在世界坐标系C1中的坐标P(xw,yw,zw),P1(X1,Y1,f1)和P2(X2,Y2,f2)分别为其在左右图像平面I1和I2中的投影坐标。那么P点与P1点有关系如下:

设右坐标系C2的原点为O’,令其在世界左坐标系下坐标值为O2(xd,yd,zd)。那么P点在右坐标系C2中的坐标可表示为P(x’w,y’w z’w),且有如下关系[5]:

其中λ是两个参考坐标系之间比例因子,不失一般性,可设为1。由公式(2),空间点P(xw,yw,zw)与P2(X2,Y2,f2)有如下关系:

方程(1)和(3)是一对任意透视投影图的共线方程。

2 边缘特征的提取与匹配

2.1 轮廓边缘特征提取

图像中景物的形状轮廓信息通常采用边缘检测的方法获得。由于实际图像(图2)中边缘类型的复杂,并且存在着不同程度的噪声,对算法的适应性和有效性有着较大的考验。

Canny边缘检测算法[5]利用高斯函数的一阶微分,用非极大值抑制和“磁滞”阈值法来定位导数最大值,在噪声抑制和边缘检测之间取得了较好的平衡,是公认比较好的边缘检测算子。但对实际图像来说,直接canny算子提取的边缘仍不理想。从图2(a)中可看出,提取的边缘既琐碎凌乱,也不连续。这种边缘不但难以体现模型的轮廓信息,而且也很难进行后续边缘匹配。

为了得到单像素轮廓边缘,该文采用改进的canny算子[6]来提取轮廓边缘信息。改进后的canny算子采用非极大值抑制和双阈值控制的方法,能够有效的避免噪声的干扰,对原图像中具有一定像素宽度的区域边界进行细化。图2(b)是采用上述方法所获得的模型轮廓边缘,与Canny算子边缘相比,改进canny算子检测的边缘具有更好的连续性和完整性,能够较好地体现景物的轮廓信息。

2.2 轮廓边缘匹配

轮廓边缘匹配基元通常是以分段线段为单位,按线段分组匹配各边缘点。然而,不同视点的成像差异,造成左右图像中各边缘线段通常并不严格对应,从而使得匹配出现较大误差。

苏[7]提出边缘模板匹配法,计算基于边缘点之间的平均最近距离的匹配代价和基于边缘点梯度方向直方图的匹配代价作为相似性测度,实现模板匹配。该方法在模板匹配过程中充分利用边缘特征的梯度强度信息和梯度方向信息,使得匹配有更好的准确性和鲁棒性。该文采用该方法对轮廓边缘进行匹配。在边缘特征提取的基础上,选取一幅边缘图为基准模板,采用模板匹配方法对边缘图进行匹配。考虑到拍摄视角的转换会引起轮廓的扭曲变形,对第一幅图像中的每个轮廓点,遍历另一幅图像中的所有轮廓点,比较两个点间的差异,如果两个特征量差值均在一定范围内,则认为是正确的匹配对,匹配结果如如图4所示。

3 重建过程

由二次曲线的性质可以知道:空间二次曲线在图像上的投影仍然是二次曲线。设投影二次曲线Γj(j=1,2)在各自对应的图像平面I1和I2方程为:

设(X2,Y2)是曲线Γ2的任意一点,将其代入方程(4)后,应用针孔模型得:

设f2=1,其中(x’w,y’w,z’w)是空间景物上P点相对于右坐标系C2的坐标。现换算成相对于左坐标系C1,即将方程(2)与方程(5)联立:

由方程(1)可知:

不失一般性可设定f1=1,方程(6)改写成:

记

上面的公式(8)可以改写为:

那么,

在曲线Γ1上选择一系列点Pi1(Xi,Yi),利用方程(10)可以得到两组坐标值(xi1,yi1,zi1)和(xi2,yi2,zi2)。由先验知识和实际相机的几何约束可知:r为正,则z的值只能为正且为实数。在确定唯一解之后,对坐标(xi,yi,zi)进行拟合,重建空间二次曲线的三维结构。

4 实验

采用图5所示实物仿真平台进行实验,以检验上述三维重建算法。因实验平台只有一个CCD相机,实验时通过固定拍摄模型而平行移动相机获取双目视觉图像。

在标定摄像机内外参数之后,对模型进行拍摄,获取立体图像对。按第3节所述方法对左右两幅图像进行图像预处理,提取模型的边缘轮廓;然后以边缘模板匹配法得到同名轮廓曲线,并选取同名曲线的关键点,建立起两幅图像间同名目标曲线上各像素点的对应关系。在建立起基于图像点的对应关系后,就可以按第4节重建方法,计算出同名匹配点的空间坐标。最后用最小二乘法在matlab2011软件环境下,将空间点拟合成完整的二次曲线段。

5 结论

本文根据空间二次曲线投影不变性,提出一种从两个透视投影图像对重建空间二次曲面体轮廓的方法。此方法的主要优点在于:

1)能够从两个透视投影图像对重建空间二次曲线,不受重建对象空间位置的限制;

2)充分利用点的不变性和二次曲线的投影不变性,在点的基础上重建空间二次曲线,保证了重建的精度;

3)避免了解高次方程,算法具有较快的计算速度。

虽然本文提出的方法可以应用空间二次曲面体结构重建,但是对具有复杂结构的自然曲面体仍有较多不适,笔者正在研究将此法推广到其他复杂自由曲面体的重建。

摘要：该文利用空间二次曲线的投影不变性,提出一种从两个透视投影图对空间二次曲面体轮廓重建的方法。根据双目立体视觉的成像模型计算匹配边缘点的三维坐标,最后使用非线性最小二乘法曲线拟合实现轮廓的三维重建。实验结果表明,该方法能够有效地重建出空间中任意摆放的二次曲面体的轮廓边缘,较之以往的重建方法具有较高的重建精度。

关键词：双目视觉,二次曲面体,轮廓,三维结构重建

参考文献

[1]Gu Kaining.Reconstruction of 3D Objects from Orthographic Projections[J].Comput-er Graphics Forum,2007,5(4):317-323.

[2]Fen Fang,Yong Tsui LEE.3D reconstruct-tion of polyhedral objects from single perspective projections using cubic corner[C].Inter national Conference on Software Engineering,Knowledge Engineering and Information Engineering,2012,pp:51-57

[3]Simant Prakoonwit,Ralph Benjamin.3D surface reconstruction from multiview photographic images using 2D edge conto-urs[C].12th European Conference on Co-mputer Vision,Florence,Italy,October 7-13,2012,Proceedings,Part IV:245-259.

[4]孙向军.场景三维重建的若干关键技术研究[D].南京:南京理工大学,2004.

[5]Canny.A computational approach to edge detection[J].IEEE Trans.on Pattern Analysis and Machine Intelligence,1986,8:679-714.

[6]Wojciech.Canny Edge Detection Algorit-hm Modification[J].Computer Vision and Graphics Lecture Notes in Computer Science Vol ume 7594,2012,533-540.

三维数据体 篇6

1 项目开发过程

第一, 三维数字校园虚拟漫游 (东区) 的实现, 数字校园虚拟漫游 (东区) 内所有三维模型的构建、纹理的贴图、在数字校园虚拟漫游 (东区) 场景中的各类特效以及动画等;将3D数字校园虚拟漫游 (东区) 场景模型、脚本以及多媒体资源融合到Unity3D中, 设计制作出PC机或漫游设备屏幕上显示的实时3D数字校园虚拟漫游 (东区) 场景;漫游系统界面交互、漫游角色控制、物品碰撞检测、漫游资源动态载入、漫游关卡读取各种的漫游技术运用最终形成一套完善的漫游系统。

第二, 互动感应的实现, 主要解决肢体感应设备与Unity3D的交互问题:通过肢体感应设备所提供的SDK包或者其他技术手段 (API的使用) 开发出与Unity3D交互的动态链接库;在此项目中肢体感应设备捕获的数据与漫游操作所需要的数据进行了有效的转换, 我们将肢体感应设备捕获的3维场景信息通过图形图像处理运算分析转换成漫游中角色实际操作的数据。

第三, 搭建共性的虚拟数字校园虚拟漫游 (东区) 平台, 开放式集成基于肢体感应式的三维漫游。使得漫游开发人员只需要开发通过鼠标键盘控制的三维漫游, 通过我们平台所提供的中间件来达到肢体感应 (通过挥舞手臂来控制漫游角色行为) 的效果。

通过六个系统的构建来完成三维虚拟数字校园虚拟漫游 (东区) 的实现问题。这六个系统分别是三维数字校园虚拟漫游 (东区) 的渲染系统, 光照系统, 地形系统, 物理系统, 声音系统以及素材导入系统。

渲染系统是指在我们数字校园虚拟漫游 (东区) 的漫游中, 我们所加入的灯光或者阳光将作用与所有的物件, 并且对我们项目中使用灯光的数量以及阳光的强度不做任何限制, 我们将绝对真实地模拟现实数字校园虚拟漫游 (东区) 的场景, 并且在虚拟的数字校园虚拟漫游 (东区) 中所添加的所有灯光将对其所渲染的物件产生阴影效果。

光照系统是指我们将我们的漫游做的更加漂亮, 在我们的项目中, 我们将使用点光源, 聚光灯以及方向光来美化我们的漫游。在地形系统中我们为漫游创建十分逼真的地面, 草地, 树林。物理系统, 一款完整的漫游要想做的与现实生活一样逼真的话, 就必须要有物理系统。通过我们所创建的物理系统, 玩家在虚拟数字校园虚拟漫游 (东区) 中会感觉和现实更加逼真。声音系统, 一款再好的漫游, 如果没有声音, 就相当于一个无声的世界, 很多效果就会变得极不真实, 我们这款漫游中使用了3维声音, 是指当漫游角色的左边物件发出声音的时候, 我们的音箱的左声道将比右声道的声音更大, 使得玩家很容易能够判断是漫游角色的什么位置上的物件发出的声音。素材导入系统, 此项目中的素材包括了3维模型, 2维图片, 声音和视频, 通过素材导入系统将这些素材导入到漫游系统中。

2 该项目的关键技术

首先, 我们要充分了解我们所选用肢体感应设备的原理, 并且在windows平台下使用visual studio 2008进行C++编程来得到肢体感应设备所记录的相应信息, 从而得到能够被Unity3D使用的动态链接库*.dll。

其次, 我们将使用C#语言作为我们的脚本语言来使用生成的动态链接库中的函数, 从而达到对其漫游角色控制的效果。

第三, 搭建共性的虚拟数字校园虚拟漫游 (东区) 平台, 开放式集成基于肢体感应式的三维漫游。在此项目中我们为使用unity3d技术开发漫游的漫游开发人员, 搭建一个全新的可以使用肢体感应设备来控制角色的漫游平台。

3 项目的创新点

本项目最本质的特色是采用了全新的漫游控制技术, 通过漫游捕捉设备进行对玩家肢体行为分析达到控制漫游, 开发出“融入漫游世界”的虚拟视频漫游。

(1) 肢体感应式操控:传统的电子漫游是通过手柄、键盘输入和机械设备等控制设备来对漫游进行控制, 本项目采用的是全新的漫游操作方式来进行漫游。通过对玩家的肢体动作进行不做进而运算分析得到玩家所要进行的漫游行为, 匹配玩家的漫游行为和实际的漫游操作, 这样漫游就可以通过不做玩家的状态来进行漫游操作的控制。

(2) 三维数字校园虚拟漫游 (东区) 平台的设计与开发:搭建共性虚拟有了场平台, 开放式集成基于肢体感应式的三维漫游。使漫游开发人员专注于开发通过鼠标键盘控制的三维漫游, 通过我们平台所提供的中间件来达到肢体感应 (通过挥舞手臂来控制漫游角色行为) 控制的效果。

摘要：该文详细介绍了一款具有全新操控系统的漫游系统--基于体感设备的三维数字校园虚拟漫游 (东区) 。该系统采用Unity3D游戏引擎将3D模型、游戏场景、角色动画、脚本资源、音效和视频多媒体素材融合到一起最终打造仿真的虚拟世界。在这个虚拟的世界里我们抛弃了传统的游戏操控方式, 采用了全新的操作方式:通过游戏控制设备捕获玩家的肢体动作再通过进一步的运算分析达到对游戏的控制。整个漫游界面的操控和游戏角色的控制都将采用肢体感应式的操控, 新的游戏控制模式带给用户新的操作控制体验。让用户具有身临其境的感觉, 体验到虚拟现实在三维建筑漫游应用中的乐趣, 并最终实现漫游软件的产品化和商业化。

关键词：肢体感应式操控,互动感应,虚拟漫游

参考文献

[1]刘剑锋.虚拟环境下几种三维交互技术的研究[D].浙江大学, 2010.

三维数据体 篇7

有限元法是工程应用及计算科学领域中重要的数值方法，而有限元网格生成则是其前期处理部分的关键所在。对于三维问题一般采用六面体单元、四面体单元或者二者混合的方式进行三维网格剖分。三维六面体网格由于其计算精度高，抗畸变能力强，划分的网格数量少等优点[1,2,3]，成为三维问题分析的首选。常见的三维六面体网格的生成方法有扫描法，栅格法，铺路层法，映射法等[4,5,6,7,8,9,10,11]，在这些六面体网格生成算法中，栅格法[12,13]的自动化能力强且易于局部网格加密。

有限元网格的质量严重影响数值计算的精度。网格质量差或者网格的相容性不高将会增大数值分析的误差，降低数值模拟的精度。因此改善网格的相容性，提高网格质量是目前需要解决的问题。本文采用对网格进行局部加密的方法来改善网格的相容性。

1 现有的方案及存在的问题

网格单元的相容性是网格生成算法的最基本要求之一。通常采用向网格中插入加密模版来实现待加密区域中网格单元之间的协调过度。Schneiders[14]提出了一套基于27分法的加密模板如图1所示，其中黑点表示加密点。该套模板虽然可以完成六面体网格的局部加密，但会产生过多的新增单元和节点。文献[15,16,17]都提出了基于27分法的加密模板，但效果并不是十分理想。张洪梅等[18]对Schneiders提出的模板进行了改进并增加了拐角模板如图2所示，但是在使用模板时新增的网格质量不高。黄丽丽等[19]考虑到基于27分法的加密模板在由稀疏网格到密集网格的过渡时比较急促，会增加数值计算的误差，提出了一套基于八分法的加密模板如图3所示。但是应用该模板对加密信息场进行调整考虑过于简单，复杂情况都用全加密模板，这会产生大量新增单元和节点且容易造成加密外延，面加密模板的网格质量不高。本文对黄丽丽等人的加密模板进行改进，增加了拐角加密，改善了面加密，并考虑了网格单元中加密节点所有可能的排列情况，给出对应的模板及模板应用方式。

2 基于栅格法的局部加密算法

2.1 模板

本文在前人的基础上提出如图4所示加密模板。

2.2 模板的应用方法

本文提出的6种加密模板适用于全六面体的细分，但是由于每个六面体单元有8个节点，根据8个节点的排列组合有28种情况，除去对称的情况还有22种情况，所以给出加密信息场中每个单元的8个节点的加密属性与加密模板之间的对应规则，来确定使用哪种模板进行加密，如表1所示。

由表1可知有的情况可以适用于不同模板，此时需要根据实际情况选择恰当模板。应用表中模板2一次将原单元分成8个子单元，应用表中模板3一次将原单元分成6个子单元，应用表中模板4一次将原单元分成4个子单元，应用表中模板5一次将原单元分成4个子单元，应用表中模板6一次将原单元分成2个子单元，应用表中模板7一次将原单元分成3个子单元。由于节点的加密属性所致，模板3、模板4、模板7只有在边界时才能单独使用，其余时候均成对出现。因此，这三个模板有如表2所示的几种应用方式。

2.3 应用加密模板进行局部加密

首先，根据初始数据(如图5(a)所示)对加密单元进行分类(如图5(b)所示)，以便根据加密节点的分布情况选择对应的加密模板。

由初始数据得标注为P1的单元为全加密单元，应使用模板2，标注为P2的单元为面加密单元，应使用模板5，标注为P3的单元为边加密单元，应使用模板6。加密结果如图5(c)所示。

其次，由图5(c)所示的加密结果可以看出经过一次的加密会产生如图5(d)所示的新增加密点。将新增加密点所在单元按照对应的加密模板进行加密，最终加密结果如图5(e)所示。

3 加密模板对比分析

在使用加密模板进行加密时，产生的新增单元个数越少，且新增单元的质量越好，进行后续处理时产生的误差越小。因此，从以上两个方面与文献[19]提出的加密模板进行对比。文献[19]与本文所提出的加密模板加密一次所产生的新增单元数如表3所示。表中3/5表示同一情况在应用不同模板时产生的不同新增单元数，1/2/3同理。假如在应用时恰好22种情况都出现一次，则对比可知本文模板新增单元数较少，即使只出现常见的点、线、面加密情况，本文模板效果也较好。

本文选用单位化雅可比行列式的值作为评价六面体网格单元质量的标准。设V为六面体网格单元任意顶点的位置向量，单元中与该顶点相邻的所有顶点的位置向量为Vi(i=1,2，…，t)，则由该顶点和与它相邻顶点构成的边的向量为Ei=Vi-V(i=1,2，…，t)，由此可得该顶点的雅可比矩阵J=[E1,E2，…，Ei]，设该顶点的雅可比矩阵行列式的值为Jacobian。六面体网格单元的单位雅可比行列式的值的取值范围为[-1,1]，当取值大于零时表示该单元可以接受，否则为不合格单元，取值越接近1表示网格质量越好，当取值在[0.5,1]即可说六面体单元质量很好。为了保证数值模拟中的精度，Jacobian的值应尽可能在0.5到1之间。

本文改进了黄丽丽等人[19]的面加密模板质量较差的情况。因此给出两种面加密模板的Jacobian值的对比，如表4所示。由表可知本文算法生成单元质量较高。

4 算法实例与对比

根据本文提出的加密模板编写了C++程序，为了能够对比明显，采用常见的简单零件模型进行对比如图6和图7所示，图6是采用文献[19]提出的加密模板进行加密。加密过程会产生较大幅度的外延现象，即产生较多的新增加密点，这也增加了新增网格的数目。图7为采用本文加密模板加密的效果图。可以看出外延现象较小，使用较少的网格就完成了对零件特征的加密，过渡效果较好。图8为两种加密模板所产生的网格质量对比。由此可以看出本文算法不但产生网格数量较少且质量较好，能够一定程度上减少数值计算中的误差。

5 结语