面向大規(guī)模地震體的多切片實(shí)時(shí)交互繪制優(yōu)化

紀(jì)連恩，張笑林，梁適宜，王 斌

(中國(guó)石油大學(xué)(北京) 計(jì)算機(jī)科學(xué)與技術(shù)系，北京 102249)(*通信作者電子郵箱jilianen@126.com)

面向大規(guī)模地震體的多切片實(shí)時(shí)交互繪制優(yōu)化

紀(jì)連恩*，張笑林，梁適宜，王 斌

(中國(guó)石油大學(xué)(北京) 計(jì)算機(jī)科學(xué)與技術(shù)系，北京 102249)(*通信作者電子郵箱jilianen@126.com)

在普通計(jì)算平臺(tái)上實(shí)現(xiàn)大規(guī)模地震體的多切片可視化時(shí)，傳統(tǒng)緩存調(diào)度方法由于未考慮體塊與切片的空間關(guān)聯(lián)，導(dǎo)致交互時(shí)體塊命中率較低，而常用的多分辨率繪制方法也難以達(dá)到較高的繪制質(zhì)量，針對(duì)這些問(wèn)題，設(shè)計(jì)了一種新的高速緩存調(diào)度策略——最大距離先出(MDFO)。首先，根據(jù)交互切片的空間位置改進(jìn)緩存中體塊的調(diào)度優(yōu)先級(jí)，保證候選體塊在切片連續(xù)交互時(shí)有更高的命中率；然后，提出了兩階段切片交互繪制方法，通過(guò)使用固定分辨率體塊保證交互的實(shí)時(shí)性，通過(guò)漸進(jìn)細(xì)化提升最終顯示質(zhì)量，并進(jìn)一步結(jié)合體塊數(shù)據(jù)的信息熵提升用戶感興趣區(qū)域的分辨率。實(shí)驗(yàn)結(jié)果表明，所提方法能夠有效提高體塊的整體命中率，提升比例達(dá)到60%以上，同時(shí)也實(shí)現(xiàn)了面向應(yīng)用需求的高質(zhì)量圖像顯示，較好地解決了大規(guī)模地震體可視化在交互效率與顯示質(zhì)量間的矛盾。

體可視化；多切片交互；緩存調(diào)度；兩階段繪制；信息熵

0 引言

三維可視化技術(shù)在地震數(shù)據(jù)建模和分析過(guò)程中具有重要作用，能夠有效降低油氣勘探的風(fēng)險(xiǎn)和不確定性[1]。隨著地震勘探技術(shù)的不斷成熟，地震數(shù)據(jù)采集的速度與精度越來(lái)越高，地震體模型的數(shù)據(jù)量也提高到百GB甚至TB級(jí)別。而在地震采集設(shè)計(jì)等領(lǐng)域，考慮到作業(yè)現(xiàn)場(chǎng)使用的便攜性，目前使用的硬件設(shè)備仍基于普通計(jì)算平臺(tái)，內(nèi)存一般只有幾個(gè)GB，顯存也只有1 GB到2 GB，直接存儲(chǔ)和處理如此大規(guī)模的體數(shù)據(jù)，將變得非常緩慢，以至于不能接受[2]。因此許多國(guó)內(nèi)外學(xué)者和技術(shù)人員針對(duì)海量體數(shù)據(jù)模型的三維可視化進(jìn)行了相關(guān)研究[3-5]。

為了解決在普通計(jì)算平臺(tái)上進(jìn)行大規(guī)模地震體可視化的問(wèn)題，通常采用八叉樹(shù)結(jié)構(gòu)對(duì)原始地震體數(shù)據(jù)進(jìn)行重新組織?？臻g中的體數(shù)據(jù)經(jīng)過(guò)三個(gè)維度的遞歸抽稀，依次將數(shù)據(jù)按照空間劃分成八個(gè)部分，最終形成基于多分辨率空間排列的體塊結(jié)構(gòu)。在繪制過(guò)程中，根據(jù)緩存容量通過(guò)遍歷八叉樹(shù)選取合適分辨率的體塊進(jìn)行加載和繪制。

基于三維紋理的體繪制技術(shù)早在1989年就被Cullip等[6]提出。在該方法中，充分利用了圖形處理器(Graphic Processing Unit, GPU)的并行計(jì)算能力和浮點(diǎn)運(yùn)算能力，相對(duì)光線投射算法在復(fù)雜度和繪制效率上都有很大的提高。

Lamar等[7]則在此基礎(chǔ)上通過(guò)在八叉樹(shù)中創(chuàng)建分層細(xì)節(jié)(Level Of Detail, LOD)的體塊，實(shí)現(xiàn)了基于八叉樹(shù)的多分辨率體繪制技術(shù)。通過(guò)在八叉樹(shù)中對(duì)體塊的快速索引，可實(shí)現(xiàn)對(duì)體數(shù)據(jù)的不同層次分辨率顯示，以及細(xì)化切片時(shí)體塊數(shù)據(jù)的快速查找。使用LOD和多分辨率技術(shù)來(lái)對(duì)三維地震體進(jìn)行管理，根據(jù)一定的體塊選取策略選擇合適的體塊組成體塊列表進(jìn)行繪制，能夠顯著提高地震體的顯示效率[8-11]。

隨后Lamar等[7]又引入了基于視點(diǎn)的動(dòng)態(tài)多分辨率切片顯示技術(shù)，該方法根據(jù)視點(diǎn)的位置，確定切片哪些部分分辨率更高，哪些分辨率可以更低。這個(gè)方法假設(shè)人們對(duì)離視點(diǎn)越近的點(diǎn)越感興趣，也就賦予該點(diǎn)周圍更高的分辨率，離該點(diǎn)的位置越遠(yuǎn)則切片分辨率越低。

針對(duì)大規(guī)模體數(shù)據(jù)的緩存調(diào)度問(wèn)題，文獻(xiàn)[2]根據(jù)數(shù)據(jù)流向，分別設(shè)計(jì)了從外存到內(nèi)存和從內(nèi)存到顯存的調(diào)度策略，并在使用多分辨率技術(shù)篩選所需體塊時(shí)，通過(guò)限制一次性載入顯存的體塊數(shù)量來(lái)提高交互的流暢性。

文獻(xiàn)[12]為實(shí)現(xiàn)大規(guī)模體數(shù)據(jù)在普通計(jì)算平臺(tái)上的可視化，提出了半適應(yīng)的分塊方法，得到不同尺寸的數(shù)據(jù)分塊，并對(duì)某些空數(shù)據(jù)塊進(jìn)行剔除，提高了體繪制效率，但仍然難以進(jìn)行實(shí)時(shí)交互。

在上述研究中，體塊的緩存與調(diào)度通常采用基于時(shí)間相關(guān)聯(lián)的最近最少使用(Least Recently Used, LRU)算法，但是，在多切片應(yīng)用場(chǎng)景下，切片交互操作的隨機(jī)性較大，對(duì)時(shí)間的關(guān)聯(lián)性較弱，使得緩存中體塊的命中率較低。另外，僅采用視點(diǎn)與地震體的空間位置關(guān)系進(jìn)行體塊分辨率選擇以確定生成最終圖像的體塊工作集，在該過(guò)程中沒(méi)有考慮到體塊數(shù)據(jù)所蘊(yùn)含的信息量對(duì)可視化效果的影響，使得最終的繪制質(zhì)量不高。

針對(duì)上述問(wèn)題，本文面向普通計(jì)算平臺(tái)，設(shè)計(jì)了基于距離度量的從外存到內(nèi)存再到顯存的數(shù)據(jù)緩存與調(diào)度策略，將候選體塊與切片的空間距離作為計(jì)算置換優(yōu)先級(jí)的重要因素，有效提高大規(guī)模地震體切片交互繪制時(shí)的體塊命中率；為進(jìn)一步平衡大規(guī)模地震體可視化在交互效率與顯示質(zhì)量間的矛盾，提出了面向兩階段的切片實(shí)時(shí)交互與漸進(jìn)繪制策略，并通過(guò)計(jì)算體塊的信息熵優(yōu)化體塊的細(xì)化等級(jí)，在保證交互實(shí)時(shí)性的同時(shí)提高最終圖像繪制質(zhì)量。

1 基于距離度量的體塊緩存調(diào)度策略

由于內(nèi)存和顯存空間的限制，繪制時(shí)體塊數(shù)據(jù)不能全部載入，為了有效利用有限的存儲(chǔ)空間，需要解決外存、內(nèi)存和顯存之間頻繁數(shù)據(jù)交換導(dǎo)致的繪制效率較低的問(wèn)題。

1.1 從外存到內(nèi)存的體塊緩存調(diào)度

體繪制中常用基于時(shí)間度量的緩存數(shù)據(jù)置換算法，如LRU算法，即當(dāng)緩存區(qū)全部被使用時(shí)，新加載體塊將最久未被使用的體塊置換出內(nèi)存。

當(dāng)場(chǎng)景中只有一個(gè)切片時(shí)，由于切片交互的連續(xù)性，最久未使用的體塊距離切片也最遠(yuǎn)。如圖1所示，當(dāng)拖動(dòng)切片從位置A到位置B時(shí)，越久未使用的體塊(如圖中區(qū)域一所示)，距離B越遠(yuǎn)，被再次訪問(wèn)的概率也越低(由于訪問(wèn)區(qū)域一的體塊必須經(jīng)過(guò)AB中間的區(qū)域二，訪問(wèn)區(qū)域二概率高于區(qū)域一)，因此將距離切片最遠(yuǎn)的區(qū)域一中的體塊作為無(wú)用塊置出。

然而在多切片應(yīng)用場(chǎng)景下，由于切片選擇和移動(dòng)方向的不確定性，基于訪問(wèn)時(shí)間的LRU算法可能導(dǎo)致緩存的命中率降低。如圖2所示，開(kāi)始時(shí)A、B兩個(gè)切片分別在虛線A1，B1處，之后先把A切片從A1移動(dòng)到A2，再將B切片從B1移動(dòng)到B2。此時(shí)內(nèi)存占用如圖3(a)所示。當(dāng)B切片繼續(xù)從B2移動(dòng)到B3時(shí)，根據(jù)LRU策略，最久未使用的為A1，此時(shí)A1將被置出，緩存區(qū)如圖3(b)所示。此后，當(dāng)用戶向上移動(dòng)切片A時(shí)，將再次使用到A1，然而此時(shí)A1已經(jīng)被置換出緩存區(qū)。

如果按照體塊到切片的距離進(jìn)行體塊的調(diào)度，距離切片最遠(yuǎn)的B1將優(yōu)先被置出緩存區(qū)，緩存區(qū)如圖3(c)所示。此時(shí)，若用戶移動(dòng)切片A到A1位置時(shí)，依舊可以命中緩存。

圖1 單切片交互時(shí)的體塊選擇情況

圖2 多切片交互時(shí)的體塊調(diào)度

圖3 應(yīng)用不同策略進(jìn)行置換后緩存區(qū)狀態(tài)

根據(jù)上述對(duì)數(shù)據(jù)調(diào)度過(guò)程的分析，提出基于距離度量的體塊內(nèi)外存調(diào)度策略——最大距離先出(Maximum Distance First Out, MDFO)，MDFO策略的計(jì)算模型如下所示：

Pmdfo=kd×min{s×dstand,m×dmov}+kl×L+kt×T

(1)

在每次進(jìn)行切片交互時(shí)，使用式(1)計(jì)算緩存中各個(gè)體塊的置出優(yōu)先級(jí)。其中，dstand和dmov分別為當(dāng)前體塊中心到靜止切片和移動(dòng)切片的距離，s、m分別為靜止距離系數(shù)與移動(dòng)距離系數(shù)，距離切片越遠(yuǎn)則再次被用到的幾率越小。在切片交互過(guò)程中，考慮到交互操作的連續(xù)性，靜止切片附近的體塊應(yīng)該被優(yōu)先置出，通過(guò)實(shí)驗(yàn)測(cè)試，本文設(shè)置s=1.5，m=1.0；L為體塊的分辨率級(jí)別，L值越大體塊的分辨率越高，體塊的空間跨度越小，使用的概率也越小；T為體塊最近一次被用到的時(shí)間到當(dāng)前幀的時(shí)間，T值越大則說(shuō)明最近一次使用該體塊的時(shí)間點(diǎn)越久，再次被用到的概率也越小。Kd、Kl、Kt分別為距離、分辨率級(jí)別、時(shí)間跨度的系數(shù)，根據(jù)切片到體塊的距離和體塊的分辨率級(jí)別以及時(shí)間跨度對(duì)體塊置出優(yōu)先級(jí)的貢獻(xiàn)度不同，經(jīng)過(guò)實(shí)驗(yàn)測(cè)試，設(shè)置參數(shù)Kd=5，Kl=10，Kt=1。Pmdfo為體塊調(diào)出緩存的優(yōu)先級(jí)度量，Pmdfo值越大，則體塊越被優(yōu)先置出緩存區(qū)。

1.2 GPU紋理對(duì)象的緩存調(diào)度策略

在體繪制過(guò)程中，需要將體塊列表中對(duì)應(yīng)體塊的紋理數(shù)據(jù)加載到顯存中生成對(duì)應(yīng)的紋理對(duì)象。在普通計(jì)算平臺(tái)上，顯存資源更為稀缺，其能夠存儲(chǔ)的紋理對(duì)象數(shù)量更為有限，因此也需要更加精細(xì)的管理和調(diào)度。有效利用顯存空間來(lái)緩存紋理對(duì)象，同時(shí)使用合理的緩存調(diào)度策略，可以有效地減少?gòu)膬?nèi)存到顯存的數(shù)據(jù)加載次數(shù)，提高繪制效率。

根據(jù)以上對(duì)多切片交互的討論，本文設(shè)計(jì)了一種基于距離度量的GPU紋理對(duì)象緩存與調(diào)度策略。如圖4所示，將顯存空間劃分為三個(gè)區(qū)域：StableArea、ActiveArea和UnusedArea。StableArea存放連續(xù)幾幀被使用的紋理對(duì)象，該區(qū)域較為穩(wěn)定，可以減少常用紋理對(duì)象換入換出的次數(shù)；ActiveArea存放當(dāng)前幀剛加載的紋理對(duì)象；ActiveArea中在當(dāng)前幀未被使用到的紋理對(duì)象被移動(dòng)到UnusedArea。

圖4 體紋理數(shù)據(jù)加載與調(diào)度

切片繪制根據(jù)體塊選取階段產(chǎn)生的體塊列表進(jìn)行三維紋理的生成與加載。在加載紋理時(shí)，首先掃描顯存的三個(gè)緩存區(qū)，判斷體塊紋理是否命中。如果所需的紋理對(duì)象在UnusedArea區(qū)域命中，則將該紋理對(duì)象從UnusedArea移動(dòng)到ActiveArea；如果在ActiveArea命中，則計(jì)算該紋理對(duì)象在最近幾幀中命中的次數(shù)，若命中次數(shù)達(dá)到閾值N則將該紋理對(duì)象從ActiveArea移動(dòng)到StableArea，否則依然存放在ActiveArea中，并更新命中次數(shù)；如果在StableArea區(qū)域命中，則更改該紋理對(duì)象的優(yōu)先級(jí)Pgpu；如果沒(méi)有命中任何區(qū)域，則將紋理從內(nèi)存加載到ActiveArea。

當(dāng)某個(gè)區(qū)域的存儲(chǔ)空間被占滿，又有新的紋理對(duì)象加載時(shí)需要一個(gè)合理調(diào)度策略進(jìn)行置換。本文通過(guò)計(jì)算紋理對(duì)象的置出優(yōu)先級(jí)來(lái)進(jìn)行紋理對(duì)象的調(diào)度，優(yōu)先級(jí)高的則被優(yōu)先置出。優(yōu)先級(jí)Pgpu的計(jì)算模型如下：

Pgpu=kd×min{s×dstand,m×dmov}+kl×L

(2)

上述計(jì)算模型(2)考慮了紋理對(duì)象所對(duì)應(yīng)體塊與切片的空間位置關(guān)系以及其自身分辨率對(duì)緩存和調(diào)度策略的影響。其中，Kd和Kl分別為空間位置關(guān)系與分辨率級(jí)別的影響因子，dstand和dmov分別為當(dāng)前紋理對(duì)象所對(duì)應(yīng)體塊到靜止切片和移動(dòng)切片的距離，s、m分別為靜止距離系數(shù)與移動(dòng)距離系數(shù)。通過(guò)與1.1節(jié)類似的參數(shù)實(shí)驗(yàn)，設(shè)置Kd=1，Kl=2，s=1.5，m=1。由于紋理對(duì)象優(yōu)先級(jí)的比較分別在StableArea、ActiveArea和UnusedArea內(nèi)部進(jìn)行比較，同一區(qū)域內(nèi)部的紋理對(duì)象被訪問(wèn)時(shí)間大致相同，因此，沒(méi)有將時(shí)間因素納入紋理對(duì)象的優(yōu)先級(jí)計(jì)算模型。

當(dāng)上述某個(gè)分區(qū)空間被占滿并且有新的紋理對(duì)象加入該區(qū)域時(shí)，則選取該區(qū)域中Pgpu值最大的紋理對(duì)象置出。如圖4所示，從StableAre區(qū)域置出的紋理對(duì)象被放入ActiveArea，從ActiveArea置出的紋理對(duì)象被移動(dòng)到UnusedArea，而從UnusedArea置出的紋理對(duì)象將被從顯存中移除。

2 兩階段切片實(shí)時(shí)交互與漸進(jìn)繪制

在大規(guī)模地震體可視化中，始終存在繪制效率與顯示質(zhì)量的矛盾，該矛盾在計(jì)算資源有限的普通計(jì)算平臺(tái)上尤為突出。為了平衡繪制效率與顯示質(zhì)量之間的矛盾，本文設(shè)計(jì)了面向兩階段的切片實(shí)時(shí)交互與漸進(jìn)繪制策略，并且針對(duì)漸進(jìn)細(xì)化階段應(yīng)用信息熵對(duì)體塊的細(xì)化過(guò)程進(jìn)行優(yōu)化，有效地提高了繪制質(zhì)量。

2.1 兩階段繪制策略

面向兩階段的切片實(shí)時(shí)交互與漸進(jìn)繪制策略將切片的交互繪制分為兩個(gè)階段——交互階段與漸進(jìn)細(xì)化階段，處理流程如圖5所示。首先，在交互階段為了滿足交互的實(shí)時(shí)性，適應(yīng)性地預(yù)留部分內(nèi)存作為常駐內(nèi)存來(lái)使用：即根據(jù)系統(tǒng)內(nèi)存大小，分配一定比例空間來(lái)存放整個(gè)體數(shù)據(jù)相應(yīng)層次的體塊數(shù)據(jù)(例如用系統(tǒng)20%的內(nèi)存來(lái)存放第3級(jí)分辨率的數(shù)據(jù)塊)。當(dāng)切片移動(dòng)時(shí)，使用該層次體塊數(shù)據(jù)進(jìn)行切片的繪制與顯示，從而可以減少 輸入/輸出(Input/Output, I/O)操作帶來(lái)的消耗，保證交互的流暢性。

圖5 兩階段繪制策略流程

其次，為了得到更高的繪制質(zhì)量，在切片交互停止之后，啟動(dòng)漸進(jìn)細(xì)化線程，根據(jù)切片繪制所使用的體塊與視點(diǎn)的空間位置關(guān)系，逐漸完成切片的細(xì)化，得到更高分辨率的圖像。如圖6所示，根據(jù)體塊與視點(diǎn)的距離，優(yōu)先細(xì)化距離視點(diǎn)更近的區(qū)域，圖中區(qū)域一為細(xì)化完成部分，區(qū)域二正在細(xì)化的區(qū)域，區(qū)域三為待細(xì)化的區(qū)域。如果在切片漸進(jìn)細(xì)化過(guò)程中，再次進(jìn)行切片交互操作，則立即暫停細(xì)化線程，響應(yīng)用戶的交互操作，使用常駐內(nèi)存的較低分辨率的體塊進(jìn)行繪制。

上述兩個(gè)繪制階段側(cè)重點(diǎn)有所不同。交互階段注重提高繪制效率保證實(shí)時(shí)交互，漸進(jìn)繪制階段則著重于繪制更高分辨率圖像以提高顯示效果。該策略可以有效地平衡交互效率與繪制質(zhì)量之間的矛盾，使得在普通計(jì)算平臺(tái)上可以更高效地進(jìn)行大規(guī)模地震體交互操作并得到較高的繪制質(zhì)量。

圖6 切片逐區(qū)域漸進(jìn)細(xì)化示意圖

2.2 基于信息熵的體塊細(xì)化

盡管地震體的八叉樹(shù)結(jié)構(gòu)中包含大量體塊，但從應(yīng)用角度看它們的“價(jià)值”是不同的，其中某些是“低價(jià)值”體塊，例如體塊數(shù)據(jù)中地質(zhì)屬性值單一的體塊。如圖7所示，在地層1與地層5中被虛線框包圍的體塊即為“低價(jià)值”體塊。這些體塊所蘊(yùn)含的信息量較少，對(duì)其進(jìn)行細(xì)化會(huì)占用大量的存儲(chǔ)空間并且對(duì)最終的可視化效果提升不明顯。而用戶會(huì)更多地關(guān)注位于地層交界區(qū)域蘊(yùn)含信息較多的體塊。

圖7 地震體中地層分布示意圖

信息論中用“信息熵”來(lái)描述一個(gè)系統(tǒng)所蘊(yùn)含的信息量?！靶畔㈧亍痹酱?，系統(tǒng)所包含的信息量也越大。用戶對(duì)含有信息量較大即“信息熵”較大的體塊更“感興趣”。梁榮華等[13]在基于統(tǒng)一劃分的分塊策略中，采用香農(nóng)熵進(jìn)行自適應(yīng)分塊的多分辨率選擇，得到了較好的繪制質(zhì)量。本文運(yùn)用信息熵對(duì)八叉樹(shù)體塊的細(xì)化過(guò)程進(jìn)行優(yōu)化，面向應(yīng)用降低“低價(jià)值”體塊的細(xì)化級(jí)別，可以減少系統(tǒng)資源的占用，使含有較多信息的用戶感興趣區(qū)域能夠得到更充分細(xì)化，從而獲得更高的繪制質(zhì)量?！靶畔㈧亍钡挠?jì)算模型為：

(3)

上述計(jì)算模型(3)中，p(xi)為屬性值xi在系統(tǒng)中出現(xiàn)的概率。在地震體數(shù)據(jù)的預(yù)處理階段，統(tǒng)計(jì)體塊中每個(gè)體素的屬性值xi出現(xiàn)的概率p(xi)，再對(duì)p(xi)進(jìn)行對(duì)數(shù)運(yùn)算，最后進(jìn)行加權(quán)平均計(jì)算得到體塊信息熵的值H，并將體塊的信息熵保存下來(lái)。

在體塊細(xì)化過(guò)程中，根據(jù)設(shè)置的信息熵下限閾值(如Hmin=0.1)，進(jìn)行以下處理：

1)首先根據(jù)體塊與視點(diǎn)的空間位置關(guān)系判斷該體塊是否需要進(jìn)行細(xì)化；

2)如果該體塊需要進(jìn)行細(xì)化，則從外存中讀取該體塊信息熵的值H，并與閾值Hmin進(jìn)行比較；

3)若H>Hmin則對(duì)該體塊進(jìn)行細(xì)化；

4)否則，認(rèn)為該體塊所蘊(yùn)含的信息量過(guò)少，不對(duì)其進(jìn)行細(xì)化。

基于信息熵的體塊細(xì)化調(diào)優(yōu)可以有重點(diǎn)地對(duì)用戶感興趣區(qū)域進(jìn)行細(xì)化，在內(nèi)存資源有限的普通計(jì)算平臺(tái)上得到更高的繪制質(zhì)量。如圖8所示，優(yōu)化后與優(yōu)化前相比，在地層交界處有更高的分辨率，有效提高了切片的顯示質(zhì)量。

圖8 使用信息熵優(yōu)化前后繪制效果對(duì)比

3 測(cè)試實(shí)例與實(shí)驗(yàn)分析

本文針對(duì)數(shù)據(jù)量為500 MB、4 GB、38 GB的sgy數(shù)據(jù)進(jìn)行預(yù)處理，得到數(shù)據(jù)量分別為771 MB、5.26 GB、46.3 GB的八叉樹(shù)結(jié)構(gòu)文件，在此基礎(chǔ)上作為測(cè)試數(shù)據(jù)進(jìn)行實(shí)驗(yàn)與分析。實(shí)驗(yàn)所用計(jì)算機(jī)為普通便攜式PC，配置如下：CPU為Intel Core i5-2410 M(雙核四線程)，主頻為2.3 GHz，4 GB內(nèi)存，NVIDIA GeForce GT520M獨(dú)立顯卡(1GB顯存)，750 GB硬盤(pán)(7 200 轉(zhuǎn)/min)。

在三切片交互顯示場(chǎng)景下，除應(yīng)用LRU算法外，還使用最不經(jīng)常使用(Least Frequently Used, LFU)算法和先進(jìn)先出(First In First Out, FIFO)算法這兩種基于時(shí)間度量的調(diào)度算法與本文算法作對(duì)比測(cè)試，如圖9所示為不同數(shù)據(jù)規(guī)模下4種算法對(duì)體塊平均命中率的影響。實(shí)驗(yàn)中緩沖區(qū)大小設(shè)置為400塊(每塊的大小為64×64×64)，在三個(gè)方向上的切片交互順序隨機(jī)，分別進(jìn)行30次交互操作。從圖中可以看出，在不同的數(shù)據(jù)集上MDFO調(diào)度策略均有較高命中率，而前三種算法的命中率沒(méi)有太大區(qū)別。在不同數(shù)據(jù)集上，MDFO算法與其他三種算法相比，體塊的命中率提升均在10%以上，并且隨著數(shù)據(jù)規(guī)模的增大體塊命中率提升的比例逐漸提高，在38 GB的數(shù)據(jù)集上提升比例可以達(dá)到60%以上。平均命中率的具體數(shù)值如表1所示。

圖9 MDFO與 LRU等其他調(diào)度策略的平均命中率對(duì)比

表1 各調(diào)度策略命中率對(duì)比

圖10展示了基于距離度量的GPU紋理對(duì)象調(diào)度策略與GPU默認(rèn)的LRU調(diào)度策略在多切片交互時(shí)紋理對(duì)象命中率的對(duì)比。圖中縱軸為紋理對(duì)象的命中率，橫軸為紋理對(duì)象緩存空間與繪制一幀所使用紋理對(duì)象占用的存儲(chǔ)空間的比值(記為R)。由測(cè)試結(jié)果可以發(fā)現(xiàn)，R減小導(dǎo)致紋理對(duì)象的命中率不斷下降。當(dāng)R為1.5∶1即顯存容量與繪制所需的顯存空間接近時(shí)，基于距離的紋理對(duì)象緩存調(diào)度算法依舊可以保持12%左右的命中率，而GPU默認(rèn)的調(diào)度策略僅有不到5%的紋理對(duì)象命中率。

圖10 紋理對(duì)象調(diào)度策略改進(jìn)前后命中率對(duì)比

圖11為面向兩階段繪制策略的交互階段與漸進(jìn)繪制完成后的顯示效果對(duì)比。可以看出在交互階段切片的繪制質(zhì)量不高，并且沒(méi)有針對(duì)地層交界區(qū)域進(jìn)行細(xì)化。而經(jīng)過(guò)漸進(jìn)細(xì)化階段后得到的圖像繪制質(zhì)量明顯提高，并且針對(duì)地層交界區(qū)域也進(jìn)行了細(xì)化。

圖11 交互階段與漸進(jìn)繪制完成后顯示效果對(duì)比

表2記錄了針對(duì)不同數(shù)據(jù)集所進(jìn)行的單階段繪制與兩階段繪制效率對(duì)比。

表2 單階段繪制與兩階段繪制效率對(duì)比

實(shí)驗(yàn)中使用八叉樹(shù)中第3層節(jié)點(diǎn)對(duì)應(yīng)的體塊數(shù)據(jù)作為緩存進(jìn)行交互階段的繪制。從結(jié)果可以看出，隨著數(shù)據(jù)集規(guī)模的不斷增長(zhǎng)，交互階段依舊可以保持較高的繪制效率；而漸進(jìn)細(xì)化繪制階段的耗時(shí)有所增加，但該過(guò)程可以隨時(shí)終止。單階段繪制在交互繪制過(guò)程中需要進(jìn)行頻繁的數(shù)據(jù)加載，導(dǎo)致交互繪制效率較低，而兩階段繪制在交互階段使用緩存進(jìn)行繪制，因而可以達(dá)到較高的繪制效率。傳統(tǒng)的單階段繪制由于工作集中體塊數(shù)量的限制，在38 GB數(shù)據(jù)集上進(jìn)行交互繪制時(shí)只能細(xì)化到八叉樹(shù)的第6層。在應(yīng)用信息熵進(jìn)行優(yōu)化后，兩階段繪制的細(xì)化階段則可以細(xì)化到八叉樹(shù)的第7層(最精細(xì)層)，因此可以實(shí)現(xiàn)更高的繪制質(zhì)量。

4 結(jié)語(yǔ)

針對(duì)在內(nèi)存和顯存等資源有限的通用計(jì)算機(jī)平臺(tái)上進(jìn)行大規(guī)模地震體切片實(shí)時(shí)交互與高質(zhì)量顯示存在的問(wèn)題，本文采用多層多分辨率的八叉樹(shù)結(jié)構(gòu)對(duì)原始地震體數(shù)據(jù)進(jìn)行重新組織，設(shè)計(jì)了基于距離度量的體塊緩存與調(diào)度機(jī)制以及GPU紋理對(duì)象的緩存與調(diào)度策略。與傳統(tǒng)調(diào)度策略相比，該方法有效提高了體塊數(shù)據(jù)與紋理對(duì)象的命中率，減少了外存到內(nèi)存以及內(nèi)存到顯存的數(shù)據(jù)加載次數(shù)，提高了可視化交互與顯示的效率。同時(shí)設(shè)計(jì)了面向兩階段的切片實(shí)時(shí)交互與漸進(jìn)繪制策略，進(jìn)一步平衡了在計(jì)算資源有限的普通計(jì)算平臺(tái)上進(jìn)行大規(guī)模地震體可視化時(shí)繪制效率與顯示質(zhì)量之間的矛盾，并且通過(guò)信息熵優(yōu)化了體塊的細(xì)化過(guò)程，保證了用戶關(guān)心區(qū)域以更高的分辨率進(jìn)行繪制。

進(jìn)一步研究將結(jié)合領(lǐng)域特點(diǎn)和用戶需求優(yōu)化體塊多分辨率篩選機(jī)制，即用戶通過(guò)設(shè)定部分高優(yōu)先級(jí)體塊作為興趣區(qū)域，根據(jù)選定的興趣區(qū)平滑選擇剩余體塊，通過(guò)這種可定制的多分辨率顯示機(jī)制，使切片交互顯示在效率和質(zhì)量上更適合于大規(guī)模地質(zhì)勘探數(shù)據(jù)的應(yīng)用。

References)

[1] CHAMBERS H, BROWN A L. 3D visualization continues to advance integrated interpretation environment [J]. First Break, 2003, 21(5): 67-70.

[2] PLATE J, TIRTASANA M, CARMONA R, et al. Octreemizer: a hierarchical approach for interactive roaming through very large volumes [C]// Proceedings of the 2002 Symposium on Data Visualisation. Aire-la-Ville, Switzerland: Eurographics Association, 2002: 53-60.

[3] 原達(dá),劉日晨,袁曉如.探地?cái)?shù)據(jù)可視化研究[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2015,27(1):36-45.(YUAN D, LIU R C, YUAN X R. Seismic visualization [J]. Journal of Computer-Aided Design & Computer Graphics, 2015, 27(1): 36-45.)

[4] WONG P C, SHEN H W, CHEN C, et al. Top ten interaction challenges in extreme-scale visual analytics [J]. IEEE Computer Graphics and Applications, 2012, 32(4): 197-207.

[5] LIU B, CLAPWORTHY G J, DONG F, et al. Octree rasterization: accelerating high-quality out-of-core GPU volume rendering [J]. IEEE Translations on Visualization and Computer Graphics, 2013, 19(10): 1732-1745.

[6] CULLIP T J, NEUMANN U. Accelerating volume reconstruction with 3D texture hardware [EB/OL]. [2017- 01- 02]. http://graphics.usc.edu/cgit/publications/papers/Volume_textures_93.pdf.

[7] LAMAR E, HAMANN B, JOY K. Multiresolution techniques for interactive texture-based volume visualization [C]// VIS’99: Proceedings of the 10th IEEE Visualization 1999 Conference. Washington, DC: IEEE Computer Society, 1999: 355-361.

[8] BOADA I, NAVAZO I, SCOPIGNO R. Multiresolution volume visualization with a texture-based octree [J]. The Visual Computer, 2001, 17(3): 185-197.

[9] GUTHE S, WAND M, GONSER J, et al. Interactive rendering of large volume data sets [C]// VIS’02: Proceedings of the 2002 Conference on Visualization. Washington, DC: IEEE Computer Society, 2002: 53-60.

[10] SCHNEIDER J, WESTERMANN R. Compression domain volume rendering [C]// VIS’03: Proceedings of the 2003 14th IEEE Visualization. Washington, DC: IEEE Computer Society, 2003: 293-300.

[11] 魏嘉，唐杰，武港山，等.三維地震數(shù)據(jù)體多分辨率數(shù)據(jù)組織與管理技術(shù)研究[J].石油物探,2010,49(3):240-244.(WEI J, TANG J, WU G S, et al. Multi-resolution organization and management of massive 3D seismic data volume [J]. Geophysical Prospection for Petroleum, 2010, 49(3): 240-244.)

[12] XUE J, KE L. Volume visualization for out-of-core 3D images based on semi-adaptive partitioning [C]// Proceedings of the 2015 IEEE International Conference on Image Processing. Piscataway, NJ: IEEE, 2015:1503-1507.

[13] 梁榮華，薛劍鋒，馬祥音.自適應(yīng)分塊細(xì)節(jié)水平的多分辨率體繪制方法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2012,24(3):314-322.(LIANG R H, XUE J F, MA X Y. Multi-resolution volume rendering based on adaptive bricking LOD [J]. Journal of Computer-Aided Design & Computer Graphics, 2012, 24(3): 314-322.)

Optimizingmulti-slicereal-timeinteractivevisualizationforout-of-coreseismicvolume

JI Lianen*, ZHANG Xiaolin, LIANG Shiyi, WANG Bin

(DepartmentofComputerScienceandTechnology,ChinaUniversityofPetroleum,Beijing102249,China)

During multi-slice interactive visualization for out-of-core seismic volume on common computing platform, traditional cache scheduling approaches, which take no account of the spacial relationship between blocks and slices, lead to the low cache hit rate while interacting. And it’s also difficult to achieve high rendering quality by use of common multi-resolution rendering methods. In view of these problems, a cache scheduling strategy named Maximum Distance First Out (MDFO) was designed. Firstly, according to the spatial position of the interactive slice, the scheduling priority of the block in the cache was improved, which ensures that the candidate block has a higher hit rate when the slice interacts continuously. Then, a two-stage slice interaction method was proposed. By using the fixed resolution body block to ensure the real-time interaction, the final display quality was improved by the step-by-step refinement, and the information entropy of the block data was further combined to enhance the resolution of the user’s region of interest. The experimental results show that the proposed method can effectively improve the overall hit rate of the body block and reach the proportion of more than 60%. Meanwhile, the two-stage strategy can achieve higher quality images for application-oriented requirements and resolve the contradiction between interaction efficiency and rendering quality for out-of-core seismic data visualization.

volume visualization; multi-slice interaction; cache scheduling; two-stage rendering; information entropy

2017- 03- 14;

2017- 04- 17。

國(guó)家自然科學(xué)基金資助項(xiàng)目(60873093)。

紀(jì)連恩(1972—)，男，山東高唐人，副教授，博士，CCF會(huì)員，主要研究方向：可視化技術(shù)、計(jì)算機(jī)圖形學(xué)、人機(jī)交互； 張笑林(1991—)，男，山東濱州人，碩士研究生，主要研究方向：可視化技術(shù)、計(jì)算機(jī)圖形學(xué)； 梁適宜(1992—)，男，遼寧錦州人，碩士研究生，主要研究方向：可視化技術(shù)、計(jì)算機(jī)圖形學(xué)； 王斌(1993—)，男，黑龍江大慶人，碩士研究生，主要研究方向：可視化技術(shù)、計(jì)算機(jī)圖形學(xué)。

1001- 9081(2017)09- 2621- 05

10.11772/j.issn.1001- 9081.2017.09.2621

TP391.41

A

This work is partially supported by the National Natural Science Foundation of China (60873093).

JILianen, born in 1972, Ph. D., associate professor. His research interests include visualization techniques, computer graphics, human-computer interaction.

ZHANGXiaolin, born in 1991, M. S. candidate. His research interests include visualization techniques, computer graphics.

LIANGShiyi, born in 1992, M. S. candidate. His research interests include visualization techniques, computer graphics.

WANGBin, born in 1993, M. S. candidate. His research interests include visualization techniques, computer graphics.