（计算机应用技术专业论文）基于gpu通用计算的压缩体绘制技术研究.pdf

惝y , t9 0 6 3 7 6 c o m p r e s s e d v o l u m er e n d e r i n gb a s e do ng p ug e n e r a l p u r p o s e c o m p u t i n g b y l il e i b e ( q i n g d a ou n i v e r s i t yo fs c i e n c e & t e c h n o l o g y ) 2 0 0 8 at h e s i ss u b m i t t e di np a r t i a ls a t i s f a c t i o no ft h e r e q u i r e m e n t sf o rt h ed e g r e eo f m a s t e ro fe n g i n e e r i n g c o m p u t e ra p p l i c a t i o n i n t h e g r a d u a t es c h o o l o f h u n a nu n i v e r s i t y s u p e r v i s o r a s s o c i a t ep r o f e s s o rx i a od e g u i m a y ， 2 0 1 1 湖南大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任 何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡 献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的 法律后果由本人承担。 作者签名： 专磊 日期：洳，年，月；口日 - 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意 学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编 入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇 编本学位论文。 本学位论文属于 l 、保密口，在年解密后适用本授权书。 2 、不保密劝。 ( 请在以上相应方框内打“ ) 作者签名：垮磊 导师签名： 日期：知，f 年岁月岁pe l 专日期：也川1 年 ，月；口日 硕士学位论文 摘要 大规模体数据基于g p u ( g r a p h i c sp r o c e s s i n gu n i t ，图形处理单元) 的直接体绘 制，会受到显存容量以及主存到显存带宽的限制，导致体数据在内存与显存之间 频繁交互，成为绘制速度提高的瓶颈。压缩体绘制技术将体数据的压缩和绘制相 结合，可以有效地解决此问题。本文重点研究适于在g p u 中实时解压绘制的大规 模体数据压缩体绘制算法以及压缩体绘制的加速技术。主要工作和成果如下： 为了解决g p u 的显存容量和大规模体数据数据容量之间日益加剧的矛盾，提 出一种大规模体数据压缩体绘制策略。该策略对体数据经三维小波变换后得到的 各子带进行统计分析并分类，再将分类后的数据利用分类矢量量化算法进行编码 压缩。采用基于g p u 的光线投射算法进行绘制，在绘制时，只解压变换当前绘制 所需要的极少数数据，节省了显存空间。相比单纯采用矢量量化算法，该策略可 以获得更好的图像重构质量。但由于需要对解码后的数据进行小波反变换，消耗 了一定的g p u 计算资源，影响了绘制速度，故需要运用其它的加速策略对绘制进 行加速。 综合考虑压缩绘制策略中影响绘制速度的因素，提出两种适用于压缩体绘制 的l o d 模型：物体空间的l o d 和图像空间的l o d 。物体空间的l o d 将体数据 经小波变换后的低频子带作为原始数据的低层次表示，在解压绘制过程中，可以 只进行矢量量化解码不需要进行小波反变换，便于提高绘制速度；图像空间的 l o d 采用成倍减少图像空间的光线条数来获得低分辨率图像，并利用最近邻插值 算法将图像实时放大。最后通过对视角变换和绘制帧率的检测进行l o d 管理。 编码实现并在多种实验平台上测试了压缩绘制和加速策略，结果表明：当压 缩后的体数据略小于显存容量时，可以实现大规模体数据的实时交互绘制，并获 得了较好的图像质量。将压缩绘制策略应用到一个可扩展性强的地震数据处理系 统中，实验结果表明该方法能够实现多个体数据预载入和加速多个体数据在多个 窗口中的绘制。 关键词：图形处理单元；压缩体绘制；层次细节；矢量量化；小波变换；数 据处理系统 基于g p u 大规模数据体绘制方法研究与实现 a bs t r a c t g p ub a s e dd i r e c tv o l u m er e n d e r i n gf o rl a r g e - s c a l ev o l u m ed a t ai so f t e nl i m i t e d b yt h ea m o u n to fa v a i l a b l ev i d e om e m o r ya n dt h eb a n d w i d t hb e t w e e nm a i nm e m o r y a n dv i d e om e m o r y t h i sc a u s e st h ef r e q u e n td a t ai n t e r a c t i o nf r o mm a i nm e m o r yt o v i d e om e m o r y , a n db e c o m e st h eb o t t l e n e c ko fi n c r e a s i n gt h ed r a w i n gs p e e d c v r ( c o m p r e s s e dv o l u m er e n d e r i n g ) w h i c hc o m b i n e st h ed a t ac o m p r e s s i n ga n dr e n d e r i n g p r o c e s sc a ns o l v et h ep r o b l e me f f e c t i v e l y i nt h i sp a p e r ，w ef o c u so nc v ra l g o r i t h m o fl a r g e s c a l ev o l u m ed a t at h a ti ss u i t a b l ef o rg p ua n dc v ra c c e l e r a t i n gt e c h n o l o g y t h em a i nc o n t r i b u t i o n so ft h i sp a p e rc a nb eo u t l i n e da sf o l l o w s f i r s t l y , i no r d e r t os o l v et h eg r o w i n gc a p a c i t yc o n t r a d i c t i o nb e t w e e nv i d e o m e m o r ya n dl a r g e s c a l ev o l u m ed a t a ，w ep r o p o s eas t r a t e g yo fc v rf o rl a r g e s c a l e v o l u m ed a t a f i r s to fa l l ，a p p l y3 dw a v e l e tt r a n s f o r mt ov o l u m ed a t a t h e n ，t h e s u b - b a n d so ft r a n s f o r m e dd a t aa r ea n a l y z e db yh i s t o g r a ma n dd i v i d e di n t os e v e r a l g r o u p s w eu s ec l a s s i f i e dv e c t o rq u a n t i z a t i o nt oe n c o d ea n dc o m p r e s st h ed a t a w h e n r e n d e r i n g ，ag p u - b a s e dr a yc a s t i n ga l g o r i t h mi sa d o p t e da n do n l yf e wc u r r e n tn e e d e d d a t ai sd e c o m p r e s s e da n dt r a n s f o r m e d ，w h i c hs a v e st h ev i d e om e m o r y c o m p a r e dt o o n l yi n t r o d u c t i o no ft h ev e c t o rq u a n t i z a t i o na l g o r i t h m ，t h i ss t r a t e g yc a ng e tb e t t e r i m a g eq u a l i t y b u tt h eu s a g eo fw a v e l e tt r a n s f o r mc o n s u m e sac e r t a i na m o u n to fg p u c o m p u t i n gr e s o u r c e sa n dl i m i t st h er e n d e r i n gs p e e d o t h e ra c c e l e r a t i n gs t r a t e g i e sf o r t h er e n d e r i n gp r o c e s ss h o u l db ef u r t h e rp r e s e n t e d a d d i t i o n a l l y , t h r o u g hc o m p r e h e n s i v e l yt a k i n g t h ef a c t o r st h a ta f f e c tt h e r e n d e r i n gs p e e di nt h ec o m p r e s s i n ga n dr e n d e r i n gs t r a t e g yi n t oa c c o u n t ，t w ok i n d so f l o dm o d e la r ep r o p o s e d 0 b j e c ts p a c eb a s e dl o d ( o s l o d ) u s et h ew a v e l e t c o e f f i c i e n t so fl o wf r e q u e n c ys u b b a n da sl o wl e v e lo fd e t a i lo ft h eo r i g i n a ld a t a d u r i n gt h ed e c o m p r e s s i n ga n dr e n d e r i n gp r o c e s s ，o s l o dc a no n l yd ot h ev e c t o r q u a n t i z a t i o nd e c o d i n gw i t h o u tw a v e l e ti n v e r s et r a n s f o r m a t i o n ，w h i c hi m p r o v et h e r e n d e r i n gs p e e d i m a g es p a c eb a s e dl o d ( i s l o d ) g e tl o wr e s o l u t i o no fi m a g eb y d e c r e a s et h en u m b e ro fr a y s ，a n dt h e nu s en e a r e s tn e i g h b o ri n t e r p o l a t i o na l g o r i t h mt o e n l a r g et h ei m a g ei n r e a lt i m e a tl a s t ，m a n a g el o db yd e t e c t i n gt h ep e r s p e c t i v e t r a n s f o r m a t i o na n dr e n d e r i n gf l a m er a t e f i n a l l y ，t h ec v ra n dl o da c c e l e r a t i n gs t r a t e g ya r ei m p l e m e n t e da n dt e s t e do na v a r i e t yo fe x p e r i m e n t a lp l a t f o r m s t h er e s u l t ss h o wt h a tw ec a no b t a i nb e t t e ri m a g e i i i 硕士学位论文 q u a l i t ya n dr e a l i z ei n t e r a c t i v er e n d e r i n go fl a r g es c a l ev o l u m e d a t aw h i l et h ec a p a c i t y o fc o m p r e s s e dd a t aw a sal i t t l es m a l l e rt h a nt h ev i d e om e m o r y a p p l y i n gt h ec v r s t r a t e g yi n t oaf l e x i b l ea n dc o m p a t i b l es e i s m i cd a t ap r o c e s s i n gs y s t e m ，t h e e x p e r i m e n t a lr e s u l t ss h o wt h a tt h em e t h o d c a np r e l o a dm u l t i - d a t aa n ds p e e du pt h e r e n d e r i n go fm u l t i d a t ai nm u l t i w i n d o w k e yw o r d s ：g p u ；c o m p r e s s e dv o l u m er e n d e r i n g ；l e v e lo fd e t a i l ；v e c t o rq u a n t i z a t i o n ； w a v e l e tt r a n s f o r m ；d a t ap r o c e s ss y s t e m i v 基于g p u 大规模数据体绘制方法研究与实现 目录 学位论文原创性声明和学位论文版权使用授权书i 摘要i i a b s t r a c t i i i 目录v 插图索引v i i 附表索引一v i i i 第1 章绪论1 1 1 课题来源1 1 2 研究背景与意义1 1 3 国内外研究现状2 1 4 本文主要工作：4 1 5 本文的结构5 第2 章基于g p u 的压缩体绘制及相关技术概述7 2 1 引言7 2 2 直接体绘制7 2 3 压缩体绘制技术1 0 2 3 1 压缩体绘制技术1 0 2 3 2 小波变换l l 2 - 3 3 矢量量化1 4 2 4l e v e lo fd e t a i l 11 ； 2 5 2 6 第3 章 3 1 3 2 2 4 1 离散l o d 模型16 2 4 2 连续l o d 模型1 6 2 4 3 多分辨率模型1 7 g p u 通用计算1 7 2 5 1g p u 的特点1 7 2 5 2n v i d i ac u d a 1 9 小结2 3 小波变换和矢量量化相结合的压缩体绘制2 4 弓i 言2 4 基于小波变换和矢量量化的压缩算法2 4 3 2 1 算法概述2 4 、j 硕上学位论文 3 2 2 数据预处理2 5 3 2 3 变换后数据分析2 6 3 2 4 编码和存储2 8 3 3 重构绘制策略2 9 3 3 1 矢量量化解码2 9 3 3 2 小波反变换3 0 3 3 3 基于g p g p u 的光线投射算法31 3 4 小结3 2 第4 章适用于压缩体绘制的l o d 加速技术3 3 4 1 引言3 3 4 2 两种l o d 模型3 3 4 2 1o s l o d 3 4 4 2 2i s l o d 3 5 4 3l o d 管理3 8 4 4 小结3 9 第5 章实验与应用4 0 5 1 引言4 0 5 2 压缩体绘制实验4 0 5 2 1 实验数据4 0 5 2 2 实验平台一4 0 5 2 3 实验过程4 1 5 2 4 实验结果4 2 5 3 压缩体绘制在地震数据处理系统中的应用4 6 5 3 1 地震数据4 6 5 3 2 系统简介4 8 5 3 3 算法应用5 0 5 4 小结5 2 结 沦5 3 参考文献5 5 致谢5 9 附录a 攻读学位期间所发表的学术论文6 0 附录b 攻读硕士期间参与的项目列表6 1 基于g p u 大规模数据体绘制方法研究与实现 插图索引 图2 1 光线投射算法示意图8 图2 2 足迹表法示意图一9 图2 3 透视投影时两种绘制方法的采样示意图1 0 图2 4 图像小波变换分解示意图1 2 图2 5l eg a l l 小波变换原理图1 4 图2 6l eg a l l 小波逆变换原理图1 4 图2 7 矢量量化器示意图1 5 图2 8 矢量量化编码示意图1 5 图2 9 矢量量化解码示意图1 5 图2 1 0c p u 和g p u 每秒浮点运算能力发展趋势1 8 图2 1lg p u 与c p u 内部结构比较1 9 图2 1 2 传统的g p g p u 过程示意图2 0 图2 1 3c u d a 编程模型2 1 图3 1 体数据编码和解码绘制过程示意图2 5 图3 2 对体数据块各维实施小波变换2 5 图3 3 各子带直方图统计比较2 7 图3 4 分类矢量量化器原理图2 8 图3 5 线程内的重构绘制流程图3 2 图4 1 二次采样得到的数据多分辨率表示3 4 图4 2 平均采样得到的数据多分辨率表示3 4 图4 3 不同采样采样间距下图像绘制结果比较3 6 图4 4 投射光线数目变化情况不同下图像绘制结果比较3 6 图4 5 两种插值算法放大效果对比3 8 图5 1s k u l l 不同层次l o d 绘制结果比较4 3 图5 2 不同压缩算法下b o n s a i 、f o o t 和v e r t e b r a 绘制结果比较4 5 图5 3 两种平台下不同数据绘制速度比较4 6 图5 4v o x e t 文件格式4 8 图5 5 单窗口显示效果图一4 9 图5 6 多窗口显示效果图一5 0 图5 7 压缩体绘制在多个体数据多窗口绘制中的应用流程5l 图5 8 地震数据压缩前与压缩后体绘制结果比较5 l v i i 硕十学位论文 附表索引 表5 1 实验平台4 0 表5 2 不同解压策略的系统开销对比4 2 表5 3 不同压缩算法下b o n s a i 、f o o t 和v e r t e b r a 绘制质量比较4 4 表5 4s e g y 数据的文件格式4 7 v i l l 硕 ：学位论文 1 1 课题来源 第1 章绪论 本课题来源于与美国某公司合作项目“地震数据可视化系统以及湖南省科 技计划项目“基于g p u 的大规模体数据压缩研究”。 1 2 研究背景与意义 科学计算可视化( v i s u a l i z a t i o n i ns c i e n t i f i c c o m p u t i n g ，s c i e n t i f i c v i s u a l i z a t i o n ) 是计算机图形学的一个重要研究方向，是图形科学的新领域。其基 本含义是运用图形学的原理和方法，将科学计算与工程应用等产生的大规模数据 转换为图形或图像，并在屏幕上直观的表示出来。它涉及计算机视觉、图像处理、 图形用户界面、计算机图形学及计算机辅助设计等多个研究领域，已成为计算机 图形学的重要研究方向。体绘制是科学计算可视化的一个重要分支，是一种直接 由三维数据场产生屏幕上二维图像的技术，它运用计算机图形学和图像处理技术 从体数据中提取用户需要的信息，主要研究体数据的表示、操作和绘制。体绘制 在显示高质量图像的同时，通过对透明度的设置，还能够比较清晰地显示出物体 的内部结构，这是传统的面绘制方法所无法做到的1 2 j 。 由于体数据规模越来越大，而且传统的体绘制算法计算都比较复杂，导致体 绘制的实时性和交互性比较差。但应用领域对体绘制结果的真实感和可视化过程 实时交互性的要求却越来越高。因此，体绘制的加速技术和压缩技术成为体绘制 技术的主要研究方向。 随着g p u 的出现，其可编程性和并行计算能力受到人们关注。基于g p u 编 程的体绘制是借助g p u 的并行计算能力来加速体绘制。起初，c a b r a l 等人提出了 利用高端图形工作站来实现快速体绘制算法的设想【3 j ，但其成本和兼容性可想而 知。此后，更多的研究者开始尝试基于g p u 的体绘制。在传统快速体绘制中， g p u 被安排对体数据进行采样以及绘制代理几何面。c p u 被用于进行大量的计 算，它将计算生成的复杂的绘图信息提供给g p u 。基于g p u 通用计算的体绘制 充分利用g p u 高效的并行处理能力，对体绘制涉及的大量计算过程进行合理的并 行化，由g p u 实现；而c p u 只负责控制体绘制的方法和流程，以及对g p u 进行 合理调度。因此体绘制的灵活性和绘制速度得到了提高。 随着科技的发展，体数据的采集精度不断提高，单个体数据的规模不断增大。 例如，地震数据的数量级可以达到百万字节( m b ) 或十亿字节( g b ) ，有的甚至高达 基了二g p u 通用计算的压缩体绘制技术研究 万亿字节( t b ) 。g p u 显存容量和带宽的限制成了阻碍体绘制速度提高的瓶颈，压 缩体绘制 4 1 ( c o m p r e s s e dv o l u m er e n d e r i n g ，c v r ) 技术应运而生。如何将体绘制加速 与压缩有机的结合，并充分发挥现有硬件的潜力，成为非常值得研究的课题。 充分发挥现有硬件的潜力，结合c p u 的逻辑处理与g p u 的并行计算能力， 使得体数据在个人电脑上高质量显示并满足用户实时交互性的需求，意义重大。 在医学领域，由核磁共振( m a g n e t i cr e s o n a n c ei m a g i n g ，m r i ) 、c t 扫描等设备产 生的人体器官密度场数据，对于不同的组织，表现出不同的密度值。通过交互在 多个方向多个剖面来查看病变区域，使医生对病变部位的位置、大小，有定量和 定性的认识和分析。其中，对大脑等复杂区域，体绘制所带来的效果尤其明显。 通过虚拟现实的手段，医生可以对病变的部位进行确诊，制定出有效的手术实施 方案，并借助体绘制模型在手术之前进行手术模拟。在临床上体绘制技术也应用 在放射诊断、制定放射治疗计划等工作中。在气象领域，气象数据通常非常庞大， 完全可以号称海量数据。每一个气压面上都有温度、湿度、风力风向等格点数据， 气象研究人员希望可以同时观察到很多气压面的情况，这时就可以采用体绘制技 术，对每个切面( 气压面) 进行同时显示，使预报人员能对未来的天气做出准确的 分析和预侧。在地质勘探领域，利用模拟人工地震的方法，可以采集到地震岩层 的信息。通过对地震数据特征进行抽取和匹配，可以探测地下是否存在矿藏资源。 由于地震数据具有数据量极其庞大以及密度分布非常不均匀等特点，所以我们无 法单凭纸面数据对其做出有效的分析。将加速压缩体绘制方法应用于地震数据可 视化，可以对矿藏资源是否存在、矿藏所在位置及矿藏储量大小等重要的信息进 行有效分析，使得地质勘探的效率和安全性得到提高，节约了资金，具有重大的 经济效益和社会效益1 5 j 。 1 3 国内外研究现状 直接体绘制算法的作用是将离散分布的三维数据场，按照一定的规则转换为 图形显示设备帧缓存中的二维离散信号，即生成每个像素点颜色的r 、g 、b 值。 它与基于表面的绘制不同，在绘制过程中它直接操作实际的数据采样点，而不会 像面绘制一样产生代理几何面。体绘制技术以其能够透过物体表面看到物体内部 信息的特点，在国内外得到了广泛的研究和发展。研究热点包括以下几个方面： 1 体绘制加速技术研究 最初的体绘制算法，由于算法不成熟以及硬件的限制，并不能进行实时的交 互。但是随着人们对交互性越来越高的需求以及硬件设备的不断发展，体绘制算 法的改进以及基于硬件的加速得到了飞速的发展。 在算法改进方面，一般是利用复杂的数据结构或者根据体数据的特征对体绘 制算法进行相应的简化。马素静等f 6 1 提出一种用决策树将体素分类的方法，在遍 2 硕七学位论文 历体数据时，忽略那些空的和不感兴趣的体素分类，只访问感兴趣的体素分类， 从而减少了计算量，提高了绘制速度。黄展鹏等【7 l 利用线性八叉树结构对体数据 进行空间剖分，并提出了光线离开平面的简洁判定方法，既便于越过空体素，又 简化了采样计算，提高了绘制的速度。陈慧、何兴恒【8 1 将层次细节( l e v e lo fd e t a i l ， l o d ) 技术引入体数据可视化，通过建立细节层次模型来降低数据量和复杂度，以 提高绘制速度。马晓晨、孙小利等【9 1 则提出一种两级l o d 简化技术，较大地提高 了数据处理速度。在进一步的研究中他们提出了广度八叉树和深度八叉树的概念 并与l o d 技术相结合，提高了渲染效率【l0 1 。 随着图形硬件的可编程性提高，在可编程图形硬件g p u 上的直接体绘制得到 迅速发展，有效的提高了直接体绘制的速度。c a b r a l 等【3 1 提出基于3 d 纹理映射硬 件的直接体绘制方法，具有较高的绘制效率，成为最重要的直接体绘制方法之一。 许庆功等【l l 】利用图形显示卡的相关性纹理及多重纹理映射功能对三维纹理进行 有效改进，提出一种相关纹理体绘制算法，取得了更好的绘制效果，但是当数据 量较大时，绘制速度变慢。胡慧君等【1 2 】通过实时计算梯度的方式来减少在传统纹 理映射体绘制中巨大的内存消耗。m l e v o y l l 3 】提出的体数据光线投射算法，由于 其可并行性以及成像质量较高，已经普遍应用于可编程图形硬件的直接体绘制中。 例如，k r u g e r 等【h 】就将可编程g p u 绘制与多遍纹理合成技术相结合，并集成了 已经比较成熟的光线提前终止和空体元跳过等体绘制加速算法，提出了一个高质 量且实时的基于g p u 的光线投射体绘制算法。葛军等【l5 j 将基于g p u 的光线投射 体绘制算法用于的体数据切割面的绘制。 2 压缩体绘制技术研究 随着体数据规模的不断增长，大规模数据集在可编程图形硬件上的绘制遇到 了种种限制，如显卡容量不足以及主存到显存带宽的限制。压缩体绘制技术是解 决该问题的重要途径。 c v r 根据体数据压缩和解压的位置不同，可以大致分为三类。第一类是 “s o f t w a r ec v r ”，体数据的解压缩和绘制都是在c p u 中完成。第二类是“h a r d w a r e c v r ，顾名思义，体数据的解压缩和绘制都是在可编程图形硬件g p u 中完成。 第三类是“h y b r i dc v r ，体数据的解压是在c p u 完成的，解压出的数据传入 g p u 中进行绘制。由于从内存到显存之间的多次交互也是很费时的操作，同时先 解压再传入g p u 的方式也使得压缩和解压过程变得毫无意义，所以“h y b r i dc v r 一般不被应用。 图形硬件可编程性的发展成为可视化领域中巨大变化的推动力。在过去几年 中，随着实时体绘制成为现实，体绘制算法普遍地从c p u 转移到g p u 中。但相 对小的可用的显存空间和越来越大的体数据容量之间的矛盾，促进了h a r d w a r e c v r 的发展。 3 基于g p u 通用计算的压缩体绘制技术研究 文献 4 】中指出要实现h a r d w a r ec v r ，体数据压缩策略需要满足以下两个特 占 ，、 1 ) 紧凑，可分离性：数据压缩策略应该在解压缩时被分解成独立的子单元， 并行进行，以便于利用图形硬件的并行执行模式实现实时体绘制。 2 ) 统一解压：为适应基本的单指令流多数据流的体系结构，解压算法需要在 遍历整个体数据时保持不变，尽量避免条件执行以减少时间延迟。 k r a u s 等l l6 】利用纹理打包或者简单的矢量量化来实现自适应纹理映射。l u m 等【1 7 】将时间序列看作独立的体元并用一维d c t 进行压缩。b e e r s 等【1 8 1 利用纹理颜 色查找表实现矢量量化压缩体绘制，提高了绘制性能。s c h n e i d e r 等【饽】实现了多层 次矢量量化压缩的方法，获得了较高的压缩比。k r u g e r 等【2 0 】人实现了一种大规模 扫描点阵集的压缩策略，在g p u 中实现了解压绘制。国内在压缩体绘制方面的研 究比较少。吴仲乐等【2 l 】人对大规模体数据进行矢量量化压缩，针对大规模体数据 一般不适用于硬件三维纹理映射体绘制的问题，采用基于区域分裂的l b g 2 2 l 算 法，使其压缩编码可以存放在硬件纹理空间中。顾耀林等【2 3 】采用小波变换技术， 建立了体数据的连续多分辨率表示，并通过八叉树来压缩体数据。赵利平等【2 4 】 通过对体数据进行分类分层矢量量化编码压缩，在保证了较好图像重构质量的情 况下，提高了数据的压缩比和解压速度。文献 2 5 ，2 6 都运用基于小波变换的多分 辨率体数据压缩算法，并结合多分辨率渲染技术，在配置了g p u 的普通p c 机上 实现了大规模数据的交互可视化，不同的是文献【2 5 】将压缩数据重构过程放在了 g p u 中。c h i a l i nk o 等【27 j 将类似的解压渲染模式，用于时变体数据。 h a r d w a r ec v r 压缩策略的特点对我们选择压缩算法的类型以及复杂度有一 定的限制，而一些s o f t w a r ec v r 不一定都适合在g p u 中实现。无损的压缩方法， 在一些情况下可能合适，但是存在压缩比不固定而且难以实现数据随机访问的缺 点，所以一般不被使用。简单对体数据进行分形或矢量量化压缩是一个可行的选 择，但是单纯的对数据进行量化性能不好，会使得图像重构质量较差。变换编码 和子波段编码虽然性能不错，但由于解码一般比较复杂，不适合在g p u 中实时解 压。一种既能在g p u 中实时解压又能满足图像重构质量的方法是，采用复杂度较 低的变换方法结合矢量量化编码。 1 4 本文主要工作 随着g p u 性能的提高，基于g p u 的大规模数据体绘制已经成为当前国内外 科学计算可视化领域的研究热点。而基于g p u 的大规模数据体绘制过程中遇到的 显存不足以及主存到显存带宽限制等问题亟待解决。为有效解决上述问题，本文 充分利用g p u 的通用计算能力，将数据的解压和绘制相结合，提出了一种基于 g p u 的大规模体数据压缩体绘制策略，并结合策略中应用的压缩绘制算法提出两 4 硕j 二学位论文 种l o d 模型用于绘制的加速。最后将其应用到地震数据处理系统中。本文的主 要工作包括下面三个方面： 提出了一种大规模体数据压缩体绘制策略，用于解决基于g p u 的体绘制过程 中遇到的显存不足问题。将体数据分块后应用小波变换，对变换后的数据采用分 类矢量量化算法进行编码。在重构绘制过程中，采用基于g p u 的光线投射算法， 仅对光线每次采样所需的少量数据进行解码反变换，实现边解压边绘制，有效节 省了显存空间。 综合考虑压缩绘制策略中影响绘制速度的因素，提出了物体空间的l o d 和 图像空间的l o d 两种l o d 模型。物体空间的l o d 利用小波变换对体数据进行 层次划分。图像空间的l o d 是在绘制阶段，成倍减少光线条数，生成低分辨率 图像，最后利用插值方法将图像放大。将两种方法结合使用，并通过对帧率和视 角的检测进行l o d 管理。 在不同实验平台上对压缩绘制策略和l o d 加速技术进行实现和对比分析。 对比结果表明，本文提出的压缩体绘制策略配合基于l o d 的加速技术，可以实 现大规模体数据的实时交互绘制，并获得了较高的图像质量。接下来对地震数据 处理系统的功能和划分以及用到的地震数据进行了简要描述，讲解了压缩体绘制 算法在系统中的应用，从运行情况看，该系统能够获得较好的图像重构质量，实 现了多种地震数据在多个窗口中的绘制。 1 5 本文的结构 全文分五章，本文的结构安排如下： 第2 章详细介绍了背景知识及相关研究，是后面章节的理论基础。首先阐述 了直接体绘制算法的基本原理及优缺点；其次介绍压缩体绘制技术，着重讲解后 续章节中要用到的小波变换和矢量量化技术；然后介绍l o d 技术和g p u 通用计 算，包括l o d 的分类、g p u 特点与局限性以及本文所采用的通用计算平台n v i d i a c u d a ，最后是本章小结。 第3 章提出了一种基于g p u 的大规模体数据压缩体绘制策略。首先给出该压 缩体绘制策略提出的背景，然后详细描述压缩和绘制的过程，包括数据预处理， 小波变换后数据分析、数据的编码和存储以及边解压边绘制策略的实现。最后是 本章小结。 第4 章提出了两种l o d 模型应用于压缩体绘制加速。首先讲述了引入l o d 加速技术的原因；其次通过对第三章压缩绘制策略中影响绘制的因素进行分析， 提出两种对应的l o d 模型；然后分析如何进行l o d 管理，最后是本章小结。 第5 章对三、四章中的压缩绘制策略以及加速技术进行实现并应用于地震数 据处理系统中。首先介绍实验所用数据、平台以及实验详细过程，并将实验结果 5 基于g p u 通用计算的压缩体绘制技术研究 与代表性的算法进行了比较。最后是本文提出的压缩体绘制策略在地震数据处理 系统中的应用。 最后是全文的总结和展望。 6 第2 章基于g p u 的压缩体绘制及相关技术概述 2 1 引言 体绘制算法一般都需要遍历整个数据体，具有计算量大、绘制速度慢等特点， 尤其当用户改变光照条件和观察视角时，需要重新对体数据进行遍历，很难满足 用户的实时交互需求。由于实际应用中需要处理的数据规模一般都非常庞大，所 以单纯对体绘制算法进行改进无法从根本上解决问题。大型图形工作站拥有具备 三维纹理映射功能的图形硬件，可以实现体绘制过程中的某些环节，大大提高了 绘制速度，实现了体绘制的实时交互，但由于图形工作站价格昂贵，得不到广泛 推广。随着个人电脑的图形硬件配置不断提高，人们渴望将以前只能在大型图形 工作站等平台上完成的任务移植到p c 机上，并取得了一定成果，但是遇到了g p u 显存容量不足和主存到显存带宽限制等问题。压缩体绘制技术是解决上述问题的 有效方法。随着g p u 可编程性和通用计算的能力的提高，体数据的解压和绘制同 时在g p u 中完成成为可能。本章首先介绍了直接体绘制算法，对它们的优缺点进 行分析，重点对基于硬件的体绘制算法进行了分析。然后概述常见的压缩体绘制 技术，对接下来章节中用到的小波变换、矢量量化算法和l o d 技术的基本原理 和关键技术进行了讲解。接下来介绍g p u 通用计算的知识，重点介绍了n v i d i a 公司的c u d a t 2 8 l ( c o m p u t eu n i f i e dd e v i c ea r c h i t e c t u r e ，计算统一设备架构) 。最后 是本章小节。 2 2 直接体绘制 体绘制方法一般可分为图像空间扫描法、物体空间扫描法、变换域的体绘制 算法和三维纹理映射【2 9 l 硬件支持的体绘制算法。图像空间扫描的典型算法是光线 投射算法【l lj ；物体空间扫描法有足迹表法( 抛雪球法) 【3 们、错切变形算法f 3 1 1 、体 元投射法【3 2 等；变换域的经典体绘制算法有频域体绘制算法【3 3 】、小波域体绘制算 法等。 直接体绘制要求每个采样值都必须映射到对应的不透明度以及颜色，这是通 过一个“传递函数 实现的，这个传递函数可能是简单的斜面、也可能是分段线 性函数或者是任意的表格。一旦转换到r g b a 值之后，对应的r g b a 结果就会映