基于GPU的體數(shù)據(jù)壓縮融合體繪制研究與應(yīng)用.pdf

1、隨著商用圖形硬件的發(fā)展，在商用平臺(tái)上基于GPU的直接體繪制技術(shù)已經(jīng)廣泛應(yīng)用到三維體數(shù)據(jù)交互式可視化。然而，大規(guī)模體數(shù)據(jù)的直接體繪制常常受到GPU存儲(chǔ)器容量和主存到顯存的帶寬限制。為了解決這個(gè)問(wèn)題，壓縮技術(shù)被引入到體繪制中。為了提高整個(gè)存儲(chǔ)和繪制管線(xiàn)的能力和性能，要求用于體繪制的三維數(shù)據(jù)體壓縮算法是極其不對(duì)稱(chēng)，對(duì)壓縮算法性能要求不高，但是解壓必須是能夠滿(mǎn)足實(shí)時(shí)體繪制性能的需求。矢量量化壓縮體繪制是一種經(jīng)典有效的壓縮體繪制方法。優(yōu)點(diǎn)在于很好

2、的滿(mǎn)足了不對(duì)稱(chēng)性能的要求，并且適合在GPU內(nèi)解壓。但是由于體數(shù)據(jù)一般規(guī)模龐大，矢量量化碼書(shū)生成非常耗時(shí)，嚴(yán)重制約了它的實(shí)際應(yīng)用價(jià)值。
　　本文針對(duì)壓縮體繪制在地震物探領(lǐng)域內(nèi)應(yīng)用所產(chǎn)生的問(wèn)題開(kāi)展研究。論文的主要貢獻(xiàn)如下：
　　1.提出了基于數(shù)據(jù)流聚類(lèi)的GPU碼書(shū)初始化算法。地震數(shù)據(jù)規(guī)模通常會(huì)超過(guò)GPU的存儲(chǔ)空間，目前利用 GPU進(jìn)行碼書(shū)初始加速的基本思想是將數(shù)據(jù)調(diào)入GPU，再利用相應(yīng)的碼書(shū)初始化算法在 GPU中進(jìn)行計(jì)算，這僅僅

3、只是利用 GPU的高度并行能力。這種方法存在的問(wèn)題是：如果數(shù)據(jù)規(guī)模過(guò)大，超過(guò)了GPU的存儲(chǔ)空間，需要頻繁的CPU與 GPU的數(shù)據(jù)通信，導(dǎo)致的性能低下。針對(duì)該問(wèn)題，本文提出了基于數(shù)據(jù)流聚類(lèi)碼書(shū)初始化算法。其基本思想是先將大數(shù)據(jù)分割成為多個(gè)分塊，對(duì)每一個(gè)分塊獨(dú)立的生成初始碼書(shū)，在此基礎(chǔ)上進(jìn)行初始碼書(shū)的合并處理。每一個(gè)分塊數(shù)據(jù)只需要從 CPU到 GPU數(shù)據(jù)傳輸一次，從而提高了初始碼書(shū)生成效率。仿真結(jié)果表明，該方法能有效解決大規(guī)模數(shù)據(jù)壓縮體繪制

4、的碼書(shū)初始化問(wèn)題；
　　2.提出了基于矢量量化的多屬性融合體繪制算法。多屬性的融合可以提高目標(biāo)的信噪比。傳統(tǒng)的多屬性融合是先進(jìn)行數(shù)據(jù)的融合，形成新的融合體。融合體繪制是實(shí)現(xiàn)顯示的融合，可以支持交互式的融合參數(shù)實(shí)時(shí)調(diào)整。但多種屬性數(shù)據(jù)通常會(huì)超過(guò)GPU的存儲(chǔ)空間。基于此，本文提出了基于矢量量化的多屬性壓縮融合體繪制算法。其基本思想將矢量量化壓縮后的數(shù)據(jù)調(diào)入GPU，并在GPU內(nèi)實(shí)現(xiàn)融合體繪制。通過(guò)仿真表明，本方法可以有效解決多屬性數(shù)據(jù)規(guī)