当前位置: 首页 > article >正文

海底三维可视化平台

1. 摘要

本文作者为视觉分析构建了一个真实海底的“虚拟世界”。在3D环境中导入底部轮廓。在该模型中,通过地震反射获得的海床地层剖面被数字化为离散点,并用克里金算法进行插值,以在每个地层中产生均匀的网格。然后在每一层构建 Delaunay三角模型,并使用钻井数据进行校准,以校正缓冲区内数据集的深度值。最后,构建的3D海底地层模型通过GPU着色引擎在每一层进行渲染。生成的“3D海底”通过一组关于3D海底及其分析结果的相互关联的实时信息层用于模拟、可视化和分析。

2. 引言

“数字海底”已成为海洋信息技术的热点。虚拟现实在计算机模拟中非常流行,因为它为参与者提供了真实的真实感。可视化技术利用计算机图形学和图像处理理论来表达隐藏在海量数据中的规律和关系。因此,向参与者展示数字海底信息最有效的方式是通过直观的方式表达和渲染海洋场景。

虚拟现实具有交互性、想象性、沉浸感、想象性的特点,具有动态虚拟环境实时展示的优势。而可视化具有直观性、分时性和规律性的特点,具有揭示数据内在规律和各种关系的优势。在将海量海洋数据的可视化集成到虚拟环境中时,很难将它们有机地结合起来。所以3D海底系统一方面完成了海底剖面的直观展示,另一方面保留了交互式漫游分析的实时功能。

由于海底是一种特殊的环境,人们无法直接观察和分析地质特征和现象。因此需要多学科的海洋调查来获取海床下的综合信息,不仅包括直接采样数据(如地下采样和钻井采样),还包括间接调查数据(如地球物理数据和遥感图像)。 此外,将这些多维数据可视化以全面了解海底一直是众多专家和科学家提出的热点问题。传统的海洋地球科学可视化主要集中在平面图、水平剖面和垂直剖面等,在这些二维平面中,很难详细读取海洋地质结构和特征。因此,随着可视化技术的发展,海底高程可以显示为2. 5 d由若干算术模型,如数字高程模型(图DEM),数字地形模型(DTM),数字斜率模型(DSM)。但此类模型只能显示海底表面的地形地貌特征,不能揭示海底内部的地质结构。海洋科学家需要共同组织、访问和查询大量累积和多样化的海洋数据集。3D 可视化可以一次包含更多信息,因此更适合呈现大型数据集。

GIS相关的可视化工作可以分为三类:可视化工具、地理模型的可视化和可视化辅助的3D GIS系统。在过去的几十年里,一些专家尝试了多种方法来研究基于虚拟现实的模拟。应用虚拟现实,开发了3D扩散场景管理子系统,并提出了一种在虚拟环境中模拟岩石破碎的新方法。为了满足不同的应用需求,发布了许多可以对3D对象的内部结构和属性进行建模的3D数据模型。此外,在3D方面的研究可视化、3D拓扑、3D分析和3D web服务也取得了长足的进步。本文作者在现有3D可视化研究成果的基础上,对3D建模方法,提出了一种利用钻井数据和地震剖面对海底地质对象进行交互式分析的应用,旨在在3D环境中直接、完整地显示海底地质结构和特征。此外,随着海洋信息技术的发展,水环境数据的多维动态可视化成为海洋研究的热点,主要体现在对海温、洋流盐度、海水密度等水环境要素信息的模拟仿真。

本文作者的目标不是简单地构建一个复制海床的虚拟环境,而是创建一个平台,该平台可以从海床下地层的变化中捕获数据,然后找到有用的方法(即用于分析和可视化)来使用和显示不同现象的信息,如图1所示. 到目前为止,作者已经基于该基础架构开发了多个应用程序,针对数据建模、仿真、数据可视化和轻量级分析进行了优化。

图1 海底三维视觉分析

由于原始格式和空间参考不一致,这些数据需要预先以统一格式和空间参考进行处理和转换,以便在3D环境中进行集成和可视化。测深数据和海底剖面数据被转换/写入( x, y, z )文本格式,可用于插值和表面建模。钻井数据转换成文本文件格式,记录经度、纬度、水深、孔径、长度、地层深度、地层描述等。这些钻井数据用于校准由测深数据和海底剖面数据构建的空间模型。地貌图,存储在ESRI中shape文件格式,可以通过处理和分析地下采样数据产生。侧扫图像数据以Geo-TIFF格式保存。所有空间数据都使用统一的空间参考(北京-54 坐标系,高斯-克鲁格投影)进行转换。

3. 轻量级3D地质建模

钻井数据可以直接揭示钻井位置的地层结构,进一步对钻井样品进行实验室实验,可以详细显示海底的物理和化学特征。由于海床地理环境复杂,钻井数据获取难度大、成本高,钻井样品的空间覆盖密度很低。如果仅根据有限的钻井资料构建海底地质空间模型,则无法准确、完整地揭示海底的内部结构和特征,尤其是在钻井样品之间的复杂区域。为了获得更多的海底地质结构和特征数据,海洋地球物理勘探获得了大量的海底剖面和地震剖面。这些地球物理勘探数据是通过间接方式获得的,需要科学家解释以反映钻井位置周围的地层信息,存在很大的不确定性。我们提出的平台利用直接钻井数据和间接地球物理数据生成 3通过低成本(轻量级)3D 地质建模方法建立海底地质对象的D模型,以提高3D海底可视化及其对无处不在环境的可视化分析的准确性和性能。

3.1 建模过程

图2 建模过程

离散点准备:对于海底剖面和地震剖面,所有解释地层都被数字化为( x,y,z ) ASCII格式并存储在文本文件中。

3D数据插值:合理的插值可以弥补原始数据的不足,获得额外的平滑数据。在输入的[Xmin,Xmax ]和[ Ymin,Ymax ]等区域空间参数中,将空间范围内的离散点读入内存,并通过预先定义的区间值进行克里金插值,得到规则的网格点。该方法主要考虑空间区域内属性值的可变性,确定有影响的距离范围,在该范围内等待插值的点的值将由采样点的值计算。克里金法是一种计算插值最佳线性无偏估计值的方法。该方法综合考虑样本的几何特征,如形状、大小、待估计区段间的空间分布等,对每个样本赋予一定的系数,进行线性、无偏和最小方差估计。

Delaunay三角剖分生成:基于Bowyer/Watson算法,可以使用网格点数据集生成Delaunay三角剖分,网格点数据集写入几何对象并插入到场景中。Delaunay三角剖分可以保证每个三角形的角度都接近正三角形,遵循三角剖分中最小内角最好的图形优化原则。此外,由不规则分布的离散点数据集生成的 Delaunay 三角剖分网络是独一无二的。

模型标定:控制点数据集由钻孔数据和通过循环缓冲算法计算得到的每个控制点的辐射面积组成。数据点的内插高度值由控制点数据集校准。假设控制点V 0( x 0 , y 0 , z 0) 和来自海底剖面V 1( x 0 , y 0 , z 1) 的插值点,则修正误差H在( 1 )中给出。

侧面构建:首先选择每一层的所有边界点。相邻层i和i +1同侧的点将逆时针写在向量V<i,i +1 >中,如图3所示,这个方向适合光渲染基于GPU,否则生成的网格是不可见的。逆时针矢量生成方法描述如下。以最小X的边界为例,将第i层边界点的数据集写入向量V<i,i +1 >按降序排列。然后将第i +1s层边界点的数据集按升序写入向量V<i,i +1 >。之后,使用V < i, i + 1 > 中的顶点生成多边形。对于地形起伏引起的凹多边形侧面,将进行曲面细分处理,以便完整显示。生成的侧面存储在几何数据结构中,并插入到场景根中进行可视化。

图3 侧面结构图

模型优化:为 Delaunay 三角剖分模型生成的每一层构建三角形条带,以管理和索引三角形单元格,可以减少I/O的频率,提高模型的效率。Strata 几何图形通过边缘折叠方法进行了简化,并且在渲染时会占用更少的系统资源。

属性赋值:属性赋值是多源数据融合和划分的一个非常重要的步骤。首先,根据地质类型在每一层的表面呈现特殊的颜色或纹理。其次,根据沉积物数据生成的沉积物分类,可以通过GPU着色器渲染特殊效果,如镜面反射效果、大理石效果等。第三,动态波浪效果可以通过GPU着色器渲染。

数据融合:为了详细观察地形地貌,侧扫图像以Geo-TIFF格式存储并附加到海底浮雕,沉积物数据以ESRI形状文件格式存储并导入模型进行渲染海底。

剖面渲染:地层剖面渲染由地震剖面完成,其中每个地层根据其岩性类型用定义的颜色或纹理进行渲染。使用这种渲染模式,可以可视化地震剖面,特别是在相交线中,以揭示海底模型的内部现象。这也有助于科学家纠正地震剖面的解释。

剖面分析:剖面分析主要是从用户定义的随机线的3D海床模型中提取剖面的空间信息。用户在图层中单击两次以定义切割线的起点和终点。然后平台将延伸切割线并使其切割底部以获得交点。设起点和终点分别为( x0 , y0 ) 和( x1 , y1 )。

3.2 可视化

本文采用Visual Studio 2010和OpenGL实现“剖面 - 钻孔”建模,开发了虚拟数字海床的原型应用。区域插值为中国山东省东营市附近典型海域的北纬38-39,东经118-119,包括多波束测深数据、侧扫声纳图像、海底剖面、钻井数据和地下采样数据。图5右侧,显示了由初始数据生成的地层剖面图。为了清楚地展示数据,效果由GPU渲染。图5左侧,显示其中钻写入数据后修正地层数据的效果。x轴线坐标是经度,y轴坐标是纬度,z轴坐标是距海底的深度。图6该平台在eclipse和OpenGLES开发的网站浏览器和智能手机应用程序上展示。

图5 可视化,左:钻孔修正;右:地层剖面渲染

图6 3D 海底UI,左图:网站浏览器展示;右:手机展示

4结论

本文作者发布了一种基于“剖面-钻探”模型的泛在3D海底水文平台,可以在3D虚拟环境下实现海底综合数据的建模、可视化和分析。该平台可用于通过多模态交互构建许多有趣的应用程序。3D或空间信息的多维可视化是一个热点和难点的话题。本文作者研究的空间模型和原型应用只是初步的研究和讨论。动态数据的可视化、断层褶皱特殊地质现象的表达等诸多关键问题需要今后研究解决。作者相信这个空间对于更广泛的领域是有价值的,特别是在一个多功能的海底监测设备中。 

原文信息 

[1] Lv, Z., Su, T. An ubiquitous 3D visual analysis platform of seabed. Multimed Tools Appl 78, 34613–34625 (2019). https://doi.org/10.1007/s11042-019-08180-1 译制

相关文章:

海底三维可视化平台

1. 摘要 本文作者为视觉分析构建了一个真实海底的“虚拟世界”。在3D环境中导入底部轮廓。在该模型中&#xff0c;通过地震反射获得的海床地层剖面被数字化为离散点&#xff0c;并用克里金算法进行插值&#xff0c;以在每个地层中产生均匀的网格。然后在每一层构建 Delaunay三…...

Elasticsearch 读写流程深度解析

在数据驱动的数字化浪潮中&#xff0c;Elasticsearch 凭借其毫秒级搜索响应与水平扩展能力&#xff0c;已成为现代数据架构的核心引擎。本文将深入剖析其读写流程的设计思想、实现细节与工程权衡&#xff0c;揭示这一分布式系统的精妙架构。 一、 架构基石&#xff1a;分布式设…...

AIoT赋能场馆数字化转型:智能管理新生态

在数字化浪潮席卷全球的当下&#xff0c;传统场馆管理模式已难以满足日益增长的高效运营与精细化服务需求。智慧场馆建设成为行业发展的必然趋势&#xff0c;而AIoT&#xff08;人工智能物联网&#xff09;技术的深度应用&#xff0c;为多系统集成提供了全新的解决方案&#xf…...

1、Pytorch介绍与安装

1、Pytorch介绍 PyTorch 是由 Facebook AI Research (FAIR) 团队开发并维护的一款开源深度学习框架&#xff0c;于 2016 年首次发布。它因其直观的设计、卓越的灵活性以及强大的动态计算图功能&#xff0c;迅速在学术界和工业界获得了广泛认可&#xff0c;成为当前深度学习研究…...

【从零开始学习QT】Qt 概述

目录 一、什么是 Qt 1.1 简介 1.2 Qt 的发展史 1.3 Qt 支持的平台 1.5 Qt 的优点 1.6 Qt 的应用场景 二、搭建 Qt 开发环境 2.1 Qt SDK 的下载 2.2 Qt SDK 的安装 2.3 验证 Qt SDK 安装是否成功 2.4 Qt 环境变量配置 三、认识 Qt Creator 3.1 Qt Creator 概览 3.…...

家庭路由器改装,搭建openwrt旁路由以及手机存储服务器,实现外网节点转发、内网穿透、远程存储、接入满血DeepSeek方案

大家好&#xff0c;也是好久没有发文了&#xff0c;最近在捣鼓一些比较有趣的东西&#xff0c;打算跟大家分享一下&#xff01; 先聊一下我的大致方案嘛&#xff0c;最近感觉家里路由器平时一直就只有无线广播供网的功能&#xff0c;感觉这么好的一下嵌入式设备产品不应该就干这…...

人工智能工程技术专业 和 其他信息技术专业 有哪些关联性?

人工智能工程技术专业与其他信息技术专业之间存在紧密的关联性&#xff0c;这些关联既体现在基础理论、技术体系上&#xff0c;也反映在行业应用和技术融合的趋势中。以下从多个维度解析它们的关联性&#xff1a; 一、基础学科与核心技术的共通性 数学与算法基础 关联专业&…...

基于本地模型+多级校验设计的高效缓存,有效节省token数量(有点鸡肋doge)。

前言 我是基于token有限而考虑的一个省钱方案&#xff0c;还能够快速返回结果&#xff0c;但是劣势也很明显&#xff0c;设计不好容易出问题&#xff0c;就如下面所介绍的语义飘逸和缓存污染&#xff0c;我认为在自己学习大模型的过程用来省钱非常可以&#xff0c;再加上学习过…...

逐步检索增强推理的跨知识库路由学习

摘要 多模态检索增强生成&#xff08;MRAG&#xff09;在多模态大语言模型&#xff08;MLLM&#xff09;中通过在生成过程中结合外部知识来减轻幻觉的发生&#xff0c;已经显示出了良好的前景。现有的MRAG方法通常采用静态检索流水线&#xff0c;该流水线从多个知识库&#xff…...

用Git管理你的服务器配置文件与自动化脚本:版本控制、变更追溯、团队协作与安全回滚的运维之道

更多服务器知识&#xff0c;尽在hostol.com 咱们在和服务器打交道的日子里&#xff0c;是不是经常要和各种各样的配置文件&#xff08;Nginx的、Apache的、PHP的、防火墙的……&#xff09;还有自己辛辛苦苦写下的自动化脚本打交道&#xff1f;那你有没有遇到过这样的“抓狂”…...

【数据库】关系数据库标准语言-SQL(金仓)下

4、数据查询 语法&#xff1a; SELECT [ALL | DISTINCT] <目标列表达式> [,<目标列表达式>] … FROM <表名或视图名>[, <表名或视图名> ] … [ WHERE <条件表达式> ] [ GROUP BY <列名1> [ HAVING <条件表达式> ] ] [ ORDER BY <…...

Vue3+SpringBoot全栈开发:从零实现增删改查与分页功能

前言 在现代化Web应用开发中&#xff0c;前后端分离架构已成为主流。本文将详细介绍如何使用Vue3作为前端框架&#xff0c;SpringBoot作为后端框架&#xff0c;实现一套完整的增删改查(CRUD)功能&#xff0c;包含分页查询、条件筛选等企业级特性。 技术栈介绍 前端&#xff1…...

小黑大语言模型应用探索:langchain智能体构造源码demo搭建1(初步流程)

导入工具包 rom langchain_core.tools import BaseTool from typing import Sequence, Optional, List from langchain_core.prompts import BasePromptTemplate import re from langchain_core.tools import tool from langchain_core.prompts.chat import (ChatPromptTempla…...

极客时间:用 FAISS、LangChain 和 Google Colab 模拟 LLM 的短期与长期记忆

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗&#xff1f;订阅我们的简报&#xff0c;深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同&#xff0c;从行业内部的深度分析和实用指南中受益。不要错过这个机会&#xff0c;成为AI领…...

leetcode hot100刷题日记——35.子集

解答&#xff1a; 方法一&#xff1a;选or不选的dfs&#xff08;输入视角&#xff09; 思路&#xff1a;[1,2,3]的全部子集可以看成是对数组的每一位数字做选择。 eg.空集就是一个数字都不选&#xff0c;[1,2]就是1&#xff0c;2选&#xff0c;3不选。 class Solution { pub…...

MybatisPlus(含自定义SQL、@RequiredArgsConstructor、静态工具类Db)

大家在日常开发中应该能发现&#xff0c;单表的CRUD功能代码重复度很高&#xff0c;也没有什么难度。而这部分代码量往往比较大&#xff0c;开发起来比较费时。 因此&#xff0c;目前企业中都会使用一些组件来简化或省略单表的CRUD开发工作。目前在国内使用较多的一个组件就是…...

React 组件异常捕获机制详解

1. 错误边界&#xff08;Error Boundaries&#xff09;基础 在React应用开发中&#xff0c;组件异常的有效捕获对于保证应用稳定性至关重要。React提供了一种称为"错误边界"的机制&#xff0c;专门用于捕获和处理组件树中的JavaScript错误。 错误边界是React的一种…...

手眼标定:九点标定、十二点标定、OpenCV 手眼标定

因为一直使用6轴协作机器人&#xff0c;且主要应用是三维视觉&#xff0c;平常的手眼标定基本都是基于OpenCV来计算的&#xff0c;听说有九点标定和十二点标定&#xff0c;顺便了解下。 目录 1.九点标定1.1 基本原理1.2 关于最小二乘法1.3 具体示例 2.十二点标定3.OpenCV 手眼标…...

[总结]前端性能指标分析、性能监控与分析、Lighthouse性能评分分析

前端性能分析大全 前端性能优化 LightHouse性能评分 性能指标监控分析 浏览器加载资源的全过程性能指标分析 性能指标 在实现性能监控前&#xff0c;先了解Web Vitals涉及的常见的性能指标 Web Vitals 是由 Google 推出的网页用户体验衡量指标体系&#xff0c;旨在帮助开发者量…...

React-native的新架构

本文总结: 文章主要介绍了 React Native 的新架构&#xff0c;包括以下几个方面的内容&#xff1a;&#x1f4f1;✨ 如何抹平 iOS 和 Android 样式差异&#xff0c;提升跨平台一致性&#xff1b; 分析了旧架构中存在的问题&#xff0c;如通信瓶颈、启动慢、维护复杂等&#x…...

【Android】MT6835 + MT6631 WiFi进入Meta模式出现WiFi_HQA_OpenAdapter failed

问题描述 WiFi进入Meta异常,出现WiFi_HQA_OpenAdapter failed [ 12.694501] mtk_wmtd_worker: [name:wlan_drv_gen4m_6835&][wlan][710]wlanProbeSuccessForLowLatency:(INIT INFO) LowLatency(ProbeOn) [ 12.699854] ccci_fsm: [name:ccci_md_all&][ccci1/fsm]M…...

Git 全平台安装指南:从 Linux 到 Windows 的详细教程

目录 一、Git 简介 二、Linux 系统安装指南 1、CentOS/RHEL 系统安装 2、Ubuntu/Debian 系统安装 3、Windows 系统安装 四、安装后配置&#xff08;后面会详细讲解&#xff0c;现在了解即可&#xff09; 五、视频教程参考 一、Git 简介 Git 是一个开源的分布式版本控制系…...

Tree 树形组件封装

整体思路 数据结构设计 使用递归的数据结构&#xff08;TreeNode&#xff09;表示树形数据每个节点包含id、name、可选的children数组和selected状态 状态管理 使用useState在组件内部维护树状态的副本通过deepCopyTreeData函数进行深拷贝&#xff0c;避免直接修改原始数据 核…...

AI书签管理工具开发全记录(五):后端服务搭建与API实现

文章目录 AI书签管理工具开发全记录&#xff08;四&#xff09;&#xff1a;后端服务搭建与API实现前言 &#x1f4dd;1. 后端框架选型 &#x1f6e0;️2. 项目结构优化 &#x1f4c1;3. API路由设计 &#x1f9ed;分类管理书签管理 4. 数据模型定义 &#x1f4be;分类模型&…...

netTAP 100:在机器人技术中将 POWERLINK 转换为 EtherNet/IP

工业机器人服务专家 年轻的 More Robots 公司成立仅一年多&#xff0c;但其在许多应用领域的专业技术已受到广泛欢迎。这是因为More Robots提供 360 度全方位服务&#xff0c;包括从高品质工业机器人和协作机器人到咨询和培训。这包括推荐适合特定任务或应用的机器人&#xff0…...

多模态大语言模型arxiv论文略读(九十八)

Accelerating Pre-training of Multimodal LLMs via Chain-of-Sight ➡️ 论文标题&#xff1a;Accelerating Pre-training of Multimodal LLMs via Chain-of-Sight ➡️ 论文作者&#xff1a;Ziyuan Huang, Kaixiang Ji, Biao Gong, Zhiwu Qing, Qinglong Zhang, Kecheng Zhe…...

EXCEL--累加,获取大于某个值的第一个数

一、函数 LET(data,A1:A5,cumSum,SCAN(0,data,LAMBDA(a,b,ab)),idx,MATCH(TRUE,cumSum>C1,0),INDEX(data,idx)) 二、函数拆解 1、LET函数&#xff1a;LET(name1, value1, [name2, value2, ...], calculation) name1, name2...&#xff1a;自定义的变量名&#xff08;需以字…...

【vscode】切换英文字母大小写快捷键如何配置

按 ⌘(Command) Shift P 打开命令面板搜索 "Transform to Uppercase" 或 "Transform to Lowercase" 点击Transform to Uppercase 命令后的齿轮图标 进入设置页面 然后就可以进行配置了 比如我是mac电脑&#xff0c; 切换大写可以配置为 shift alt…...

vue笔记-路由

文章目录 createWebHistory的使用router-linkrouter-link颜色是黑色&#xff0c;正常应该是蓝色router-link 跳转了但是不展示 其他 vue这个题目还是太大&#xff0c;路由单独拆出来。 createWebHistory的使用 推荐在vue-router4中使用。 1、导入。 import { createRouter, c…...

本地部署 DeepSeek R1(最新)【从下载、安装、使用和调用一条龙服务】

文章目录 一、安装 Ollama1.1 下载1.2 安装 二、下载 DeepSeek 模型三、使用 DeepSeek3.1 在命令行环境中使用3.2 在第三方软件中使用 一、安装 Ollama 1.1 下载 官方网址&#xff1a;Ollama 官网下载很慢&#xff0c;甚至出现了下载完显示 无法下载&#xff0c;需要授权 目…...