基于LIC的海洋流场数据可视化技术研究及应用
时间：2020-04-27 05:24:42 来源：千叶帆 本文已影响人
打开文本图片集
摘要：实现了海洋流场数据的可视化。整个过程首先采用双线性插值对数据进行预处理，然后使用LIC算法对各像素点进行纹理运算，得到输出图像的纹理信息，将纹理信息与颜色信息进行融合后得出各像素点的最终像素值，最终通过OpenGL将流线的绘制结果显示出来。实验结果验证了上述方法的可行性。
关键词：流场数据可视化线卷积积分双线性插值
中图分类号：TN957.52 文献标识码：A 文章编号：1007-9416（2016）06-0000-00
1引言
科学可视化是融合了图形学、计算机视觉、数据管理、图像处理和人机交互等多学科的一门新兴的综合学科。科学可视化的方法在发展到一定程度后可以与相关的领域结合应用，这可将科学实验结果以及大规模的计算数据直观地呈现出来，为用户挖掘数据中的深层信息提供极大的便利。由于自然界没有直接可用的表现矢量数据的可视化的表达模型，目前针对这类数据还没有找到一种可以通用的技术。然而海洋水体中采集的数据大部分为矢量场数据，矢量场的可视化对理解复杂的流体制意义重大，所以寻求有效的解决方案是十分必要的。
矢量场中的特征各有不同，通常特征对流场数据描述的精确度与特征的维数正相关，因此常选取维数相对较高的特征来描述流场。对于这类特征，其可视化方法大致分为四种方法。直接法：直接将相应特征的数据表现出来，不进行分析操作，此方法直观、易懂、运算量相对小。几何法：在流线上指定一系列点，记录这些点的运动轨迹；基于这些轨迹来绘制几何对象。基于特征的方法：提取数据中被用户视为有意义的部分，对这一部分信息进行可视化操作。基于纹理的方法：将向量场的局部性质呈现给可视化向量场，这类方法可以在一些复杂的流场中，绘制出一个具备很多细节的密集连贯的可视化结果。基于纹理的可视化可以依赖的技术可归纳为点噪声技术、线积分卷积（LIC）、纹理平流和运用GPU的技术等。本文选用基于纹理的线卷积积分（即LIC方法）实现海洋流场数据的可视化，为海洋领域的研究提供新的方法。
2 关键技术
2.1双线性插值
由于采集的海洋流场数据点是离散且无特殊规律可循的一个离散的点集，而计算机在处理无规则的数据时有很大难度，因此为了流场数据可视化的顺利进行，对海洋流场数据进行预处理是必不可少的。本文的数据预处理工作采用双线性插值法进行。双线性插值，又称为双线性内插，是含有两个变量的插值函数的线性插值扩展，其核心思想是在两个方向分别进行一次线性插值。
如图1所示，设要得到未知函数 在点 的值，假设函数 在 四个点的函数值是已知的。第一步，沿着 轴的方向采用线性插值的方法进行插值操作，经过这一步操作可以得到 的坐标值。第二步，沿着 轴的方向进行线性插值，得到 的坐标。这样就得到所要的结果 。
2.2龙格库塔法
在求解微分方程的众多方法中，龙格库塔法是一种较为常用，精度也较高的方法。因此，龙格库塔方法在工程领域的应用也较为广泛。泰勒公式和用斜率作为近似表达微分，是龙格库塔算法的两大特征。其主要思路是将积分区间上计算出几个点的斜率进行加权平均，得到的结果作为下一组计算参考。根据预先计算的点的个数不同，龙格库塔算法可以分为二阶龙格库塔法、四阶龙格库塔法等。
2.3 线卷积积分
LIC（Line Integral Convolution，线卷积积分）是流场纹理方法中最主要的一种技术，其主要思路是以矢量场数据的噪声纹理为根据进行低通滤波，生成具有矢量方向相关性的纹理图像。输出图像中每一点的像素值如下：
其中， 是输出图像中像素 的灰度值； 是噪声图像中像素 的灰度值； 和 分别是沿流线正向、反向第 步的像素位置； 和 分别是正向和反向流线的积分步数； 表示反向流线的权值。
LIC方法基于运动模糊的图像处理，在流场数据的方向上进行卷积滤波，使得结果可以表现出流线的空间相关性。LIC算法可以提高处理数据的效率，每一个像素点的速度矢量也能较为快速的得到。
LIC通常选择白噪声作为输入纹理，本文也是这么操作的。采用卷积积分的方法得出每一个像素点的输出纹理值。第一步，针对成像区域中的每一个像素点，沿着其流场的正、反两个方向进行积分操作，这的积分操作是对称的。通过这过程可得到该点的流线。第二步，每个像素点对应的输入噪声值根据选取的卷积核参与卷积，得到的结果作为输出纹理的像素值。
3海洋流场数据可视化设计与实现
本文设计了基于LIC的海洋流场数据可视化的流程如下：
首先，从数据文件中读取出海洋二维流场可视化数据。将读取处的数据存入预先定义好的的数据结构中；建立均匀网格的结构化数据模型，然后对数据运用线性插值法进行预处理，使流场数据均匀的分布在二维网格上。本文定义一个新的数据结构，其数据组成包括经度位置、纬度位置，在经度方向的速度大小和在纬度方向的速度大小。
第二，输入噪声确定为白噪声，同时设置好流线的控制参数。其中，步数设置的在进行卷积运算的次数，即通过几步可以生成所需的整条流线；步长设置的是每一次运算所选取的数据点移动的距离大小；流线总长度设置的是卷积运算次数的最大值，即何时强制终止此次运算。
第三，经过上述处理的各个像素点，根据LIC算法原理分别沿着正向、反向进行流线计算。这里采用龙格库塔算法对各像素点进行流线计算。完成流线计算后进行卷积操作，得到对应像素的纹理值。最后输出的像素值是纹理值与颜色值融合的结果。
第四，将运算的结果以图像的形式显示出来。本文采用的是OpenGL的方法。
为验证该方案的有效性，本文选取某海域的一组海洋流线数据，对该数据集运用双线性插值进行预处理，将该海域划分分为361 x 723的网格数据，每个数据点记录13个时刻的流线数据，构成数据集大小为361x 723 x 13的数据集用以本文功能的检验。在Visual Studio 2008的控制台程序运行后，得到如图2所示的绘制结果。
4 讨论
本文运用线卷积积分的方法，实现了海洋流场数据的可视化。由于本文的设计是在基于单机实现的，但在实际工程应用中，面对的数据通常是规模庞大的，因此计算能力不足时需要解决的问题之一。目前的研究尚不能妥善地解决这个问题。在接下来的工作中，进一步提升计算效率，采用分布式的方法是需要努力的方向。
参考文献
[1]Brian Cabral， LeithLeedom. Imaging Vector Fields Using Line Integral Convolution[J]. Lawrence Livermore National Laboratory. 1997.
[2]周迪斌.基于纹理的高质量矢量可视化研究.计算机科学与技术，2008.
[3]朱宏玮，姜国华，王宝智.矢量场可视化线积分卷积方法研究与系统设计.计算机应用与软件，2010.4.
相关热词搜索：可视化，技术研究，海洋，数据，LIC，
