文章摘要:地震数据的三维可视化能够直观地分析地质的相关结构信息，针对传统体绘制算法集中载入大规模数据时出现的显示延迟以及画面跳跃卡顿等问题，提出一种深度聚类索引下的海量地震数据快速三维可视化算法。首先通过变分自编码器和深度聚类来学习数据的空间特征表示，然后迭代优化目标函数来提高聚类性能，以此解决因空间数据分布不均造成的节点重叠问题，并建立高效的索引结构，提高数据实时读取的效率；此外通过时序卷积网络预测下一视点位置，提前将潜在数据载入内存，避免因数据量过大时集中加载引起的画面卡顿跳跃问题；另外结合基于双层视锥体的视点动态划分调度模型，剔除不必要绘制的节点，减少系统负荷，以此来提高数据渲染速度和流畅度。实验结果表明，在索引结构上查询数据子块的时间相比希尔伯特R树减少了64.14%～66.37%，预测视点的正确率相比拉格朗日插值算法提高了12.08%～22.7%，实时帧率在较大规模的子集上也能够相对稳定平滑，在保证图像质量的前提下整体系统的渲染性能达到预期效果。

文章关键词:

项目基金: