一種海底淺層聲學(xué)探測(cè)數(shù)據(jù)綜合可視化方法

劉加銀，劉海行，蘇天赟，李新放

（國(guó)家海洋局第一海洋研究所，山東 青島 266061）

目前的海底探測(cè)主要依賴于聲學(xué)探測(cè)技術(shù)，包括多波束測(cè)深、側(cè)掃聲吶影像和淺地層剖面探測(cè)，其工作原理基本相似，只是探測(cè)目標(biāo)的不同而有所區(qū)別（金翔龍，2007）。

多波束聲吶系統(tǒng)以獲得高密度、高精度的位置信息為主，覆蓋廣，但成像質(zhì)量不高，主要用于描繪海底地形地貌；側(cè)掃聲吶以成像為主，能直觀的反映海底地貌形態(tài)、沉積物類型等信息（陽(yáng)凡林，2003）；淺地層剖面勘測(cè)是一種基于水聲學(xué)原理的連續(xù)走航式探測(cè)水下淺部地層和構(gòu)造的地球物理方法，可以有效獲得海底以下的淺部地層結(jié)構(gòu)和構(gòu)造，并分析出海底以下存在的災(zāi)害地質(zhì)因素如埋藏古河道、淺層氣、淺部斷層、軟弱地層和淺部基巖等（李平等，2011）。綜合利用多波束測(cè)深數(shù)據(jù)、側(cè)掃聲吶數(shù)據(jù)和淺地層剖面探測(cè)數(shù)據(jù)，對(duì)海底地形地貌的認(rèn)知、水下目標(biāo)的探測(cè)、海底地質(zhì)結(jié)構(gòu)的鑒別和分類等都具有重要意義（趙建虎，2002）。然而，由于數(shù)據(jù)獲取方式和數(shù)據(jù)格式的不同，多波束測(cè)深數(shù)據(jù)、側(cè)掃聲吶影像和淺地層剖面的數(shù)據(jù)集相互獨(dú)立，這給海底地形地貌特征和地層結(jié)構(gòu)的識(shí)別帶來(lái)了困難。數(shù)據(jù)綜合可視化是解釋和理解海底淺層聲學(xué)探測(cè)數(shù)據(jù)的有效手段。

為實(shí)現(xiàn)多波束數(shù)據(jù)和側(cè)掃聲吶影像的綜合利用，陽(yáng)凡林（2003） 對(duì)多波束和側(cè)掃聲吶數(shù)據(jù)的融合進(jìn)行了論述，提出基于等深線和輪廓線的同名特征點(diǎn)對(duì)不同圖像源進(jìn)行匹配，然后對(duì)匹配后的數(shù)字信息使用小波變換進(jìn)行融合可視化。趙建虎等（2013） 提出了ISURF 多波束圖像和側(cè)掃聲吶圖像改進(jìn)匹配算法，以及適合二者融合的拉普拉斯金字塔法和小波變換法；利用該方法可以獲得具有高精度位置信息和高質(zhì)量圖像信息的海床地貌影像。基于二維空間的數(shù)據(jù)融合可視化方法雖然能獲得較高的精度，但并不能較全面的反映海底地質(zhì)環(huán)境，也不能進(jìn)行交互操作，在具體應(yīng)用中給信息的進(jìn)一步提取帶來(lái)了困難。

姜小俊（2009） 提出了SFBAO 模型對(duì)淺地層剖面和側(cè)掃聲吶、多波束數(shù)據(jù)融合后進(jìn)行GIS 表達(dá)。該模型將淺剖數(shù)據(jù)作為航跡線的一個(gè)屬性，然后將航跡線與側(cè)掃聲吶或多波束數(shù)據(jù)基于統(tǒng)一的空間參考系進(jìn)行融合可視化。SFBAO 模型實(shí)質(zhì)上是以數(shù)據(jù)庫(kù)的方式綜合管理海量的多波束數(shù)據(jù)、側(cè)掃聲吶影像和淺剖數(shù)據(jù)，并且在此基礎(chǔ)上添加可視化模塊。由于側(cè)掃聲吶影像、多波束和側(cè)掃淺剖數(shù)據(jù)并沒(méi)有在同一視圖下顯示，在相對(duì)較小尺度的空間，該方法對(duì)海底地質(zhì)三維環(huán)境顯示不夠直觀。陳超等（2012） 提出利用多重紋理對(duì)海底地形與海底底質(zhì)分類紋理進(jìn)行三維可視化。然而側(cè)掃聲吶影像比海底地質(zhì)分類紋理數(shù)據(jù)大很多，具體的實(shí)現(xiàn)又對(duì)紋理尺寸做出了比較嚴(yán)格的限制（Segal et al，2012）。此外，側(cè)掃聲吶影像分辨率較高，多波束數(shù)據(jù)分辨率較低，使用多重紋理時(shí)對(duì)地形三角網(wǎng)頂點(diǎn)指定紋理坐標(biāo)容易出現(xiàn)錯(cuò)誤。

側(cè)掃聲吶影像的分辨率很高，在局部范圍內(nèi)數(shù)據(jù)量也非常大，一些經(jīng)典工具往往通過(guò)金字塔模型或者紋理切片的方式處理這樣超大的紋理數(shù)據(jù)，如ArcGIS 和OSGEarth。然而，金字塔或者紋理切片的方式處理繁瑣，并且在實(shí)際應(yīng)用中需要反復(fù)進(jìn)行紋理數(shù)據(jù)切換，此時(shí)經(jīng)典方法效率不高，影響視覺(jué)效果的流暢性。

海洋信息可視化時(shí)，需要注意體現(xiàn)科學(xué)數(shù)據(jù)的可視化和滿足視覺(jué)感受的可視化的統(tǒng)一，它們的區(qū)別在于是否可以從可視化結(jié)果中讀取數(shù)值（蘇奮振等，2014）。現(xiàn)有工具難以滿足在對(duì)海底淺層聲學(xué)探測(cè)數(shù)據(jù)三維綜合可視化的同時(shí)，進(jìn)行海底地質(zhì)環(huán)境信息的提取。

為更加全面、直觀、高效地反映海底地質(zhì)環(huán)境和方便進(jìn)行信息提取，本文提出了一種基于OpenGL 可編程管線的海底淺層聲學(xué)探測(cè)數(shù)據(jù)三維可視化方法，并利用南海海底某峽谷區(qū)域獲得的高分辨率多波束測(cè)深數(shù)據(jù)、側(cè)掃聲吶影像和淺地層剖面數(shù)據(jù)對(duì)該方法進(jìn)行實(shí)現(xiàn)和應(yīng)用。

1 GPU 原理

目前的OpenGL 可編程管線包括頂點(diǎn)處理器（Vertex Processor）、細(xì)分控制處理器（Tessellation Control Processor）、細(xì)分計(jì)算處理器（Tessellation Evaluation Processor）、幾何處理器（Geometry Processor）、片元處理器（Fragment Processor） 和計(jì)算處理器（Compute Processor）。頂點(diǎn)處理器一次只能操作一個(gè)頂點(diǎn)，主要用于對(duì)圖元頂點(diǎn)位置變換和顏色設(shè)置；細(xì)分控制處理器和細(xì)分計(jì)算處理器可以在GPU 中對(duì)模型對(duì)象進(jìn)行細(xì)化，提升圖像的渲染質(zhì)量；幾何處理器可以對(duì)整個(gè)圖元進(jìn)行處理，計(jì)算法線和改變?cè)嫉耐負(fù)浣Y(jié)構(gòu)，如將三角形轉(zhuǎn)變成點(diǎn)；片元處理器是著色器的最后一個(gè)階段，最終的像素顏色由它來(lái)設(shè)置；計(jì)算處理器比較特殊，它并不是圖像繪制管線的一部分，但是卻可以對(duì)圖像和存儲(chǔ)緩沖區(qū)等OpenGL 對(duì)象中的數(shù)據(jù)進(jìn)行改變（Kessenich et al，2012）。

處于效率的考慮，OpenGL 提供了緩沖區(qū)對(duì)象用于在顯卡中存儲(chǔ)頻繁使用的數(shù)據(jù)。頂點(diǎn)緩沖區(qū)對(duì)象適合存儲(chǔ)頂點(diǎn)數(shù)據(jù)，一致緩沖區(qū)對(duì)象以Group 的形式存放uniform 變量，紋理緩沖區(qū)對(duì)象則可以存儲(chǔ)比一維紋理大幾萬(wàn)倍的數(shù)據(jù)（付飛 等，2012）。幀緩沖區(qū)對(duì)象封裝了幀緩沖區(qū)的狀態(tài)，如像素的顏色值、深度值、模板值等。OpenGL 提供了機(jī)制，能夠?qū)彌_區(qū)的狀態(tài)渲染到紋理，從而可以在內(nèi)存中獲得這些狀態(tài)值，實(shí)現(xiàn)內(nèi)存與幀緩沖區(qū)的交互。

2 繪制流程

根據(jù)海底淺層環(huán)境建模的需求，本文采用的繪制流程如圖1 所示。在內(nèi)存中對(duì)多波束數(shù)據(jù)進(jìn)行三角化處理，生成地形三角網(wǎng)后和淺剖數(shù)據(jù)進(jìn)行求交運(yùn)算，得到淺剖數(shù)據(jù)的實(shí)際深度值。將側(cè)掃聲吶影像數(shù)據(jù)轉(zhuǎn)換成色度盤的形式也在內(nèi)存中完成，并且詳細(xì)記錄側(cè)掃聲吶影像的坐標(biāo)，大小等信息。經(jīng)內(nèi)存處理后的數(shù)據(jù)通過(guò)總線傳輸?shù)斤@卡進(jìn)行可視化處理：頂點(diǎn)處理器完成光照計(jì)算和顏色設(shè)置；側(cè)掃聲吶影像數(shù)據(jù)和多波束數(shù)據(jù)的三維綜合顯示在片元處理器中完成。通過(guò)OpenGL 提供的接口讀取像素的深度值反算出屏幕像素點(diǎn)對(duì)應(yīng)的實(shí)際坐標(biāo)，而計(jì)算出的實(shí)際坐標(biāo)可以用來(lái)提取地形剖面線和淺地層剖面的相關(guān)信息。

圖1 本文采用的繪制管線

3 算法描述

3.1 海底地形可視化

海底地形可視化首先需要根據(jù)點(diǎn)云數(shù)據(jù)生成DTM，為增強(qiáng)三維效果，還需要設(shè)置顏色、通過(guò)法線計(jì)算光照。多波束測(cè)深點(diǎn)云數(shù)據(jù)重構(gòu)海底地形已經(jīng)有許多相關(guān)的探討和成熟的工具（Joseph，1998；武強(qiáng)等，2011；Zhang et al，2012），一些開源代碼也可以用來(lái)生成每個(gè)頂點(diǎn)的法線（Wang et al，2012；VTK 6.2.0，2014；PCL 2014）。

對(duì)海底地形顏色和光照的設(shè)置在頂點(diǎn)處理器中完成。先根據(jù)地形的高程分布設(shè)置多個(gè)邊界值height [i]，每個(gè)邊界值分別對(duì)應(yīng)一種顏色color [i]。設(shè)頂點(diǎn)的高程值為z，且，則該點(diǎn)的顏色通過(guò)公式（1） 進(jìn)行插值得到。

本文采用Phong 模型對(duì)海底地形進(jìn)行光照渲染，公式如（2） 所示。

式中：La、Ld、Ls分別為環(huán)境光、漫反射光和鏡面反射光的強(qiáng)度，Ka、Kd、Ks對(duì)應(yīng)地形表面環(huán)境光反射率、漫反射光反射率和鏡面光反射率，s 為光源方向向量，n 為頂點(diǎn)法線向量，r 為反射光的方向向量，v 為視點(diǎn)方向向量，參數(shù)f 可以根據(jù)需要進(jìn)行調(diào)節(jié)（Wolf，2011）。

地形剖面可以直觀地對(duì)目標(biāo)路徑的地形變化情況進(jìn)行表達(dá)。交互操作時(shí)，在屏幕上指定一條線段，結(jié)合模型視點(diǎn)投影矩陣和像素點(diǎn)的位置以及深度值得到線段端點(diǎn)對(duì)應(yīng)的空間三維坐標(biāo)；然后將指定線段進(jìn)行細(xì)分，得到一系列（x，y） 坐標(biāo)對(duì)，每個(gè)坐標(biāo)對(duì)可以生成一條端點(diǎn)坐標(biāo)為（x，y，10 000）、（x，y，-10 000） 的線段，通過(guò)該線段和地形三角網(wǎng)求交可以得到坐標(biāo)對(duì)的深度值。

3.2 側(cè)掃聲吶影像與多波束數(shù)據(jù)綜合顯示

側(cè)掃聲吶影像和多波束測(cè)深數(shù)據(jù)綜合顯示是通過(guò)將側(cè)掃聲吶影像作為紋理添加到多波束測(cè)深數(shù)據(jù)所構(gòu)建的三角網(wǎng)上實(shí)現(xiàn)的。側(cè)掃聲吶影像數(shù)據(jù)經(jīng)過(guò)了領(lǐng)域?qū)＜业南嚓P(guān)處理，具有可靠的位置信息，但此時(shí)側(cè)掃聲吶影像還只是二維數(shù)據(jù)，與多波束數(shù)據(jù)相比，具有分辨率高、數(shù)據(jù)量大等特點(diǎn)。側(cè)掃聲吶影像之間的格式并不一致，有jpg 和Geotif 兩種格式，jpg 格式的影像只有四個(gè)角點(diǎn)的坐標(biāo)，對(duì)應(yīng)的區(qū)域不規(guī)則；側(cè)掃聲吶影像對(duì)應(yīng)的地形區(qū)域之間也有重疊。傳統(tǒng)的空間數(shù)據(jù)處理軟件難以將兩種數(shù)據(jù)進(jìn)行鑲嵌匹配和綜合顯示。

3.2.1 側(cè)掃聲吶影像數(shù)據(jù)存儲(chǔ)

側(cè)掃聲吶影像的分辨率很高，在局部范圍內(nèi)數(shù)據(jù)量非常大，尺寸也不統(tǒng)一。通常情況下OpenGL要求紋理對(duì)象（TO） 的大小是2 的n 次冪，并且對(duì)TO 的大小作出了限制；而紋理緩沖區(qū)對(duì)象（TBO）的限制卻十分寬松。如，在本文所使用的編程環(huán)境中，TO 的最大值為16 384 Byte，一張大小為3 950×9 500 的側(cè)掃聲吶影像即使只用1 Byte 記錄每個(gè)像素的灰度值，也至少需要分割成2 291 份紋理瓦片，同時(shí)需要保證每張圖像的尺寸為2 的n 次冪；而TBO 的最大值為134 217 728 Byte，可以一次存儲(chǔ)3 張以上這樣的側(cè)掃聲吶影像，避免實(shí)際應(yīng)用中反復(fù)切換紋理數(shù)據(jù)帶來(lái)的延遲問(wèn)題，且不必將紋理的尺寸處理成2 的n 次冪。

側(cè)掃聲吶影像數(shù)據(jù)在CPU 中處理后，得到影像的色度盤，像素的顏色索引值存儲(chǔ)在TBO 中，這樣對(duì)于RGB 格式的圖像可以節(jié)省大約2/3 的顯存空間。單個(gè)TBO 存儲(chǔ)空間有限，無(wú)法容納所有的側(cè)掃聲吶影像數(shù)據(jù)，因此要將側(cè)掃聲吶影像進(jìn)行分組和切割，分別存進(jìn)多個(gè)TBO 中。為在片元處理器中獲得正確的側(cè)掃聲吶影像數(shù)據(jù)，需要計(jì)算每個(gè)TBO 覆蓋的范圍、單張影像的覆蓋范圍、在紋理緩沖區(qū)的位置、側(cè)掃聲吶影像的尺寸等信息；由于相關(guān)信息的數(shù)量較多，超出了著色器對(duì)uniform變量個(gè)數(shù)的限制，所以將它們和色度盤組織在一起存儲(chǔ)到UBO 中。這些數(shù)據(jù)只會(huì)通過(guò)總線（Bus） 往GPU 傳輸一次，因此減輕了帶寬的限制。

3.2.2 紋理映射

傳統(tǒng)的紋理貼圖方法需要為三角網(wǎng)的每個(gè)頂點(diǎn)指定紋理坐標(biāo)，該過(guò)程不僅耗時(shí)，并且在側(cè)掃聲吶影像和地形數(shù)據(jù)分辨率不一致的情況下，會(huì)出現(xiàn)圖2 所示的情況。其中，三角形ACD、ABC 代表多波束數(shù)據(jù)生成的三角網(wǎng)，紅色網(wǎng)格代表側(cè)掃聲吶影像，黑色虛線代表屏幕上的像素。由于側(cè)掃聲吶影像數(shù)據(jù)的分辨率比多波束數(shù)據(jù)的分辨率高很多，所以三角形ACD、ABC 只有部分頂點(diǎn)被側(cè)掃聲吶影像覆蓋。傳統(tǒng)方法只指定三角形的各個(gè)頂點(diǎn)的紋理坐標(biāo)，三角形區(qū)域內(nèi)的紋理坐標(biāo)通過(guò)這三個(gè)點(diǎn)自動(dòng)插值得到，然后固定管線依據(jù)紋理坐標(biāo)進(jìn)行紋理貼圖。如果給C、D 點(diǎn)指定紋理坐標(biāo)，那么四邊形CDFE 覆蓋范圍內(nèi)的像素點(diǎn)P1 會(huì)獲得不該有的紋理，三角形AFE 覆蓋區(qū)域內(nèi)的像素點(diǎn)P2 的紋理值也會(huì)出現(xiàn)錯(cuò)誤。若不給CD 指定紋理坐標(biāo)，那么AFE 區(qū)域內(nèi)的像素就會(huì)丟失紋理。通過(guò)細(xì)化三角形ACD 然后再指定紋理坐標(biāo)的方法效率較低。

圖2 分辨率不一致的紋理貼圖

本文提出根據(jù)像素對(duì)應(yīng)的實(shí)際坐標(biāo)值求取紋理坐標(biāo)的方法。在頂點(diǎn)著色器中設(shè)置一個(gè)傳出變量作為頂點(diǎn)的屬性，并將該變量初始化為三角網(wǎng)頂點(diǎn)的坐標(biāo)值；經(jīng)過(guò)圖1 的柵格化階段時(shí)，該變量會(huì)自動(dòng)進(jìn)行插值，片元處理器中獲得的就是每個(gè)像素對(duì)應(yīng)的三維空間坐標(biāo)。在進(jìn)行紋理貼圖時(shí)，首先判斷該像素是否被紋理覆蓋，然后才從紋理緩沖區(qū)中獲取正確的灰度值進(jìn)行疊加。在小比例尺顯示時(shí)，每個(gè)像素對(duì)應(yīng)的是一塊相對(duì)較大的區(qū)域，覆蓋該區(qū)域的可能是側(cè)掃聲吶影像的多個(gè)灰度值，本文的方法只取其中一個(gè)代表整個(gè)區(qū)域。由于海底地質(zhì)環(huán)境的連續(xù)性，該方法不會(huì)對(duì)宏觀效果產(chǎn)生影響。在大比例尺顯示時(shí)，屏幕上每個(gè)像素能夠?qū)?yīng)側(cè)掃聲吶影像的一個(gè)像素，所以并不影響側(cè)掃聲吶影像的分辨率。算法流程如圖3 所示。

圖3 紋理貼圖過(guò)程

其中初始化階段包括側(cè)掃聲吶影像灰度數(shù)據(jù)及坐標(biāo)信息的加載，記錄當(dāng)前片元覆蓋影像張數(shù)的變量和累加顏色清零等。側(cè)掃聲吶影像數(shù)據(jù)具有Qmips、.SDF、.JSF、.XTF 等多種格式。在實(shí)際應(yīng)用中，通常是將原始的側(cè)掃聲吶數(shù)據(jù)轉(zhuǎn)換成通用的tif、Geotiff 或JPG 格式（韓春花 等，2011）。計(jì)算側(cè)掃聲吶影像和片元的對(duì)應(yīng)關(guān)系時(shí)，因側(cè)掃聲吶影像的格式不同而有所區(qū)別。本文針對(duì)JPG 格式和Geotiff 格式的數(shù)據(jù)進(jìn)行闡述。

（1） Geotiff 圖像

Geotiff 是TIFF 格式的一種擴(kuò)展，在TIFF 的基礎(chǔ)上定義了一些GeoTag 來(lái)對(duì)各種坐標(biāo)系統(tǒng)、橢球基準(zhǔn)、投影信息等進(jìn)行定義和存儲(chǔ)（Ritter，2000）。本文利用GDAL 對(duì)Geotiff 進(jìn)行處理。GDAL 使用抽象數(shù)據(jù)模型來(lái)解析它所支持的數(shù)據(jù)格式，抽象數(shù)據(jù)模型包括數(shù)據(jù)集、坐標(biāo)系統(tǒng)、仿射地理坐標(biāo)變換、大地控制點(diǎn)、元數(shù)據(jù)、圖像結(jié)構(gòu)域、柵格波段和顏色表等（GDAL，2014）。其中仿射變換包含6 個(gè)參數(shù)，可以通過(guò)GDAL 接口GDALDataset::GetGeoTransform（GT [6]） 獲取。在朝北方向的圖像中，GT [2] 和GT [4] 的值為0，（GT [0]，GT[3]） 表示圖像左上角的橫縱坐標(biāo)值，GT [1] 表示像元寬度，GT [5] 表示像元高度。圖像行列號(hào)和地理空間之間的變換關(guān)系如下:

其中Yline、Xpixel 表示片元在它所在側(cè)掃聲吶影像中的行列號(hào)，由于處理的是正北朝向的圖像，所以很容易判斷當(dāng)前片元是否被側(cè)掃聲吶影像覆蓋，被覆蓋片元對(duì)應(yīng)的側(cè)掃聲吶影像像素計(jì)算公式為:

式中：floor 為向下取整函數(shù)，texelBufferSampler 對(duì)應(yīng)OpenGL 的紋理緩沖區(qū)對(duì)象，texelFetch 為紋理獲取函數(shù)，xsize和offset 分別對(duì)應(yīng)圖像的寬度和在紋理緩沖區(qū)中的起始位置。紋理緩沖區(qū)中只存儲(chǔ)了顏色的索引值，colArray 是UBO 中存儲(chǔ)真實(shí)顏色的色度表。Pixel.x 和pixel.y 分別代表當(dāng)前像素對(duì)應(yīng)的實(shí)際地理坐標(biāo)。

（2） JPG 圖像

JPG 圖像只提供了四個(gè)角點(diǎn)坐標(biāo)，如圖4 所示：ABCD 4 個(gè)頂點(diǎn)坐標(biāo)及其紋理映射關(guān)系已知。首先將圖像對(duì)應(yīng)的區(qū)域分為兩個(gè)三角形，以三角形ABC 為例，獲得任意像素P 的實(shí)際坐標(biāo)后，可得到如下3 個(gè)變量：

圖4 紋理空間和坐標(biāo)空間之間的映射

式中：大寫字符代表該點(diǎn)對(duì)應(yīng)的三維坐標(biāo)。若s1，s2，s3 的第3 個(gè)分量均不小于零，則當(dāng)前像素被側(cè)掃聲吶影像覆蓋。該像元的紋理坐標(biāo)需要通過(guò)插值計(jì)算獲得，計(jì)算公式如（6） 所示。

式中：coordA、coordB、coordc為三角形ABC 頂點(diǎn)的紋理坐標(biāo)值，本例中分別為（0.0，0.0），（1.0，0.0），（0.0，1.0）；S（△PBC） 為三角形PBC 的面積，依此類推。落入BC 邊的點(diǎn)只在B、C 兩點(diǎn)之間插值即可。最終灰度值索引在紋理緩沖區(qū)中的位置為：

其中，offset 為覆蓋側(cè)掃聲吶影像在紋理緩沖區(qū)中的起始位置，height，width 為影像的高度和寬度，Px、Py分別為點(diǎn)P 紋理坐標(biāo)的橫坐標(biāo)值和縱坐標(biāo)值。

3.3 淺地層剖面數(shù)據(jù)可視化

原始的淺地層剖面圖像內(nèi)容包括干擾圖像、多次反射圖像、地層界面線、地層層位圖像等。這些圖像顯示具有一定灰度的點(diǎn)狀、線狀和面狀圖形，不具有整體的地理方位性和可量測(cè)性，一般將淺地層剖面數(shù)據(jù)作為航跡線的一個(gè)屬性和其他聲學(xué)探測(cè)數(shù)據(jù)進(jìn)行集成（姜小俊，2009）。原始淺地層剖面圖像經(jīng)過(guò)領(lǐng)域?qū)＜业牡刭|(zhì)解釋之后，得到一系列解釋剖面點(diǎn)，格式為（x，y，id，layer1，layer2，layer3，layer4….），其中x，y 為測(cè)點(diǎn)的地理坐標(biāo)，id 為該點(diǎn)的編號(hào)，layer1 代表第一層地層界面和海底地形之間的厚度，layer2 代表第二層地層和第一層地層之間的厚度，依此類推；缺失的地層用無(wú)效值標(biāo)記。進(jìn)行綜合可視化處理時(shí)，首先作經(jīng)過(guò)淺剖測(cè)點(diǎn)的直線和地形求交得到該測(cè)點(diǎn)對(duì)應(yīng)的地形坐標(biāo)，然后和各層厚度累加得到各層界面的實(shí)際坐標(biāo)值。

轉(zhuǎn)換后的數(shù)據(jù)按測(cè)線對(duì)地層進(jìn)行分層渲染得到柵狀圖，把同一層的離散頂點(diǎn)進(jìn)行三角化處理得到層面圖，通過(guò)似三棱柱三維數(shù)據(jù)建模方法（武強(qiáng)等，2011） 可以得到體模型。

4 實(shí)例分析

本文提出的方法在南海海底峽谷區(qū)域的海底地質(zhì)環(huán)境綜合顯示和分析中進(jìn)行了應(yīng)用，數(shù)據(jù)來(lái)源于國(guó)家海洋局第一海洋研究所2011年的海洋調(diào)查成果。其中多波束測(cè)深系統(tǒng)的分辨率為20 m，采用EM302 多波束測(cè)深系統(tǒng)收集；淺地層剖面數(shù)據(jù)通過(guò)全海洋淺地層剖面儀（Topographic Parametric Sonar，TOPAS） 探測(cè)獲得，使用的脈沖信號(hào)頻率為3.3 kHz；側(cè)掃聲吶影像使用無(wú)纜水下機(jī)器人（AUV） 獲取。數(shù)據(jù)覆蓋區(qū)域的面積為214.15 km2，多波束測(cè)深數(shù)據(jù)生成的DTM 由372 687 個(gè)三角形組成，側(cè)掃聲吶影像580M，淺地層剖面處理后形成的測(cè)點(diǎn)7 萬(wàn)多個(gè)。在配置GTX650Ti 顯卡的機(jī)器上，基于vc++和OSG 實(shí)現(xiàn)了系統(tǒng)原型。圖5 為實(shí)驗(yàn)數(shù)據(jù)的綜合顯示效果，在實(shí)現(xiàn)海底淺層聲學(xué)數(shù)據(jù)綜合可視化的同時(shí)，可以提取地形剖面和淺地層剖面數(shù)據(jù)。圖中藍(lán)色矩形內(nèi)的粗線為拉選航跡線的高亮顯示，右上角小窗口為該航跡線對(duì)應(yīng)的淺地層剖面數(shù)據(jù)和地形數(shù)據(jù)提取結(jié)果的可視化界面，通過(guò)拉選可以實(shí)現(xiàn)海底淺層數(shù)據(jù)的查詢和提取。圖6為地形和側(cè)掃聲吶影像的貼圖效果，從圖6（b）可以看出，大比例尺環(huán)境下，側(cè)掃聲吶影像可以很好的與地形進(jìn)行匹配顯示，分辨率幾乎與原始影像一致。

圖5 海底地質(zhì)環(huán)境綜合顯示效果圖

圖6 側(cè)掃聲吶影像和多波束綜合可視化效果圖

實(shí)驗(yàn)結(jié)果表明，此方法數(shù)據(jù)加載量大，視覺(jué)效果好，能直觀、全面的反映海底淺層環(huán)境，滿足實(shí)際應(yīng)用中高效運(yùn)行的需求。

5 結(jié)論與展望

與二維表達(dá)方式相比，三維GIS 能更加直觀、真實(shí)的表達(dá)海底地形、地貌和地質(zhì)結(jié)構(gòu)。本文提出了一種基于OpenGL 可編程管線的海底淺層聲學(xué)探測(cè)數(shù)據(jù)三維綜合可視化方法，在滿足視覺(jué)感受的同時(shí)實(shí)現(xiàn)了多維數(shù)據(jù)的交互式提取。使用該方法可以對(duì)多種格式的側(cè)掃聲吶影像進(jìn)行紋理貼圖，具有數(shù)據(jù)加載量大的優(yōu)點(diǎn)，并且不受側(cè)掃聲吶影像和多波束數(shù)據(jù)分辨率不一致的限制。

下一步將根據(jù)實(shí)際應(yīng)用需求，在現(xiàn)有工作基礎(chǔ)上參考紋理切片和金字塔模型，研究在超大規(guī)模場(chǎng)景中多種高分辨率海底地質(zhì)環(huán)境數(shù)據(jù)的綜合可視化。

Estimating Surface Normals in a PointCloud. http://pointclouds.org/documentation/tutorials/normal_estimation.php

GDAL Data Model. http://www.gdal.org/gdal_datamodel.html.

Joseph O R, 1998. Computional Geometry In C. Cambridge University Press.

Kessenich J, Lunar G. The OpenGL Shading Language. 2012.8/2014.5.http://www.opengl.org/registry/doc/GLSLangSpec.4.30.pdf

Niles D R. GeoTIFF Revision 1.0 Specification. 2000/2014.http://www.remotesensing.org/geotiff/spec/geotiffhome.html.

Segal M,Akeley K.The OpenGL Graphic System:A Specification.2012.6/2014.5.http://www.opengl.org/ registry / doc /glspec44. core.pdf VTK 6.2.0 Documentation. 2014.3/2014.5. http://www.vtk.org/doc/nightly/html/index.html.

Wang R, Qian X L. OpenSceneGraph 3 Cookbook. 2012/2014. http: //www.packtpub.com/openscenegrap-3-for-advanced-3d-programming-using-api-cookbook/book.

Wolf D, 2011. Open G L 4.0 Shading Lauguage Cookbook. Packt Publishing Limited.

Zhang L, Bruno J, Zheng F, 2012. 3D Reconstruction of seabed surface through sonar data of AUVs.Indian Journal of Geo-Marine Sciences(0379-5136),41 (6) :509-515

陳超，王文珂，王懷輝，等，2012.一種海底地形與底質(zhì)的三維融合可視化方法.系統(tǒng)仿真學(xué)報(bào)，24（9）：1 936-1 944.

付飛，李艷輝譯，2012.OpenGL 超級(jí)寶典.北京：人民郵電出版社.

韓春花，張俊明，梁建峰，等，2011.側(cè)掃聲吶探測(cè)數(shù)據(jù)管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).海洋通報(bào)，30（20）：188-193.

姜小俊，2009.海底淺層聲學(xué)探測(cè)空間數(shù)據(jù)集成與融合模型及GIS表達(dá)研究.浙江：浙江大學(xué).

金翔龍，2007.海洋地球物理研究與海底探測(cè)聲學(xué)技術(shù)的發(fā)展.地球物理學(xué)進(jìn)展，22（4）：1 243-1 249.

李平，杜軍，2011. 淺地層剖面探測(cè)綜述. 海洋通報(bào)，30（3）：344-349.

蘇奮振，吳文周，平博，等，2014.海洋地理信息系統(tǒng)研究進(jìn)展.海洋通報(bào)，33 (4）：361-370.

武強(qiáng)，徐華，2011.虛擬地質(zhì)建模與可視化.北京：科學(xué)出版社.

陽(yáng)凡林，2003.多波束和側(cè)掃聲吶數(shù)據(jù)融合及其在海底底質(zhì)分類中的應(yīng)用.武漢：武漢大學(xué).

趙建虎，2002.多波束深度及圖像數(shù)據(jù)處理方法研究.武漢：武漢大學(xué).

趙建虎，王愛(ài)軍，郭軍，2013.多波束與側(cè)掃聲吶圖像區(qū)塊信息融合方法研究.武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），38（3）：287-289.