[发明专利]基于GPU的二维地震图像的快速缩放方法

说明书

技术领域

本发明涉及一种基于GPU的二维地震图像的快速缩放方法。

背景技术

图像信息是人类传递视觉信息的主要媒介，图像给人们直观而具体的物体形象，这是声音、语言和文字所不能比拟的。在地质勘探中，通过地质解释软件得到的大量二维图像如二维地震剖面图等信息，为勘探工作提供了诸多便利，二维地震图像信息准确性的高低，决定了地质解释软件的作用效果。

在地质勘探领域，因为其处理的二维地震剖面道数经常是几万道的数量级，数据量非常之大，具有海量性，并且图像操作交互的实时性，大规模数据图形图像实时绘制在这一领域就显得尤其重要。在对图像的处理和交互操作中，图像的放大和缩小作为一种基本的图像处理技术，在大规模数据图像的实时绘制中，作为一种常见的操作，在实际应用中具有重要的作用。

图像放缩所用数学模型的优劣，通常会直接影响用户观看图像的质量和速度。在地质解释软件中，由于地震数据的海量性和交互的实时性，就要求对地质图像既有高质量的缩放也要有快速显示的效果。

因此，要做到二维地震图像的快速缩放，需要三个关键步骤：第一，把海量数据分块成合适大小的小块数据进行处理。第二，选择一个算法，确保地震剖面图像能有高质量的缩放效果。第三，这个算法时间复杂度小，能使二维地震图像数据经分块后形成的合适大小的小块数据能实时处理。

地震剖面数据的一个最大的特点是数据量大，通常的情况下都有一两百兆，而且经常会有几个G的数据。面对如此庞大的数据，要进行快速缩放是非常困难的。这对计算机硬件和应用软件都提出了非常高的要求。对于海量地震图像数据处理来说，最大的问题是图像数据经常会比计算机的内存大。地震剖面数据还有一个很明显的特点就是：它是一道一道的数据，可以按道存取。所以，对海量的地震剖面数据，可以先按要显示的道获取显示起始道和显示终止道的数据，这个数据一般会有100M左右，为中等合适大小的数据。海量数据分块好之后，对于合适大小的数据块，就需要选择一个能有高质量缩放效果的算法。

数字图像是离散化的点阵数据。要对数字图像进行缩放，就必须利用已知的资料和先验知识对未知采样点进行估计。数字图像的缩放通常借助图像插值来实现。插值算法的好坏将直接关系到图像的失真程度。

理论上，图像缩放可以看作一个二元函数重构与重采样的问题。若图像上像素(i,j)处的颜色值为f_ij，图像大小为M×N，现要将图像缩放至P×Q，则图像缩放可以描述如下：假设f(x,y)是定义在二维区域上的一个函数，首先根据像素点处的离散颜色值{f_ij}(i=0,1，..．M-1;j=0,1，...N-1)重构函数f(x,y)，使得f(i,j)＝f_ij，其中(x,y)∈[0,M-1]×[0,N-1]；如果源图像为灰度图，那么f(x,y)为标量函数；如果源图像为彩色图像，那么f(x,y)为矢量函数；然后在[0,P-1]×[0,Q-1]上按照适当的规则对f(x,y)进行重采样，结果即为缩放后的目标图像。当P<M且Q<N时，为图像缩小；当P>M且Q>N时为图像放大。

作为图像处理中的基本操作,对图像缩放已有较多的研究,其中最主要的是基于插值核函数的方法。这类插值算法属于传统的线性插值算法,并与传统的图像缩放理论中“采用一个连续函数来描述离散图像”的理论相吻合。

设(x,y)为目标图像T中的当前处理像素,该类方法的一般步骤是:首先将(x,y)向前映射到源图像S中的(i+u,j+v),其中(0≤u≤1,0≤v≤1),然后采用像素(i,j）周围一定领域范围内的像素作为采样点,根据某种线性插值方法来得到所求像素(x,y),可用公式表示为: