Extração de Litofacies Utilizando Marching Cubes com Processamento Paralelo
Autores
4374 |
Alexandre Xavier Martins
|
347,1961
|
4375 |
347,1961
|
Informações:
Publicações do PESC
Uma grande variedade de atributos estratigráficos pode ser representada quantitativamente e ilustrada sob a forma de mapas. Esses mapas mostram feições quantitativas para cada litofácie, sem a preocupação de relatar as distribuições destas litofácies em função de suas profundidades. O presente trabalho tem como objetivo desenvolver uma ferramenta para a visualização interativa de dados de litofácies cujo foco é o tratamento eficiente de grandes massas de dados para a indústria petrolífera. A idéia básica é vencer os desafios impostos pelo crescente volume de dados tridimensionais através de duas frentes de trabalho diferentes: segmentação de dados e visualização volumétrica. Além disso, em virtude do tamanho dos dados, utilizou-se técnicas de computação paralela, para resolver o problema de desempenho da segmentação. Estamos particularmente interessados na execução paralela em cluster heterogêneos de PCs, devido ao seu baixo custo e à sua alta disponibilidade. Nossos resultados mostraram que elevados índices de eficiência podem ser alcançados com o uso de computação paralela.
A great variety of stratigraphic attributes can be represented and illustrated by maps. Those maps show quantitative data for each lithofacie, with no concern to report the distribution of the lithofacies in function of the depth. The present work aims to develop an interactive visualization tool for lithofacies data that can efficiently handle very large datasets from the petroleum industry. The basic idea is to use data segmentation and volume visualization to deal with the increasing size of the datasets. Furthermore, we used parallel processing techniques to solve the improve the performance of the segmentation process. We are interested in the parallel execution in a heterogeneous cluster of PCs, as they provide low cost and high availability. Our experiments showed high efficiency results with the use of parallel computing. segmentation.