中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2015年
4期
576-584
,共9页
白志慧%周志光%杨瑞飞%陶煜波%林海
白誌慧%週誌光%楊瑞飛%陶煜波%林海
백지혜%주지광%양서비%도욱파%림해
时变体数据%时序曲线%特征跟踪%非对称高斯函数
時變體數據%時序麯線%特徵跟蹤%非對稱高斯函數
시변체수거%시서곡선%특정근종%비대칭고사함수
time-varying volume visualization%temporal curve%feature tracking%asymmetric Gaussian function
目的 在传统基于时序曲线的时变体数据特征的识别与跟踪过程中,不仅需要用户具备丰富的先验知识来确定感兴趣特征的时序曲线形状,而且时序曲线段的匹配和抽取过程亦复杂,难以交互,这一定程度上降低了时变体数据可视化及分析效率.提出了一种新的基于高斯时序曲线的时变体数据可视化及分析方法.方法 首先,对时序曲线进行低通滤波,准确地查找极小值点,对时序曲线进行分段;进而,引入非对称高斯函数对时序曲线段进行拟合获得高斯时序曲线;为了进一步方便用户识别感兴趣特征,观察特征在时间域上的演变过程,提供一种便捷的交互技术,由用户单击任一时间步绘制结果图像中感兴趣的特征信息,分析视线方向上的特征可见性,以确定感兴趣特征及其对应的高斯曲线,进而由参数匹配获得所有时间步中感兴趣特征信息.结果 为了验证本文算法的高效性与可行性,对时序仿真的飓风数据进行特征跟踪与交互式可视化,可以看出,本文算法不仅可以准确跟踪飓风中心特征,而且特征分析与可视化效率亦大大提升.结论 相比于传统的时变体数据可视化方法,本文算法不需要用户先验知识的前提下,利用非对称高斯模拟时序曲线变化,进而由高斯参数匹配代替复杂的时序曲线匹配过程,有效地提升了时变体数据可视化及分析效率.
目的 在傳統基于時序麯線的時變體數據特徵的識彆與跟蹤過程中,不僅需要用戶具備豐富的先驗知識來確定感興趣特徵的時序麯線形狀,而且時序麯線段的匹配和抽取過程亦複雜,難以交互,這一定程度上降低瞭時變體數據可視化及分析效率.提齣瞭一種新的基于高斯時序麯線的時變體數據可視化及分析方法.方法 首先,對時序麯線進行低通濾波,準確地查找極小值點,對時序麯線進行分段;進而,引入非對稱高斯函數對時序麯線段進行擬閤穫得高斯時序麯線;為瞭進一步方便用戶識彆感興趣特徵,觀察特徵在時間域上的縯變過程,提供一種便捷的交互技術,由用戶單擊任一時間步繪製結果圖像中感興趣的特徵信息,分析視線方嚮上的特徵可見性,以確定感興趣特徵及其對應的高斯麯線,進而由參數匹配穫得所有時間步中感興趣特徵信息.結果 為瞭驗證本文算法的高效性與可行性,對時序倣真的颶風數據進行特徵跟蹤與交互式可視化,可以看齣,本文算法不僅可以準確跟蹤颶風中心特徵,而且特徵分析與可視化效率亦大大提升.結論 相比于傳統的時變體數據可視化方法,本文算法不需要用戶先驗知識的前提下,利用非對稱高斯模擬時序麯線變化,進而由高斯參數匹配代替複雜的時序麯線匹配過程,有效地提升瞭時變體數據可視化及分析效率.
목적 재전통기우시서곡선적시변체수거특정적식별여근종과정중,불부수요용호구비봉부적선험지식래학정감흥취특정적시서곡선형상,이차시서곡선단적필배화추취과정역복잡,난이교호,저일정정도상강저료시변체수거가시화급분석효솔.제출료일충신적기우고사시서곡선적시변체수거가시화급분석방법.방법 수선,대시서곡선진행저통려파,준학지사조겁소치점,대시서곡선진행분단;진이,인입비대칭고사함수대시서곡선단진행의합획득고사시서곡선;위료진일보방편용호식별감흥취특정,관찰특정재시간역상적연변과정,제공일충편첩적교호기술,유용호단격임일시간보회제결과도상중감흥취적특정신식,분석시선방향상적특정가견성,이학정감흥취특정급기대응적고사곡선,진이유삼수필배획득소유시간보중감흥취특정신식.결과 위료험증본문산법적고효성여가행성,대시서방진적구풍수거진행특정근종여교호식가시화,가이간출,본문산법불부가이준학근종구풍중심특정,이차특정분석여가시화효솔역대대제승.결론 상비우전통적시변체수거가시화방법,본문산법불수요용호선험지식적전제하,이용비대칭고사모의시서곡선변화,진이유고사삼수필배대체복잡적시서곡선필배과정,유효지제승료시변체수거가시화급분석효솔.
