第五章_向量张量数据可视化2.pptxVIP

空间数据可视化主讲人： 刘天亮mailto:liutl@liutl@ TEL: 京邮电大学图像处理与图像通信江苏省重点实验室目录空间数据标量数据可视化矢量数据可视化张量数据可视化多变量空间数据可视化时间序列数据可视化5.4 多变量空间向量数据可视化5.4.1 常规多变量数据可视化多变量数据可视化的挑战：将多个变量统一在一个显示空间已有方法包括： 多可视化元素：可以采用多个可视化元素表示不同的变量 多变量标记:需要考虑不同标记可能产生的偏差 数据降维：将多变量数据从高维空间变换到低维空间。 交互技术：可提高在一个空间中显示多变量的能力，便于理解变量和他们之间的关系。多变量可视化法由于不同可视化元素占用不同的视觉空间， 在一定程度上，缓解了不同变量间的互相干扰。同时，人眼在梳理不同可视化元素时，也有不同的优先权，可依照变量之间的优先权设计从变量懂啊可视化元素的映射。右图：多种可视化元素被用来显示流场中的多个变量标记法标记作为可视化元素有其优缺点。优点：设计很灵活，一个标记可以表示很多变量值。不足：1、有限的视觉空间只能排放一定数目的标记，将限制可视化分辨率。2、标记表达数据的准确性有一定的限制；3、用户往往需要花一定的精力解读标记。右图：表达数据不确定性的盒须图标记法 图 5.22 呈现了三种多变量标记。这类标记在表示数值、数值间关系、多变量类型和用户解读难度等方面各有利弊。应用这些标记时，应该结合数据，选择有效的类型。星形图表达密度分布的六边形图 使用多变量标记时，需要考虑不同标记可能产生的偏差。 直方图容易标记多个变量之间的大小关系，星形图次之，饼图判断变量关系最困难。其原因：人眼对场地的判断比角度的判断要快速准确，直方图将所有长度值放在一个基准线上，方便变量之间的比较。图5.23 用直方图、星形图和饼图代表的5个经济指数时间序列。多变量标记法5.4.1 常规多变量数据可视化 多变量可视化可以采用多个可视化元素表示不同的变量。 由于不同可视化元素占用不同的视觉空间， 在一定程度上，缓解了不同变量间的互相干扰。同时，人眼在梳理不同可视化元素时，也有不同的优先权，可依照变量之间的优先权设计从变量懂啊可视化元素的映射。5.4.2 向量场数据可视化数据：向量方向、大小.大多数用于模拟或观察流场可视化目标：展示场的导向趋势信息表达场中的模式箭头显示风的方向和大小 [Turk’96]向量场可视化流场可视化示例。图片来源：/node/261 按照数据处理的模式，可分为：标记法— 直接显示数据空间中各个点上的向量信息积分曲线法—采用各类积分曲线揭示矢量场的内在特征和性质纹理法—一种密集的流场模式展现方法拓扑分析方法—先在数据中提取计划或拓扑特征，如临界点、分界线和拓扑区域等，并采用简单的颜色映射或标记法予以显示从左至右：箭头，流线，线积分卷积，拓扑特征检测[Hansen2005]向量场可视化方法向量场的空间和时间维度按照向量数据的表达方式，可分为：空间维度2D平面 （平面流）2.5D （曲面上的流、边界流）3D （三维空间上的流）时间维度定常流 （静态或一个时间步）非定常流 （时变、瞬态）很多方法可以从很自然地扩展到2.5D，但是将有效的2D方法应用到3D空间，通常会遇到问题向量场可视化方法向量场数据可视化方法多种多样，适用于不同的数据、用户和任务。没有一种方法适用于所有类型的矢量场。针对每个数据，要权衡、修正甚至融合不同的方法。标记法标记法 线条（hedge hogs）、箭头、方向标志符（三角图符）等，类似于传统物理学中碎磁铁展示磁力线的方法优点： 实现简单、直观、灵活图片来源：rmatik.unistuttgart.de/ger/research/proj/ito/materials/标记法缺点： 可视混乱 无法揭示出数据的内在连续性 难以表达特征结构如涡流等 具有光照和阴影的三维图标[Hansen2005] 标记法密集连续的向量场难以表示 左：向量场箭头式图标；右：向量场线条式图标。图片来源：/~joy/ecs277/other-notes/ecs277-1.pdf； /~hwshen/788/Site/Slides_files/vectorViz.pdf标记法标记法的经典方法： hedgehogs（刺猬） 用带方向线段来表示矢量场的一个点图标 对龙卷风速度等值面上的向量场用类似毛发的图标可视化的效果[Max1994]标记法质量提升 最优的标记放置 降低可视混乱，可自适应采样 根据向量场的变化程度自适应地决定采样密度 积分曲线法 积分曲线法跟着粒子在流场中的轨迹，是一种全局可视化。积分曲线是流场中的重要特征，可视化流体的三种线包括流线(streamline)，迹线(pathline) ，脉线(streakli