CN110807293A - 一种基于度量标准的海流场几何可视化方法 - Google Patents

一种基于度量标准的海流场几何可视化方法 Download PDF

Info

Publication number
CN110807293A
CN110807293A CN201910958376.6A CN201910958376A CN110807293A CN 110807293 A CN110807293 A CN 110807293A CN 201910958376 A CN201910958376 A CN 201910958376A CN 110807293 A CN110807293 A CN 110807293A
Authority
CN
China
Prior art keywords
streamline
seed
point
points
ocean current
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910958376.6A
Other languages
English (en)
Other versions
CN110807293B (zh
Inventor
刘厂
郭建
赵玉新
刘天舜
高峰
何忠杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201910958376.6A priority Critical patent/CN110807293B/zh
Publication of CN110807293A publication Critical patent/CN110807293A/zh
Application granted granted Critical
Publication of CN110807293B publication Critical patent/CN110807293B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Processing Or Creating Images (AREA)
  • Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)

Abstract

本发明公开了一种基于度量标准的海流场几何可视化方法,用于进行二维稳态海流场的自适应流线绘制。首先为流线之间的局部相似性定义一种度量标准,然后使用此度量标准从稠密的候选种子点集合中增加流线。此种度量标准不仅考虑欧几里德距离,而且考虑到流线的形状和方向。如果没有明确的特征检测,本发明会自适应地突出几何感兴趣的区域。可以有效的显示出海流运动中的特征区域,有效的解决实际海流场在绘制过程中存在的模糊问题。

Description

一种基于度量标准的海流场几何可视化方法
技术领域
本发明属于流场可视化领域,具体涉及一种基于度量标准的海流几何可视化的方法。
背景技术
随着人们认识海洋的深入,海洋观测资料、海洋数值模式产生的数据日益增多,如何有效的利用这些数据成为学术界的重大问题。科学计算可视化(Visualization inScientific Computing)是指运用计算机图形学、图像处理技术和辅助设计的方法,将抽象、复杂的数据转换成人们容易理解的、具有特定含义的图形与图像在屏幕上显示出来并进行交叉处理的理论、方法和技术。
矢量场通常用来表示一些物理特性,如粒子速度或磁场横跨某个领域。矢量场的可视化对于在诸如天文学,航空学,气象学和医学等领域进行定性分析非常重要。基于流线的矢量场可视化方法作为矢量场的稀疏表示,流线的质量高度依赖于它们的放置,其中包括每个流线的种子位置和长度。其中,最常用的方法是基于使用密集的高度局部积分的线积分回归法和使用具有更加离散的全局风格的更长的积分曲线的流线法。
如果特定类型的感兴趣特征对于给定的应用领域是已知的,并且在数学上是明确定义的,则基于特征的流线绘制算法可以用来定制布局来突出这些感兴趣的特征。然而,特征的分类可能在实际应用之中受误差影响较大。当基于特征的方法不适用时,通常采用密度引导或者距离引导的方法。应用密度引导的方法设置流线是指在整个域内强制执行用户指定的密度函数,该函数可以是恒定的,产生大致均匀间隔的流线,或者它可以在空间上变化,例如,它可以映射到海流幅度或一些其他有趣的标量函数,但是请注意,在这些技术中,流线密度与底层流函数无关,在更平行流动的区域更稀疏地流线化。在以上几种主流的基于流线的矢量场可视化方法中,都在尽可能表现流场特征和不要造成绘制结果冗余之间寻找一种平衡,但是这是两个相互对立的目标,所以本发明提出一种基于度量标准的流线绘制方法,可以自适应地根据流场的特点尽可能完全的表现流线的实际信息。
目前已有的海流可视化相关专利,如吴文周、张宇、苏奋振发明的“一种面向流向特种的基于角度跟踪的海流矢量场可视化方法”专利和苏奋振、吴文周、董成虎、武芳发明的“一种海流矢量场的远程可视化方法”中,实现了海流基于网络的远程可视化,但是对于实际数据图像显示造成的模糊问题却并没有涉及,本专利针对这个问题提出了一个改进方法。
发明内容
针对在整个数据域进行特定密度的流线绘制通常包含许多冗余流线,而指定检测特征需要对哪些点是特征进行选择而可能遭受实际数据的在显示过程中出现的模糊问题,本发明提出一种基于量度标准的流场可视化方法来进行二维和三维中稳态海流场的自适应流线绘制。
为解决上述技术问题,本发明的一种基于量度标准的流场可视化方法,包括以下步骤:
步骤一:读入海流数据,初始化参数,包括经度、纬度、经度上的流速u和纬度上的流速v,生成指定数量的种子点:
步骤1.1:对绘制窗口中的点进行计算,沿着流线测量一个以流线si上的点p为窗口中心,大小为w的窗口,并且统一的利用m个有序的点重新采样,产生p0,...,pm-1;使用m个有序点在大小为w的窗口上对样本进行均匀重采样,得到q0,...,qm-1
步骤1.2:计算度量标准:步骤1.1的结果是m对相应的点,利用对应点之间的距离来计算两个窗口之间的相似性,计算从流线si上的点p到流线sj的总体度量标准:
Figure BDA0002228117570000021
其中的形状相关系数α表示形状对于度量标准的影响比重,相关系数α的可变范围为0~5之间,dsim定义为从流线si上的点到流线sj上的距离,p为第一个边长为w的度量窗口的中心坐标,q为第二次采样后边长为w的度量窗口的中心坐标;
步骤二:判断种子点集的状态,并将每个种子点进行度量标准处理:
步骤2.1:若种子点集为空,则流线生成结束,弹出异常,结束;若种子点集不为空,则从种子点集取出一个点,从该种子点处向后积分;
步骤2.2:判断该种子点的积分状态,若积分成功,则继续判断此生成的流线与以往的生成的流线的度量标准是否大于分离距离,若大于分离距离则将生成点加入到流线之中,否则让该种子点继续向后积分;
步骤2.3:一个种子点积分结束之后继续选择下一个未经过处理的种子点进入步骤2.1、2.2。
步骤三:在原有的种子集中加入放置算法:
步骤3.1:利用随机算法生成种子点插入到种子队列中;
步骤3.2:迭代的从队列中选出种子点,通过四阶龙格-库塔积分算法向前和向后迭代地增加流线;
步骤3.3:当生成流线后,检查它与以前放置的所有流线的度量标准:当度量标准低于用户指定的阈值dseq,或者如果到达了矢量场区域的边界,或者由于附近的临界点,积分变得不确定,终止流线的生长。
本发明的有益效果:
1.为流线之间的局部相似性定义一种度量标准,并使用此度量标准从稠密的候选种子点集合中增加流线。
2.如果没有明确的特征检测,此方法会产生流线,自适应地会突出几何感兴趣的区域,可以有效的显示出海流运动中的特征区域。
3.可以解决海流流线绘制的自适应的问题。在基于度量标准的流线绘制算法中,根据度量标准的定义得出影响度量标准的因素主要为流线之间的距离和流线的形状和方向,当流线之间距离一样时,使流线与另一条流线的形状相同,方向接近会使度量标准变小;当两条流线的形状和方向不变时,减小两条流线之间的距离,会使两条流线之间的度量标准变大。
附图说明
图1为本发明方法流程图。
具体实施方式
下面结合附图对本发明具体实施方式做进一步说明。
本发明提出一种基于度量标准的矢量场绘制算法来进行二维稳态海流场的自适应流线绘制。首先为流线之间的局部相似性定义一种度量标准,然后使用此度量标准从稠密的候选种子点集合中增加流线。此种度量标准不仅考虑欧几里德距离,而且考虑到流线的形状和方向。如果没有明确的特征检测,本发明会自适应地突出几何感兴趣的区域。可以有效的显示出海流运动中的特征区域,有效的解决实际海流场在绘制过程中存在的模糊问题。
如图1所示,具体步骤如下:
步骤一:读入txt格式的海流数据,初始化经度、纬度、经度上的流速u和纬度上的流速v等参数,生成指定数量的种子点。
具体为:
步骤1.1、对绘制窗口中的点进行计算,沿着流线测量一个以流线si上的点p为窗口中心,大小为w的窗口(w的取值范围根据绘制窗口的取值而定,一般为绘制窗口总长度的10到100分之一,单位为米),并且统一的利用m个有序的点重新采样(m的取值根据显式效果确定,默认第一次m的取值为10),产生p0,...,pm-1。类似地,使用m个有序点在大小为w的窗口上对样本进行均匀重采样,得到q0,...,qm-1
步骤1.2、计算度量标准,上一个步骤的结果是m对相应的点。我们利用这些对应点之间的距离来计算两个窗口之间的相似性。注意,两个窗口中需要计算的si和sj两条流线的方向是重要的。因此,如果两条平行的流线沿着相反的方向流动,那么它们就不太相似。我们现在计算从流线si上的点p到流线sj的总体度量标准:
Figure BDA0002228117570000031
其中的形状相关系数α表示形状对于度量标准的影响比重,相关系数α的可变范围一般为0~5之间,dsim定义为从流线si上的点到流线sj上的距离单位为m。p为第一个边长为w的度量窗口的中心坐标,q为第二次采样后边长为w的度量窗口的中心坐标。
步骤二:判断种子点集的状态,并将每个种子点进行度量标准处理。
具体为:
步骤2.1、若种子点集为空,则流线生成结束,弹出异常,结束;若种子点集不为空,则从种子点集取出一个点,从该种子点处向后积分。
步骤2.2、判断该种子点的积分状态,若积分成功,则继续判断此生成的流线与以往的生成的流线的度量标准是否大于分离距离,若大于分离距离则将生成点加入到流线之中,否则让该种子点继续向后积分。
步骤2.3、一个种子点积分结束之后继续选择下一个未经过处理的种子点进入步骤2.1、2.2。
步骤三:在原有的种子集中加入放置算法;
具体为:
步骤3.1、利用随机算法生成大量的种子点插入到种子队列中(种子点的数量具体根据绘制窗口的大小和海流数据的密度而定,范围一般在100到1000个)。
步骤3.2、迭代的从队列中选出种子点,通过四阶龙格-库塔积分算法向前和向后迭代地增加流线。
步骤3.3、当生成流线后,检查它与以前放置的所有流线的度量标准。当度量标准低于用户指定的阈值dseq(dseq为用户自定义的分离距离,具体值根据显式效果更改,默认值为0.01,取值范围在0到1之间),或者如果到达了矢量场区域的边界,或者由于附近的临界点,积分变得不确定,终止流线的生长。
作为一种改进,步骤1.2,利用两次采样的窗口中心点之间的距离来计算两个窗口之间的相似性。
作为另一种改进,步骤3.3,当度量标准低于阈值或到达矢量场临界点,停止增长。

Claims (1)

1.一种基于度量标准的海流场几何可视化方法,其特征在于,包括以下步骤:
步骤一:读入海流数据,初始化参数,包括经度、纬度、经度上的流速u和纬度上的流速v,生成指定数量的种子点:
步骤1.1:对绘制窗口中的点进行计算,沿着流线测量一个以流线si上的点p为窗口中心,大小为w的窗口,并且统一的利用m个有序的点重新采样,产生p0,...,pm-1;使用m个有序点在大小为w的窗口上对样本进行均匀重采样,得到q0,...,qm-1
步骤1.2:计算度量标准:步骤1.1的结果是m对相应的点,利用对应点之间的距离来计算两个窗口之间的相似性,计算从流线si上的点p到流线sj的总体度量标准:
Figure FDA0002228117560000011
其中的形状相关系数α表示形状对于度量标准的影响比重,相关系数α的可变范围为0~5之间,dsim定义为从流线si上的点到流线sj上的距离,p为第一个边长为w的度量窗口的中心坐标,q为第二次采样后边长为w的度量窗口的中心坐标;
步骤二:判断种子点集的状态,并将每个种子点进行度量标准处理:
步骤2.1:若种子点集为空,则流线生成结束,弹出异常,结束;若种子点集不为空,则从种子点集取出一个点,从该种子点处向后积分;
步骤2.2:判断该种子点的积分状态,若积分成功,则继续判断此生成的流线与以往的生成的流线的度量标准是否大于分离距离,若大于分离距离则将生成点加入到流线之中,否则让该种子点继续向后积分;
步骤2.3:一个种子点积分结束之后继续选择下一个未经过处理的种子点进入步骤2.1、2.2。
步骤三:在原有的种子集中加入放置算法:
步骤3.1:利用随机算法生成种子点插入到种子队列中;
步骤3.2:迭代的从队列中选出种子点,通过四阶龙格-库塔积分算法向前和向后迭代地增加流线;
步骤3.3:当生成流线后,检查它与以前放置的所有流线的度量标准:当度量标准低于用户指定的阈值dseq,或者如果到达了矢量场区域的边界,或者由于附近的临界点,积分变得不确定,终止流线的生长。
CN201910958376.6A 2019-10-10 2019-10-10 一种基于度量标准的海流场几何可视化方法 Active CN110807293B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910958376.6A CN110807293B (zh) 2019-10-10 2019-10-10 一种基于度量标准的海流场几何可视化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910958376.6A CN110807293B (zh) 2019-10-10 2019-10-10 一种基于度量标准的海流场几何可视化方法

Publications (2)

Publication Number Publication Date
CN110807293A true CN110807293A (zh) 2020-02-18
CN110807293B CN110807293B (zh) 2023-07-21

Family

ID=69488175

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910958376.6A Active CN110807293B (zh) 2019-10-10 2019-10-10 一种基于度量标准的海流场几何可视化方法

Country Status (1)

Country Link
CN (1) CN110807293B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112508035A (zh) * 2020-11-09 2021-03-16 山东科技大学 一种海洋流场临界点提取方法
CN116167221A (zh) * 2023-02-21 2023-05-26 哈尔滨工程大学 基于完全信息熵的自适应步长流线生成方法、计算机设备和存储介质
CN118280229A (zh) * 2024-06-03 2024-07-02 中国海洋大学 一种自适应led球形显示设备的二维流场可视化方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101422822B1 (ko) * 2013-08-21 2014-07-23 한국과학기술원 평면 해수면 모델을 이용하여 지구타원체의 해양 환경을 가시화하기 위한 장치
CN104658027A (zh) * 2015-02-11 2015-05-27 中国海洋大学 一种面向不规则海洋流场数据的三维流线动态可视化算法
CN109559369A (zh) * 2018-12-04 2019-04-02 中国科学院地理科学与资源研究所 一种面向流向特征的基于角度跟踪的海流矢量场可视化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101422822B1 (ko) * 2013-08-21 2014-07-23 한국과학기술원 평면 해수면 모델을 이용하여 지구타원체의 해양 환경을 가시화하기 위한 장치
CN104658027A (zh) * 2015-02-11 2015-05-27 中国海洋大学 一种面向不规则海洋流场数据的三维流线动态可视化算法
CN109559369A (zh) * 2018-12-04 2019-04-02 中国科学院地理科学与资源研究所 一种面向流向特征的基于角度跟踪的海流矢量场可视化方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112508035A (zh) * 2020-11-09 2021-03-16 山东科技大学 一种海洋流场临界点提取方法
CN116167221A (zh) * 2023-02-21 2023-05-26 哈尔滨工程大学 基于完全信息熵的自适应步长流线生成方法、计算机设备和存储介质
CN116167221B (zh) * 2023-02-21 2023-09-01 哈尔滨工程大学 基于完全信息熵的自适应步长流线生成方法、计算机设备和存储介质
CN118280229A (zh) * 2024-06-03 2024-07-02 中国海洋大学 一种自适应led球形显示设备的二维流场可视化方法
CN118280229B (zh) * 2024-06-03 2024-08-23 中国海洋大学 一种自适应led球形显示设备的二维流场可视化方法

Also Published As

Publication number Publication date
CN110807293B (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
CN111724478B (zh) 一种基于深度学习的点云上采样方法
Chen et al. Similarity-guided streamline placement with error evaluation
US11481869B2 (en) Cross-domain image translation
Potter et al. From quantification to visualization: A taxonomy of uncertainty visualization approaches
US10304244B2 (en) Motion capture and character synthesis
CN112132959B (zh) 数字岩心图像处理方法、装置、计算机设备及存储介质
Post et al. The state of the art in flow visualisation: Feature extraction and tracking
CN110807293B (zh) 一种基于度量标准的海流场几何可视化方法
CN108154222B (zh) 深度神经网络训练方法和系统、电子设备
CN111476719B (zh) 图像处理方法、装置、计算机设备及存储介质
KR102319145B1 (ko) 고해상도 해양 데이터를 생성하기 위한 방법 및 이를 이용한 장치
CN116091686A (zh) 用于三维重建的方法、系统和存储介质
EP2350916A1 (en) Systems and methods for computing and validating a variogram model
Zhang et al. SaltISCG: Interactive salt segmentation method based on CNN and graph cut
Zhao et al. Visualization, analysis and shape reconstruction of unorganized data sets
Chen et al. GenerativeMap: Visualization and exploration of dynamic density maps via generative learning model
NO324930B1 (no) Anordning og fremgangsmate for beregning av rasterdata
CN114359709A (zh) 一种针对遥感图像的目标检测方法及装置
CN107644230B (zh) 一种遥感图像对象的空间关系建模方法
US20240257503A1 (en) Method and apparatus with neural network model for scene representation
WO2021014495A1 (ja) ラベル推定装置、ラベル推定方法、及びラベル推定プログラム
KR20230167746A (ko) 메시 정점 위치에 대한 반복 및 루트 찾기를 사용하여 표면에 근사하는 폴리곤 메시를 생성하기 위한 방법 및 시스템
CN112017113A (zh) 图像处理方法及装置、模型训练方法及装置、设备及介质
CN115358327A (zh) 基于pca-svm的海洋温跃层数据可视化方法、装置、设备及介质
Clyne et al. Physically-based feature tracking for CFD data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant