WO2020244216A1 - 一种基于边捆绑的图可视化方法及系统 - Google Patents

一种基于边捆绑的图可视化方法及系统 Download PDF

Info

Publication number
WO2020244216A1
WO2020244216A1 PCT/CN2019/130088 CN2019130088W WO2020244216A1 WO 2020244216 A1 WO2020244216 A1 WO 2020244216A1 CN 2019130088 W CN2019130088 W CN 2019130088W WO 2020244216 A1 WO2020244216 A1 WO 2020244216A1
Authority
WO
WIPO (PCT)
Prior art keywords
edge
visualization
interest
bundling
edges
Prior art date
Application number
PCT/CN2019/130088
Other languages
English (en)
French (fr)
Inventor
汪云海
薛明亮
王妍岩
闫心愿
Original Assignee
山东大学
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 山东大学 filed Critical 山东大学
Publication of WO2020244216A1 publication Critical patent/WO2020244216A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images

Definitions

  • the invention belongs to the technical field of data visualization, and in particular relates to a graph visualization method and system based on edge bundling.
  • node-connection graphs are widely used in the visualization and analysis of geographic information data such as transportation, logistics, network data transmission, and population migration.
  • geographic information data such as transportation, logistics, network data transmission, and population migration.
  • line bundling technology is generally used to simplify data, reduce the visual complexity of node connection graphs, and help users perform visual analysis.
  • the earliest proposed edge bundling method is the hierarchical edge bundling algorithm (HEB). This method replaces the original edges by constructing a Bezier curve, and twists the edges with similar trends in the node connection graph into a bunch to achieve the purpose of edge binding. Similar methods include the edge binding method (MINGLE) based on multi-level aggregation and so on.
  • HEB hierarchical edge bundling algorithm
  • the mainstream edge bundling algorithm at this stage generally uses control points to approximate the shape of each edge, and then gathers the control points on the edges with the same trend in some way to achieve the purpose of edge bundling.
  • FDEB powerfully guided edge binding algorithm
  • SDEB bone-based edge binding algorithm
  • KDEEB edge binding algorithm based on density to move control points
  • FTEB fast Fourier transform Version
  • the present invention provides a graph visualization method and system based on edge bundling, which integrates different edge bundling technologies, allowing users to freely combine the interesting parts of the different edge bundling results, while ensuring The connection is naturally smooth and meets aesthetic principles.
  • one or more embodiments of the present invention provide the following technical solutions:
  • a graph visualization method based on edge bundling includes the following steps:
  • One or more embodiments provide a graph visualization system based on edge bundling, including:
  • the visualization result initialization module receives graph data, and obtains multiple edge bundle visualization results of the graph data
  • a region of interest selection module which receives multiple regions of interest selected by the user according to the multiple edge bundle visualization results
  • a region of interest splicing module which splices the multiple regions of interest, and optimizes the junction of the multiple regions of interest
  • the visualization result optimization module is optimized for the connection of the multiple regions of interest.
  • One or more embodiments provide an electronic device, including a memory, a processor, and a computer program stored in the memory and capable of running on the processor.
  • the processor executes the program, an edge-bundling-based Graph visualization method.
  • One or more embodiments provide a computer-readable storage medium on which a computer program is stored, and when the program is executed by a processor, the edge-bundling-based graph visualization method is implemented.
  • the method of the present invention smoothly splices the edge binding results deemed reasonable by the user, and can not only obtain the edge binding result that allows the user to be satisfied with each local structure in the data, but also smooth the transition of the splicing part to satisfy the aesthetics.
  • the present invention solves the disadvantage that traditional edge binding algorithms can only adjust parameters globally, and cannot use different edge binding methods or different parameters according to different local structures in the data.
  • the method of the present invention transforms the traditional black box edge bundling algorithm into a user-visible fusion method, which makes it easier for the user to grasp the final result;
  • Figure 1 is a flowchart of a graph visualization method based on edge bundling in one or more embodiments of the present invention
  • Figure 2(a) is the original graph data to be visualized in one or more embodiments of the present invention.
  • Figure 2(b) and Figure 2(c) are examples of the structure of interest in the results of different side bundling selected by the user;
  • FIG. 3 is a schematic diagram of a result obtained by users directly splicing structures of interest and a result obtained by splicing based on the method described in one or more embodiments of the present invention
  • Figure 4 (a)- Figure 4 (c) are schematic diagrams of edges and endpoints, edges and edges whose adjustment distance is less than the set threshold, and edges with the same tendency whose included angle is less than the set threshold;
  • Figure 5(a) and Figure 5(b) are schematic diagrams of generating and distinguishing ambiguous edges, respectively;
  • Fig. 6(a) and Fig. 6(b) are schematic diagrams showing the existence of crossing edges with too small included angles and distinguishing crossing edges.
  • this embodiment provides a A graph visualization method based on edge binding, in which the user selects the best method among all methods for each local structure, binds them, and then splices them together to obtain a result of edge binding that the user thinks is perfect.
  • the method includes the following steps:
  • Step 1 Receive graph data, and obtain multiple edge bundle visualization results of the graph data.
  • obtaining multiple edge bundling visualization results can be generated based on multiple existing edge bundling methods.
  • Existing edge bundling methods include FFTEB, HBEB, and SBEB, etc., which are not limited here, and can also be based on existing edge bundling methods
  • After generation it is obtained through user-defined adjustments, for example, after visualization based on one or more existing edge bundling algorithms, the user adjusts the shape of the edges in the visualization result.
  • FIG. 2(a) users are provided with the results of some edge bundling algorithms.
  • Figure 2(b) and Figure 2(c) respectively show that the graph data pair uses FFTEB Visualized results obtained with the SBEB edge bundling method.
  • Step 2 Receive multiple regions of interest selected by the user for the multiple side-bundling visualization results, and stitch the multiple regions of interest.
  • the user selects a visualization result as the base map, copies these control point coordinates to the base map and connects them, replacing the visualization results at the corresponding positions in the base map.
  • the splicing result is composed of several different edge binding results.
  • the part in the box represents the part where the angle between two adjacent small segments is too sharp.
  • the result of the general edge bundling algorithm is relatively smooth, and the angle will not be too sharp. It can be seen that the direct stitching result is very abrupt and not beautiful enough.
  • Step 3 Optimize the junctions of the multiple regions of interest.
  • z represents the control point coordinates on each side in the final optimization result
  • x represents the control point coordinates of the area not selected by the user
  • d represents the vector between adjacent control points of the user selected area.
  • ⁇ , ⁇ , ⁇ , and ⁇ are user-controllable parameters.
  • Z represents the coordinate collection of all control points
  • U represents the collection of all control points
  • S represents the collection of control points in the area selected by the user
  • (l,i) represents the i-th control point on the l-th line
  • U ⁇ S represents The set of all control points excluding the control points of the user-selected area
  • z l,i represents the coordinate to be obtained for the i-th point on the l-th line
  • z l,i-1 represents the coordinate of the i-th point on the l-th line
  • z l,i+1 represents the coordinates of the i+1 point on the lth line to be found
  • x l,i represents the i-th point on the lth line
  • Original coordinates Represents the vector from the i-th point on the l-th line to the i+1-th point on the l-th line before solving
  • ⁇ l,i represents the Laplace corresponding to the
  • Step 4 Identify the edges and end points, edges and edges whose distances are less than the set threshold in the optimization results, and the edges with the same trend whose included angles are less than the set threshold, and adjust them to increase the visual difference.
  • the vector constraint makes the two control points move away from each other respectively, and the moving distance is the user-adjustable parameter r, where, Represents the vector from the i-th point on the l-th edge to the j-th point on the k-th edge, x k,j represents the j-th point on the k-th edge, and x l,i represents the i-th point on the l-th edge Points.
  • Figure 6 is a practical example:
  • the straight line in the figure is a bunch of backbones selected by the user.
  • the angle we can find the intersections that are too close to the backbone.
  • Figure 6(b) we can see that the trend difference between the trunk and the surroundings is more distinct, which is convenient for users to observe the structure of the trunk.
  • the method in this embodiment can be implemented by mainstream visual programming languages. Due to the slow speed of solving the optimization equation, CUDA can be used to write GPU parallel programs for acceleration. Tests have proved that the present invention can better help users to integrate different side bundling results, provide users with better side bundling solutions, and enable users to better understand data.
  • the purpose of this embodiment is to provide a graph visualization system based on edge bundling.
  • this embodiment provides a graph visualization system based on edge bundling, including:
  • the visualization result initialization module receives graph data, and obtains multiple edge bundle visualization results of the graph data
  • a region of interest selection module which receives multiple regions of interest selected by the user according to the multiple edge bundle visualization results
  • a region of interest splicing module for splicing the multiple regions of interest
  • the visualized result optimization module optimizes the connection of the multiple regions of interest; and identifies the edges and end points, edges and edges whose distances are less than the set threshold in the optimization results, and the trend that the included angle is less than the set threshold. Edge and make adjustments to increase the visual difference.
  • the purpose of this embodiment is to provide an electronic device.
  • this embodiment provides an electronic device, including a memory, a processor, and a computer program stored in the memory and capable of running on the processor.
  • the processor executes the program, the following steps are implemented, including: :
  • the purpose of this embodiment is to provide a computer-readable storage medium.
  • this embodiment provides a computer-readable storage medium on which a computer program is stored, and when the program is executed by a processor, the following steps are performed:
  • computer-readable storage medium should be understood as a single medium or multiple media including one or more instruction sets; it should also be understood as including any medium that can store, encode, or carry data for use by a processor
  • the set of instructions executed and causes the processor to execute any method in the present invention.
  • the method of the present invention transforms the traditional black box edge bundling algorithm into a user-visible fusion method, which makes it easier for the user to grasp the final result;
  • modules or steps of the present invention can be implemented by a general computer device. Alternatively, they can be implemented by program code executable by the computing device, so that they can be stored in a storage device. The device is executed by a computing device, or they are separately fabricated into individual integrated circuit modules, or multiple modules or steps in them are fabricated into a single integrated circuit module for implementation.
  • the present invention is not limited to any specific combination of hardware and software.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

一种基于边捆绑的图可视化方法及系统，所述方法包括以下步骤：接收图数据，获取所述图数据的多个边捆绑可视化结果；接收用户针对所述多个边捆绑可视化结果选择的多个感兴趣区域，将所述多个感兴趣区域进行拼接；针对所述多个感兴趣区域的连接处进行优化。能够基于用户的选择融合多个边捆绑方法的可视化结果，得到满足需求的可视化结果。

Description

一种基于边捆绑的图可视化方法及系统 技术领域
本发明属于数据可视化技术领域，尤其涉及一种基于边捆绑的图可视化方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
在数据可视化技术中，节点-连接图被广泛应用于交通、物流、网络数据传输、人口迁移等地理信息数据的可视化分析中。在大规模的节点-连接图中，线与线之间的交错重叠非常严重，会影响用户理解和感知数据中的信息。可视化领域一般使用线捆绑技术对数据进行简化，降低节点连接图的视觉复杂度，帮助用户进行可视分析。
已有的边捆绑方法有很多，下面分两个方面进行简单总结：
1)基于贝塞尔曲线的边弯曲方法
最早提出的边捆绑方法是分层次的边捆绑算法(HEB)。这种方法通过构建贝塞尔曲线替代原有的边，将节点连接图中趋势近似的边扭曲成一束，以达到边捆绑的目的。类似的方法还有基于多层级聚集的边绑定方法(MINGLE)等等。
2)基于控制点的控制点移动方法
现阶段主流的边捆绑算法一般使用控制点来近似表示每条边的形状，然后通过某种方式聚集趋势相同的边上的控制点，以达到边捆绑的目的。比较著名的有力引导的边捆绑算法(FDEB),基于骨骼的边捆绑算法(SDEB),还有基于密度对控制点进行移动的边捆绑算法(KDEEB)及其使用快速傅里叶变换进行加速的版本(FFTEB)等等。
这些已有的边绑定方法一般需要很复杂的黑盒调参才能满足用户需 要，而且很难在数据的每一个局部结构中都能得到用户满意的结果。
发明内容
为克服上述现有技术的不足，本发明提供了一种基于边捆绑的图可视化方法及系统，融合了不同边捆绑技术，能够让用户自由组合不同边捆绑结果中感兴趣的部分，同时能够保证连接处衔接自然平滑，满足美学原则。
为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：
一种基于边捆绑的图可视化方法，包括以下步骤：
接收图数据，获取所述图数据的多个边捆绑可视化结果；
接收用户针对所述多个边捆绑可视化结果选择的多个感兴趣区域，将所述多个感兴趣区域进行拼接；
针对所述多个感兴趣区域的连接处进行优化。
一个或多个实施例提供了一种基于边捆绑的图可视化系统，包括：
可视化结果初始化模块，接收图数据，获取所述图数据的多个边捆绑可视化结果；
感兴趣区域选择模块，接收用户针对所述多个边捆绑可视化结果选择的多个感兴趣区域；
感兴趣区域拼接模块，将所述多个感兴趣区域进行拼接，针对所述多个感兴趣区域的连接处进行优化；
可视化结果优化模块，针对所述多个感兴趣区域的连接处进行优化。
一个或多个实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现一种基于边捆绑的图可视化方法。
一个或多个实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的一种基于边捆绑的图可视化方法。
以上一个或多个技术方案存在以下有益效果：
1、本发明的方法将用户认为合理的边绑定结果平滑地拼接在一起，既能得到让用户对数据中每个局部结构都满意的边捆绑结果，又能够使拼接部分平滑过渡，满足美学要求；
2、本发明解决了传统边绑定算法只能全局调参，不能根据数据中不同局部结构使用不同边绑定方法或不同参数的缺点。同时，由于用户已知将要拼接的结构具体是什么形状，本发明的方法由传统的黑盒式边捆绑算法转变为用户可见的融合方法，更易于用户把握最终的结果；
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明一个或多个实施例中基于边捆绑的图可视化方法流程图；
图2(a)为本发明一个或多个实施例中待进行可视化的原始图数据；
图2(b)和图2(c)分别为用户选择不同边捆绑结果中感兴趣结构的示例；
图3为用户直接拼接感兴趣结构得到的结果和基于本发明一个或多个实施例中所述方法拼接得到的结果示意图；
图4(a)-图4(c)分别为调整距离小于设定阈值的边和端点、边和边，以及夹角小于设定阈值的趋势相同的边的示意图；
图5(a)和图5(b)分别为产生有歧义的边和区分有歧义的边的示意图；
图6(a)和图6(b)分别为存在夹角过小的交叉边，和区分交叉边的示意图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属 技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例一
正如背景技术中所述，现有边捆绑方法得到的可视化结果中，难以所有局部结构的可视化结果均获得用户满意，为了获得每个局部结构用户均能够满意的可视化结果，本实施例提供了一种基于边捆绑的图可视化方法，由用户针对各个局部结构选出所有方法中最好的方法进行捆绑，然后拼接起来，得到一个用户认为完美的边绑定结果。如图1所示，所述方法包括以下步骤：
步骤1：接收图数据，获取所述图数据的多个边捆绑可视化结果。
其中，获取多个边捆绑可视化结果可以是基于多个现有边捆绑方法生成的，现有边捆绑方法包括FFTEB、HBEB和SBEB等，在此不做限定，也可以是基于现有边捆绑方法生成后，经由用户自定义调整的得到的，例如，基于现有一种或多种边捆绑算法进行可视化后，用户对可视化结果中边的形状进行调整得到的结果。
根据待可视化的图数据(original graph)，如图2(a)所示，给用户提供一些边捆绑算法得到的结果，图2(b)和图2(c)分别为该图数据对采用FFTEB和SBEB边捆绑方法得到的可视化结果。
步骤2：接收用户针对所述多个边捆绑可视化结果选择的多个感兴趣区域，将所述多个感兴趣区域进行拼接。
用户在两个结果上选出感兴趣的区域，如图2(b)和图2(c)框中所示。将感兴趣区域进行拼接，具体拼接方法如下：
将多个结果中感兴趣区域相应的所有的边分别进行重采样，得到多个控制点，用所述多个控制点逼近这条边的形状，并且保证每个结果的同一条边上具有相同的控制点数；
由用户选择一个可视化结果作为底图，将这些控制点坐标复制到所述底图上并进行连接，替换掉底图中相应位置的可视化结果。
如图3左图所示，拼接结果由若干个不同边绑定结果组成，框中的部分代表相邻两小段线段的夹角过于尖锐的部分。一般的边捆绑算法结果比较平滑，不会出现夹角过于尖锐的情况，由此可以看出直接拼接结果是非常突兀的，不够美观。
步骤3：针对所述多个感兴趣区域的连接处进行优化。
由于不同的边捆绑结果差异较大，连接处可能会有较大的扭曲。这会影响用户理解数据，而且也很不美观。因此，我们需要在保持用户选中结构不发生太大变化的前提下，对结果进行优化。
针对连接不平滑的情况，我们使用如下优化方程：
Figure PCTCN2019130088-appb-000001
其中，z代表最终的优化结果中，每条边上的控制点坐标；x代表用户未选中区域的控制点坐标；d表示用户选中区域的相邻控制点之间的向量。α，β，θ和μ分别是用户可控制的参数。Z表示所有控制点的坐标集合，U表示所有控制点的集合，S表示用户选择区域的控制点的集合，(l,i)表示第l条线上的第i个控制点，U\S表示所有控制点中去除用户选择区域的控制点之外的集合，z l,i表示第l条线上的第i个点待求的坐标，z l,i-1表示第l条 线上的第i-1个点待求的坐标，z l,i+1表示第l条线上的第i+1个点待求的坐标，x l,i表示第l条线上的第i个点的原始坐标，
Figure PCTCN2019130088-appb-000002
表示求解前第l条线上的第i个点到第l条线上的第i+1个点的向量，μ l,i表示第l条线上的第i个点对应的拉普拉斯参数，一般设置为μ l,i＝||x l,i-x l,i-1||/||x l,i+1-x l,i-1||，只作用在每条边的第2个点到第n-1个点。C表示所有被用户选择区域截断的边上所有控制点的集合。
通过解优化方程，我们可以最大程度上平衡结构保持和拼接结果的平滑程度。我们使用共轭梯度法解这一方程，得到的结果见图3右图。我们放大了框中的结果，可以清楚的看到我们的结果过渡更平滑，同时还最大程度上保留了用户感兴趣的结构。
步骤4：识别优化结果中距离小于设定阈值的边和端点、边和边，以及夹角小于设定阈值的趋势相同的边，并进行调整，增加可视化差异。
改变公式第二项中需要保持的向量，对最终结果进行形状上的微调，使得结果更易于理解，减少会引发用户歧义的部分。具体分为三种情况：
(1)区分有歧义的边和端点
如图4中(a)所示，当端点v与边l上的控制点i过近的时候，沿着v到l的向量方向推动距离D(用户设定大小)到p的位置上，然后用i的新位置计算优化公式中的向量d，最终得到图3的结果。图4中的蓝框部分提供了两个实际例子：在图4(a)中，框中的点与很多相邻的边重合，用户很难分辨到底哪些边与这些端点有关，哪些边只是相邻。应用了我们的方法之后，可以得到图4(b)框中的结果，可以看出应用我们的方法之后用户就能轻易分辨端点与边的关系了。
(2)减少歧义边
如图4(b)所示，当两条线k，l重叠时，用户可能不能区分它们是交叉还是重叠。当用户希望搞清楚它们关系的时候，我们计算每一对k，l上的 控制点，当他们的距离小于阈值时，加入如下向量约束使其分离：
Figure PCTCN2019130088-appb-000003
该向量约束使得两个控制点分别向远离对方的方向移动，移动的距离为用户可调节的参数r，式中，
Figure PCTCN2019130088-appb-000004
表示第l条边上第i个点到第k条边上第j的点的向量，x k,j表示第k条边上第j的点，x l,i表示第l条边上第i个点。
图5中的两个虚线框提供了两个实际例子：可以看到图5(a)的两个虚线框中的边被绑定在一起后会产生歧义，在加入向量约束后得到的结果见图5(b)。可以看到图5(b)的框中，边与边之间的关系可以更轻易地被区分出来。
(3)加大过小的交叉角，区分趋势相同的边
如图4(c)所示，若两条边k，l夹角过小，影响用户分辨两条边的趋势，我们可以将交叉区域中l边上的片段(i,i+1)和k边上的片段(j,j+1)的向量方向按如下公式修改：
Figure PCTCN2019130088-appb-000005
Figure PCTCN2019130088-appb-000006
式中，
Figure PCTCN2019130088-appb-000007
表示第l条边上第i个点到第l条边上第i+1的点的向量，
Figure PCTCN2019130088-appb-000008
表示第k条边上第i个点到第k条边上第i+1的点的向量，x l,i表示第l条边上第i个点，x l,i+1表示第l条边上第i+1个点，x k,j表示第k条边上第j的点，x k,j+1表示第k条边上第j+1的点，α表示两条边k，l的夹角。也即将最优化方程中第二项中的向量d的方向进行旋转，使夹角接近90度，从而达到加大交叉角的目的。在实际应用中，用户如果希望看清某些线的趋势，不希望周围与其相交且夹角过小的边影响用户的可是分析，可以只旋转周围不相关的边，保留主干上的边的趋势。图6是一个实际例子：在图6(a)中，图中的直线为一束用户选出的主干，通过计算夹角可以找出与主干过于接近的交叉边，应用我们的约束公式后可以改变它们的局部方向，使 用户更容易分辨边的趋势。结果见图6(b)。在图6(b)中我们可以看出，主干与周围的趋势差别更加鲜明，方便用户观察主干的结构。
本实施例的所述方法可以通过主流的可视化编程语言进行实现。由于解最优化方程速度较慢，可以使用CUDA编写GPU并行程序进行加速。通过测试证明了本发明能较好地帮助用户融合不同的边捆绑结果，给用户提供了更好的边捆绑方案，能让用户更好地理解数据。
实施例二
本实施例的目的是提供一种基于边捆绑的图可视化系统。
为了实现上述目的，本实施例提供了一种基于边捆绑的图可视化系统，包括：
可视化结果初始化模块，接收图数据，获取所述图数据的多个边捆绑可视化结果；
感兴趣区域选择模块，接收用户针对所述多个边捆绑可视化结果选择的多个感兴趣区域；
感兴趣区域拼接模块，将所述多个感兴趣区域进行拼接；
可视化结果优化模块，针对所述多个感兴趣区域的连接处进行优化；以及，识别优化结果中距离小于设定阈值的边和端点、边和边，以及夹角小于设定阈值的趋势相同的边，并进行调整，增加可视化差异。
实施例三
本实施例的目的是提供一种电子设备。
为了实现上述目的，本实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤，包括：
接收图数据，获取所述图数据的多个边捆绑可视化结果；
接收用户针对所述多个边捆绑可视化结果选择的多个感兴趣区域，将所述多个感兴趣区域进行拼接；
针对所述多个感兴趣区域的连接处进行优化；
识别优化结果中距离小于设定阈值的边和端点、边和边，以及夹角小于设定阈值的趋势相同的边，并进行调整，增加可视化差异。
实施例四
本实施例的目的是提供一种计算机可读存储介质。
为了实现上述目的，本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，，该程序被处理器执行时执行以下步骤：
接收图数据，获取所述图数据的多个边捆绑可视化结果；
接收用户针对所述多个边捆绑可视化结果选择的多个感兴趣区域，将所述多个感兴趣区域进行拼接；
针对所述多个感兴趣区域的连接处进行优化；
识别优化结果中距离小于设定阈值的边和端点、边和边，以及夹角小于设定阈值的趋势相同的边，并进行调整，增加可视化差异。
以上实施例二、三和四中涉及的各步骤与实施例一相对应，具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质；还应当被理解为包括任何介质，所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本发明中的任一方法。
以上一个或多个实施例具有以下技术效果：
将用户认为合理的边绑定结果平滑地拼接在一起，既能得到让用户对数据中每个局部结构都满意的边捆绑结果，又能够使拼接部分平滑过渡，满足美学要求；
解决了传统边绑定算法只能全局调参，不能根据数据中不同局部结构使用不同边绑定方法或不同参数的缺点。同时，由于用户已知将要拼接的结构具体是什么形状，本发明的方法由传统的黑盒式边捆绑算法转变为用户可见的融合方法，更易于用户把握最终的结果；
通过加入提高边捆绑结果可读性的优化步骤，能帮助用户更好地理解最终的边捆绑结果。
本领域技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

  1. 一种基于边捆绑的图可视化方法，其特征在于，包括以下步骤：
    接收图数据，获取所述图数据的多个边捆绑可视化结果；
    接收用户针对所述多个边捆绑可视化结果选择的多个感兴趣区域，将所述多个感兴趣区域进行拼接；
    针对所述多个感兴趣区域的连接处进行优化。
  2. 如权利要求1所述的一种基于边捆绑的图可视化方法，其特征在于，所述获取所述图数据的多个边捆绑可视化结果方法包括：
    基于多个现有边捆绑方法生成多个边捆绑可视化结果；或
    基于现有一个或多个边捆绑方法进行可视化后，经由用户自定义调整得到多个可视化结果。
  3. 如权利要求1所述的一种基于边捆绑的图可视化方法，其特征在于，将所述多个感兴趣区域进行拼接包括：
    将多个结果中感兴趣区域相应的所有的边分别进行重采样，得到多个控制点，用所述多个控制点逼近这条边的形状，并且保证每个结果的同一条边上具有相同的控制点数；
    将这些控制点坐标复制到底图上并进行连接，替换掉底图中相应位置的可视化结果，所述地图为用户指定的一个可视化结果。
  4. 如权利要求1所述的一种基于边捆绑的图可视化方法，其特征在于，针对所述多个感兴趣区域的连接处进行优化采用如下优化公式：
    Figure PCTCN2019130088-appb-100001
    其中，Z表示所有控制点的坐标集合，U表示所有控制点的集合，S表示感兴趣区域内控制点的集合，(l,i)表示边l上的第i个控制点，U\S表示集合U中除去集合S的控制点集合，C表示所有被感兴趣区域截断的边上所有控制点的集合，z l,i表示边l上的第i个点的待求的坐标，x l,i表示边l上的第i个点的原始坐标，
    Figure PCTCN2019130088-appb-100002
    表示求解前边l上的第i个点到第i+1个点的向量，μ l,i表示边l上的第i个点对应的拉普拉斯参数。
  5. 如权利要求4所述的一种基于边捆绑的图可视化方法，其特征在于，所述方法还包括：识别优化结果中距离小于设定阈值的边和端点、边和边，以及夹角小于设定阈值的趋势相同的边，并进行调整，增加可视化差异。
  6. 如权利要求5所述的一种基于边捆绑的图可视化方法，其特征在于，
    对于距离小于设定阈值的边和端点，将这条边上距离该端点最近的控制点沿着远离该端点的方向移动设定距离，基于移动后的坐标，采用优化公式重新计算感兴趣区域中相邻控制点之间的向量；
    对于距离小于设定阈值的两条边，依次计算所述两条边上的每一对控制点之间的距离，若距离小于设定阈值，将两个控制点分别向远离对方的方向移动；
    对于夹角小于设定阈值的趋势相同的两条边，修改所述两条边交叉区域内点的位置，使得夹角增大。
  7. 如权利要求6所述的一种基于边捆绑的图可视化方法，其特征在于，
    对于距离小于设定阈值的两条边，基于向量约束将所述两条边中距离小于设定阈值的两个控制点分别向远离对方的方向移动：
    Figure PCTCN2019130088-appb-100003
    式中，
    Figure PCTCN2019130088-appb-100004
    表示边l上第i个点到边k上第j的点的向量，x k,j表示边k上第j的点，x l,i表示边l上第i个点，r为可调节的移动距离；
    对于夹角小于设定阈值的趋势相同的两条边，将每条边上交点两侧的两个控制点连接形成的片段记为交叉片段，将两个交叉片段以交点为中心按照相反的方向旋转，增大该夹角使其接近90度。
  8. 一种基于边捆绑的图可视化系统，其特征在于，包括：
    可视化结果初始化模块，接收图数据，获取所述图数据的多个边捆绑可视化结果；
    感兴趣区域选择模块，接收用户针对所述多个边捆绑可视化结果选择的多个感兴趣区域；
    感兴趣区域拼接模块，将所述多个感兴趣区域进行拼接，针对所述多个感兴趣区域的连接处进行优化；
    可视化结果优化模块，针对所述多个感兴趣区域的连接处进行优化。
  9. 一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的一种基于边捆绑的图可视化方法。
  10. 一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的一种基于边捆绑的图可视化方法。
PCT/CN2019/130088 2019-06-06 2019-12-30 一种基于边捆绑的图可视化方法及系统 WO2020244216A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910492251.9 2019-06-06
CN201910492251.9A CN110197460B (zh) 2019-06-06 2019-06-06 一种基于边捆绑的图可视化方法及系统

Publications (1)

Publication Number Publication Date
WO2020244216A1 true WO2020244216A1 (zh) 2020-12-10

Family

ID=67754108

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2019/130088 WO2020244216A1 (zh) 2019-06-06 2019-12-30 一种基于边捆绑的图可视化方法及系统

Country Status (2)

Country Link
CN (1) CN110197460B (zh)
WO (1) WO2020244216A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110197460B (zh) * 2019-06-06 2021-01-08 山东大学 一种基于边捆绑的图可视化方法及系统
CN113032667B (zh) * 2021-03-02 2022-09-09 重庆邮电大学 一种基于城市道路网格的重路由及边捆绑方法
CN113536663B (zh) * 2021-06-17 2023-08-25 山东大学 基于环约束和应力模型的图可视化方法及系统
CN115964546B (zh) * 2023-01-06 2023-05-30 中国海洋大学 一种基于边绑定的涡旋迁移通道提取及可视化方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101271574A (zh) * 2008-03-20 2008-09-24 华南师范大学 三维可视化的方法、装置
CN106776844A (zh) * 2016-11-28 2017-05-31 河南科技大学 一种复杂节点连接图的模拟力场集束捆绑方法
CN110197460A (zh) * 2019-06-06 2019-09-03 山东大学 一种基于边捆绑的图可视化方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8933937B2 (en) * 2010-01-22 2015-01-13 Microsoft Corporation Visualizing a layered graph using edge bundling

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101271574A (zh) * 2008-03-20 2008-09-24 华南师范大学 三维可视化的方法、装置
CN106776844A (zh) * 2016-11-28 2017-05-31 河南科技大学 一种复杂节点连接图的模拟力场集束捆绑方法
CN110197460A (zh) * 2019-06-06 2019-09-03 山东大学 一种基于边捆绑的图可视化方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LU, QIANG ET AL.: "Content Importance Based Edge Bundling for Graph Visualization", JOURNAL OF COMPUTER-AIDED DESIGN & COMPUTER GRAPHICS, vol. 28, no. 11, 30 November 2016 (2016-11-30), ISSN: 1003-9775, DOI: 20200316163801A *
SHI, XIAOHOU: "Non-official translation: Research on Information Visualization Method for Disease Transmission", BASIC SCIENCES, CHINESE MASTER’S THESES FULL-TEXT DATABASE, no. 4, 15 April 2019 (2019-04-15), ISSN: 1674-0246, DOI: 20200316165621Y *

Also Published As

Publication number Publication date
CN110197460B (zh) 2021-01-08
CN110197460A (zh) 2019-09-03

Similar Documents

Publication Publication Date Title
WO2020244216A1 (zh) 一种基于边捆绑的图可视化方法及系统
Zhang et al. Vector field design on surfaces
Whited et al. Betweenit: An interactive tool for tight inbetweening
Takayama et al. Sketch-based generation and editing of quad meshes.
Wither et al. Structure from silhouettes: a new paradigm for fast sketch‐based design of trees
US9330476B2 (en) Generating a modified image with additional content provided for a region thereof
US8928652B2 (en) Sketched overdrawn lines for editing spline-based three-dimensional curves
Li et al. Geometry synthesis on surfaces using field-guided shape grammars
CN109859097A (zh) 脸部图像处理方法、设备、图像处理设备、介质
US20130127857A1 (en) System and Method for Generating a Manifold Surface for a 3D Model of an Object Using 3D Curves of the Object
TWI499798B (zh) 應用於光學系統的自由曲面的設計方法
CN101650835B (zh) 基于局部线性嵌入法构建狗左心室传导系统三维几何结构
Wu et al. Spatially efficient design of annotated metro maps
WO2016179825A1 (zh) 基于三维场景的导航方法
Li et al. Image recoloring using geodesic distance based color harmonization
Nocaj et al. Stub bundling and confluent spirals for geographic networks
WO2020259682A1 (zh) 基于三维点云的初始视角控制和呈现方法及系统
McCrae et al. Sketch-based path design
Schulz et al. Grooming the hairball-how to tidy up network visualizations?
Li RETRACTED ARTICLE: Research on the mechanism and influence factors of urban style building based on cloud computing logistics information
CN107316324B (zh) 基于cuda实现的实时立体匹配及优化的方法
Sharp et al. Geometry processing with intrinsic triangulations
Karciauskas et al. Rational G2 splines.
Yao et al. Region-based line field design using harmonic functions
CN109960766A (zh) 沉浸式环境下针对网络结构数据的可视化呈现和交互方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19932160

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19932160

Country of ref document: EP

Kind code of ref document: A1