第五讲二维平面数据其他可视化方法.pptVIP

科学计算可视化 二维平面数据场的可视化方法 二维数据场是科学计算可视化处理的最简单的一类数据场，二维数据场是在某一平面上的一些离散数据，可看成定义在某一平面上的一维标量函数F=F(x,y)。二维数据场可视化的方法主要有颜色映射法、等值线、立体图法和层次分割法等，这些方法的原理都比较简单。 颜色映射方法 可视化系统中，常用颜色表示数据场中数据值的大小，即在数据与颜色之间建立一个映射关系，把不同的数据映射为不同的颜色。在绘制图形时，根据场中的数据确定点或图元的颜色，从而以颜色来反映数据场中的数据及其变化。 颜色映射方法 可视化系统处理的数据一般为离散网格数据，网格之间的数据采用插值的方法计算。 可视化系统的绘制模块一般不直接插值计算网格间的数据，而是利用计算机硬件提供的功能直接对颜色的RGB基色值进行插值计算，这样有助于提高绘制速度。 等值线方法 所谓等值线是由所有这样的点(xi, yi)定义，其中F(xi, yi)=Fi(Fi为一给定值)，将这些点按一定顺序连接组成了函数F(x,y)的值为Fi的等值。常见的等值线如等高线，等温线，是以一定的高度，温度作为度。 等值线方法 假设网格单元都是矩形，其等值线生成算法的主要步骤如下： 1） 逐个计算每一个网格单元与等值线的交点； 2） 连接该单元内等值线的交点，生成该单元内的等值线线段； 3） 由一系列单元内的等值线线段构成该网格中的等值线； 实际上存在着两种连接方式的二义情况，不可能判断哪种连接情况是正确的。 可采用单元剖分法，算法的基本思想是利用对角线将矩形单元分成四个三角形单元，求出中心点的函数值，等值线的抽取直接在三角单元中进行。三角单元中至多只包含一条等值线，从而避免了二义性问题，但处理单元数目增加了四倍。 二维平面的散乱数据 在实际应用中,有时数据不是规则数据,而是分散的. 三角化 三角化是指从数据点形成三角形网格的过程。 剖分 对偶问题: 假定每个数据点是一只狼。每只狼在控制自己的领地方面，实力均衡 。 这些狼控制的地区如何划分各自的领地? 剖分 – 两只或三只狼的情况 剖分 – 两只或三只狼的情况 Dirichlet 剖分 这个剖分就是著名的Dirichlet 或 Voronoi 剖分 给定Dirichlet 剖分的 N 个点 P1, P2, ... PN 下面是一个增加新的数据点情况下构剖分的算法 Dirichlet 剖分 Delaunay Triangulation Delaunay 三角化 这种三角化的形成基于各点分享共同边界的剖分。 这种剖分具有很好的性质：避免出现瘦长的三角形出现。 具体的实现可参考以下网址: /Info/People/chew/ Delaunay.html 从三角数据绘制轮廓线 最后的步骤就是根据三角数据绘制轮廓线。 方法特点：简单 – 对现行插值绘制轮廓线很容易。 基于三角形轮廓线的实现 三角形每个顶点或正或负 (忽略零的情况) 有 23 = 8 可能性 … 但是本质上只有两种情况 无轮廓线 (各点符号相同) 有轮廓线 (2 点符号相同, 1 点不同) 实现: 确定 8 种可能性 属于两类里的哪种 顶点为零，怎么办? 基于曲面的视角可视化 曲面视角可视化是一个特殊的二维标量场的映射技术。 在三维空间中创建一个曲面，曲面的高度由标量数值来表示。 构造过程比较简单：假定在一个矩形网格上。 构造 - 1 构造 - 2 实例 立体图法和层次分割法 立体图法就是以一个立体图形来显示平面数据场，因为将平面数据场的数据转换为高度，从整体上可以看成三维图形。使用立体图方法显示，可以用多种方法拟合数据场，如：三角面片、曲面逼近等，曲面逼近会产生更好的效果。但由于数据场的密度较大，完全可以使用三角面片模型来显示整个数据场。在显示中，可以采用法向量插值来消除Mach效应，使用多光源来增强立体效果。 立体图法和层次分割法 层次划分法是立体图法的扩展，首先用户定义层次范围及各层的颜色。在绘制每个三角面片时，若三角面片的最大值、最小值都在一个层内，则按该层的颜色绘制；否则要将三角面片进一步剖分为m个多边形，每个多边形处于一层，并以各层颜色绘制。这样各层之间就有一个明显的层次分割线。在实际应用中可用于显示等值线、等高线等。 两种方法特别适合于对地形数据场进行可视化处理。 图像显示 另一个二维数据映射技术是图像显示方法。 点阵 : 每个数据点为一个绘制点, 根据数值着色 (此方法速度很快, 但是生成质量差) 图像显示 图像显示 应用举例 立体云图显示处理系统 ??? 气象分析和预报要处理大量的测量或计算数据，气象云图是其中一种非常重要的气象数据，也常用于发布天气预报。气象研究中，地形和云层的高度是影响天气演变的重要因素，运用可视化技术，将三