针对资料视觉化所设计之简单及快速的种子集建构系统ANew.ppt

針對資料視覺化所設計之簡單及快速的種子集建構系統 大綱 研究目的 相關工作 新種子集演算法 實驗結果及分析 結論 研究目的 相關名詞解釋 科學視覺化 實體資料的取得 等值面的擷取 新種子集演算法 降低種子集大小 提昇等值面擷取速度 簡單且易於實作 科學視覺化(scientific visualization) 主要目的是透過電腦圖學來呈現立體的三維資料 不易觀察的訊息能更完整的呈現 應用 醫學診斷 大氣模擬 生物分子結構 數學領域 實體資料的取得 實體資料(volume data) 由許多二維影像所重疊而成的三維立體資料 取得方式 電腦斷層掃瞄(CT)、核磁共振(MRI)、正子斷層掃瞄(PET) 等值面的擷取(iso-surface extraction) 主要目的是對三維實體資料做運算而產生一連串的多邊形，並組成多邊形網格(triangle meshes) 單元格子(cell) 等值(iso-value) 等值面(iso-surface) 等值面的擷取(iso-surface extraction) 等值輪廓線(iso-contour) 等值面的擷取(iso-surface extraction) 等值面(iso-surface) 種子集(seed-set) 種子集為實體資料集合的部份子集合，其特性為實體資料內的所有等值面都會與此種子集相交 同值擴展演算法(iso-contouring algorithm) 藉由尋訪相鄰的單元格子，以遞迴的方式不斷地向外擴展，直到完成整個等值面 相關工作 Volume Thinning 演算法 以瘦身的方式(thinning method)從三維實體資料中尋找相當小的種子集 Itoh et al. IEEE Transactions on Visualization and Computer Graphics Contour Tree 演算法 提出輪廓樹資料結構來記錄三維實體資料中等值面的變化，再從中擷取較小的種子集 Kreveld et al. Proceedings of the thirteenth annual symposium on Computational geometry Volume Thinning 演算法 影像瘦身(image thinning) Volume Thinning 演算法 極端點的擷取(extrema point extraction) Volume Thinning 演算法 三維瘦身方法 新種子集演算法 想法的起源 ? 2D span space 新種子集演算法 單元格子的分群 增加資料集合內單元格子之間的關聯性 減少種子集中不必要的單元格子之產生 擷取種子集程序 將整個資料集合中的單元格子皆視為種子集元素 以兩個輪迴的方式來進行對種子集的刪減 Whole1 Pass Whole2 Pass 單元格子的分群 擷取種子集程序 Whole1 Pass：是否有一個相鄰的單元格子其範圍能包含目前單元格子的範圍，若能包含則將目前的單元格子移除，否則保留 Whole2 Pass：是否有相鄰的單元格子們其範圍的聯集能夠包含目前單元格子的範圍，若能則將目前的單元格子移除，否則保留。 Whole1 Pass 在開始執行Whole1 Pass 程序之前，將整個資料集合中的單元格子皆視為種子集元素，然後從中逐漸地一個一個去排除不必要的單元格子 Whole1 Pass Wole1 Pass 化簡過程 從點A 到點F 逐一地來考慮每一個單元格子是否能夠被刪除 點B、C、E、F，因為其鄰居的範圍能包含它們的範圍，所以可以將它們刪除 只需要保留住單元格子A、D即能找到所有的等值面 Whole2 Pass 拿Whole1 Pass 精簡過後的種子集來進行Whole2 Pass 的考慮 透過鄰居範圍的聯集來考慮是否刪除單元格子 單元格子B的等值面(45~50)由單元格子A 所貢獻 單元格子B的等值面(50~55)由單元格子C 所貢獻 Whole2 Pass 表示法說明 雙圓圈點表示經由Whole1 Pass 後所保留的單元格子 單圓圈點表示經由Whole1 Pass 後所刪除的單元格子 線段(虛線及實線)表示單元格子之間互為鄰居 箭頭線段表示著單元格子間的包含關係 Whole2 Pass 錯誤的循環(wrong cycle) 當某單元格子的鄰居的祖先為自己本身時，此鄰居將不予以考慮 追蹤祖先(linked list vs. disjoint set) 擷取種子集程序統整 Step1：將資料集合中的所有單元格子皆視為種子集中的元素 (所有單元格子皆標示為1) Step2：透過Whole1 Pass 對此集合進行刪減的動作