大规模层次图集的可视化研究

层次图集是我们日常生活中经常需要查阅的数据。但当数据规模较大时,传统的浏览就由于低效而不适用了。可视化则可以提供快速有效的查看层次图集信息的方法,它能展现大规模层次图集数据的分类、数据变化、多维标签等信息。本文主要研究大规模层次图集有效的可视化表达方法,具体的研究内容有：(1)设计大规模层次图集可视化方案,以Voronoi树图和Photomosaic技术分别表达数据的层次信息和图集信息。针对大规模层次图集,Voronoi树图稳定且快速地表达了数据的变化,Photomosaic技术艺术化表达图像信息,也呈现了图像对应的文本描述信息。(2)在表达层次数据信息时,对Voronoi树图的核心CVT算法迭代计算进行改进,并提出了动态Voronoi树图的数据稳定性算法。本文设计了均值调整法有效地减小了CVT的计算误差,并基于节点误差变化率、节点误差值优化了迭代终止条件,从而使CVT迭代计算效率提升了近1/3。为表达数据变化特性,本文针对“结构不变、权重改变”和“结构改变、权重改变”两种情况设计了一种数据处理方法,使计算生成的Voronoi树图布局具有稳定性,动态地表达数据变化特性。本文还制定了基于模板、基于图像轮廓提取、基于用户自定义的三种Voronoi树图的凸多边形轮廓设计方案,以丰富Voronoi树图布局的视觉效果。(3)在利用Photomosaic技术对图集可视化基础上,本文对静态的Photomosaic进行了扩展与改进,并提出了一种目标图选取策略。本文使Photomosaic技术可以支持动态层次图集,并能交互展现图像与图像的文本信息。为适应大规模图集可视化的计算需求,本文在兼顾马赛克图的视觉效果的同时,利用FFT算法对核心的瓦片匹配计算做了加速。分析目标图对马赛克图效果的影响,提出了一个目标图选取策略,能针对不同的图集,得到可视效果较好的马赛克图。(4)设计与实现了层次图集可视化原型系统。原型系统以数据处理、层次数据可视化、图集可视化三个模块为主,综合呈现了大规模图集的可视化效果。并以“中国植物图像库”为例,对数万计的层次图集进行案例了分析,验证了本文的可视化方案对较大规模图集的可行性。本文以Voronoi树图和Photomosaic的联合方案支持大规模层次图集数据可视化。在对Voronoi树图的算法原理研究基础上,提高了计算精度与时间效率,并能表达数据的时变性。深入研究Photomosaic的瓦片匹配算法研究,采用FFT算法实现加速匹配,可生成效果较好的马赛克图。从而实现了对大规模层次图集数据的可视化研究。