亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        自適應(yīng)顏色映射及其在空洞演化可視化中的應(yīng)用

        2020-06-20 12:01:32喬潔雯
        計(jì)算機(jī)應(yīng)用 2020年6期
        關(guān)鍵詞:空洞個(gè)數(shù)亮度

        喬潔雯,陳 偉

        (江南大學(xué)數(shù)字媒體學(xué)院,江蘇無(wú)錫 214000)

        (?通信作者電子郵箱wchen_jdsm@jiangnan.edu.cn)

        0 引言

        空洞演化是指材料內(nèi)部微觀結(jié)構(gòu)中,大量點(diǎn)缺陷和雜質(zhì)在演化臨界值的作用下,造成空位聚集,從而形成空洞的過(guò)程。臨界值決定了某時(shí)刻空洞的大小、分布等特征??斩刺卣魇怯脩舴治隹斩葱纬稍虻闹匾罁?jù)之一??斩磭?yán)重影響材料質(zhì)量和使用性能??梢暬鳛榉治隹斩瓷稍虻妮o助工作,有助于用戶通過(guò)觀察演化類型、區(qū)域分布等信息,預(yù)測(cè)和比較不同臨界值下的微缺陷[1],而在其顏色映射(Color Mapping)工作中,由于各種因素的干擾,比如感知均勻(Perceptual Uniformity)、顏色配比、顏色路徑等,會(huì)造成可視化結(jié)果中有效信息的減少,從而影響空洞演化微缺陷的預(yù)測(cè)和比較。因此,通過(guò)改進(jìn)顏色映射提升空洞演化可視化效果的方法有利于用戶正確分析微缺陷形成的原因,并提出合理措施以避免缺陷形成,進(jìn)而提高材料使用性能。

        顏色映射是利用顏色空間中的控制點(diǎn)構(gòu)成顏色路徑,將數(shù)據(jù)映射為路徑中的顏色,生成顏色映射圖(色圖),用于可視化的過(guò)程[2]。控制點(diǎn)是用來(lái)控制和調(diào)整顏色路徑曲線形狀的特殊點(diǎn),該點(diǎn)的位置、個(gè)數(shù)均為影響顏色路徑形態(tài)及各中顏色值的因素??刂泣c(diǎn)的表示由所在顏色空間決定。例如,HSV(Hue,Saturation,Value)空間中,各控制點(diǎn)位置表示為(H,S,V);而在CIELAB 空間中,其位置表示為(L,A,B)。近年來(lái),研究學(xué)者針對(duì)不同的應(yīng)用領(lǐng)域,為顏色映射提出了有針對(duì)性的改進(jìn)方向,例如:文獻(xiàn)[3]根據(jù)洪水領(lǐng)域顏色分布及不確定性,提出將顏色配比、感知均勻作為改進(jìn)方向;文獻(xiàn)[4]以地圖領(lǐng)域擁有較多細(xì)節(jié)特征為基礎(chǔ),提出將顏色路徑中的控制點(diǎn)個(gè)數(shù)作為改進(jìn)方向。由于應(yīng)用領(lǐng)域的不同,顏色映射需具備針對(duì)性,其映射結(jié)果應(yīng)充分顯示所應(yīng)用領(lǐng)域的特征,因此本文針對(duì)空洞演化領(lǐng)域,從特征可辨識(shí)性、全空間頻率特征感知均勻兩方面,對(duì)顏色映射進(jìn)行改進(jìn),從而提升空洞演化可視化效果。

        正確獲取演化類型、明確區(qū)域分布是提升空洞演化特征可辨識(shí)性的主要因素。獲取正確的空洞演化類型是用戶觀察空洞演化可視化結(jié)果的首要任務(wù)。空洞演化類型有固-液演化、固-氣演化、液-固演化等。文獻(xiàn)[5]認(rèn)為顏色常被聯(lián)想為現(xiàn)實(shí)生活自然意義中的某類實(shí)體,并指出藍(lán)色被大多數(shù)人聯(lián)想為液體。顏色聯(lián)想極易導(dǎo)致用戶獲取錯(cuò)誤的演化類型。例如,圖1(a)中空洞演化類型為固-液演化,藍(lán)色區(qū)域?qū)嶋H表示固體,但因顏色聯(lián)想問(wèn)題,使得該區(qū)域易被誤認(rèn)為液體,由此導(dǎo)致用戶獲取錯(cuò)誤的演化類型。傳統(tǒng)顏色映射工作中,配比顏色時(shí),未考慮顏色聯(lián)想問(wèn)題。

        明確區(qū)域分布是用戶分析空洞形成原因的必要條件。空洞演化區(qū)域有基體域、基體-空洞擴(kuò)散域、空洞域,其中擴(kuò)散區(qū)域根據(jù)數(shù)據(jù)特征值(基體-空洞轉(zhuǎn)換臨界值)被細(xì)分為基體-基體臨界域、基體-空洞過(guò)渡域、空洞-空洞臨界域。面對(duì)多個(gè)區(qū)域,為每一個(gè)區(qū)域匹配唯一的顏色序列段,以區(qū)分其他區(qū)域,是明確區(qū)域分布的理想方法。一個(gè)顏色序列段由控制點(diǎn)間多個(gè)顏色值組成,控制點(diǎn)數(shù)量決定顏色序列段個(gè)數(shù)[6]。然而,傳統(tǒng)顏色映射工作追求普適性,弱化了應(yīng)用領(lǐng)域的特殊性,無(wú)法將生成的顏色序列段與空洞演化中包含的區(qū)域相匹配[7]。一方面,傳統(tǒng)顏色映射工作中,控制點(diǎn)個(gè)數(shù)的選擇缺乏依據(jù)。例如,圖1(a)中擴(kuò)散域內(nèi)可辨別的區(qū)域總量(5 個(gè))多于實(shí)際擴(kuò)散域內(nèi)包含的區(qū)域個(gè)數(shù)(3 個(gè))??刂泣c(diǎn)個(gè)數(shù)多于實(shí)際所需,使得可視化結(jié)果中產(chǎn)生虛假區(qū)域分布。另一方面,由于控制點(diǎn)位置固定,傳統(tǒng)顏色映射方法較難適應(yīng)空洞演化可視化的多樣性要求??斩囱莼梢暬鄻有允遣煌R界值下,空洞形貌、區(qū)域分布的多樣性??刂泣c(diǎn)位置固定,導(dǎo)致構(gòu)成的顏色路徑具有唯一性,與多樣性存在矛盾。

        圖1 兩種顏色映射方法的可視化結(jié)果Fig.1 Visualization results of two color mapping methods

        保持空洞演化全空間頻率特征的感知均勻,能夠避免區(qū)域邊界被模糊,同時(shí)有效防止各區(qū)域內(nèi)部出現(xiàn)異常顏色特征??斩囱莼娜臻g頻率特征由兩部分構(gòu)成,分別是數(shù)據(jù)平穩(wěn)過(guò)渡的低空間頻率特征和數(shù)據(jù)突變的高空間頻率特征。感知均勻指的是顏色空間中兩種顏色的歐氏距離與人類對(duì)顏色的感知差異一致[8]。傳統(tǒng)顏色映射方法基于不同的顏色空間,僅能保證部分空間頻率特征的感知均勻。例如,基于RGB(Red,Green,Blue)顏色空間的顏色映射方法,因所屬顏色空間中某段顏色路徑歐氏距離遠(yuǎn)小于實(shí)際色差,導(dǎo)致低空間頻率特征的感知不均勻,從而造成該特征域內(nèi)出現(xiàn)局部高對(duì)比度,呈現(xiàn)異常顏色特征[9](如圖1(a));基于CIELAB 顏色空間的顏色映射方法,因所屬顏色空間中某段顏色路徑歐氏距離遠(yuǎn)大于實(shí)際色差,導(dǎo)致高空間頻率特征的感知不均勻[10],易在該特征域內(nèi)形成局部低對(duì)比度,從而模糊區(qū)域邊界[11](如圖1(b))。文獻(xiàn)[12]通過(guò)研究空間頻率對(duì)顏色差異的影響,提出亮度是控制高空間頻率下感知均勻的關(guān)鍵因素。因此本文引入亮度一致性,結(jié)合CIELAB 空間,較好地保證了全空間頻率的感知均勻。

        針對(duì)上述問(wèn)題,本文從提高特征可辨識(shí)性、保持全空間頻率感知均勻兩個(gè)方面,提出了一種基于數(shù)據(jù)特征的自適應(yīng)顏色映射方法。該方法基于CIELAB 空間和亮度一致性,根據(jù)數(shù)據(jù)特征改變顏色路徑,調(diào)整路徑中控制點(diǎn)的位置(L,A,B),將路徑中各點(diǎn)亮度增量和作為感知差異總和,結(jié)合均衡化算法重映射感知差異和,確保路徑中亮度增量一致,從而完成自適應(yīng)過(guò)程并優(yōu)化了感知均勻。該方法提升了可視化結(jié)果的特征可辨識(shí)性,保證了全空間頻率的感知均勻。

        1 建立應(yīng)用領(lǐng)域模型

        本文旨在改進(jìn)顏色映射方法,提升空洞演化可視化效果。往往將傳統(tǒng)顏色映射方法與改進(jìn)顏色映射方法在相同的可視化條件下進(jìn)行比較,從而對(duì)比可視化效果的差異。因此通過(guò)建立通用空洞演化模型,確保可視化條件一致,是后續(xù)提出改進(jìn)方向及設(shè)計(jì)實(shí)驗(yàn)的基礎(chǔ)。

        空洞形貌變化微小,常用數(shù)值方法模擬微觀變化[13],其中,相場(chǎng)法被廣泛應(yīng)用于材料空洞演化微觀結(jié)構(gòu)演變的模擬工作中[14],因此本文使用相場(chǎng)法,建立通用模型。

        使用連續(xù)相場(chǎng)變量描述時(shí)空狀態(tài),反映空洞演化形貌特征及瞬態(tài)演變過(guò)程,是相場(chǎng)法建立空洞演化模型的核心[15]。相場(chǎng)法通過(guò)相場(chǎng)變量φ(x,t),判定t時(shí)刻Ω總域內(nèi)某一點(diǎn)的所屬區(qū)域類別[16]。該點(diǎn)與空洞中心相距x,相場(chǎng)變量范圍為[0,1]。

        空洞演化過(guò)程存在三大區(qū)域:基體域、空洞域、基體-空洞擴(kuò)散域[17]。φ(x,t)于基體域ΩS,表征為0;φ(x,t)于空洞域ΩL,表征為1;φ(x,t)于基體-空洞擴(kuò)散域,表征為0 <φ(x,t) <1。根據(jù)基體-空洞轉(zhuǎn)換臨界值φ1、φ2,將擴(kuò)散區(qū)域進(jìn)一步細(xì)分為基體-基體極限域、基體-空洞過(guò)渡域、空洞-空洞極限域。圖2(a)表示的是相場(chǎng)法建立模型下的區(qū)域分布情況。

        本文以兩相空洞演化模型為例,按圖2(b)相場(chǎng)變量與x的曲線關(guān)系,選取φ作為相場(chǎng)變量,區(qū)分基體相和空洞相。圖1即為使用相場(chǎng)法建立的演化模型的可視化結(jié)果。

        圖2 相場(chǎng)變量在模擬過(guò)程中的分布及變化Fig.2 Distribution and variation of phase field variables in simulation process

        2 自適應(yīng)顏色映射

        使用相場(chǎng)法時(shí),需設(shè)定最小單元,根據(jù)該單元平均劃分演化模型,且每一個(gè)單元都對(duì)應(yīng)一個(gè)相場(chǎng)變量φ(x,t)值,由該值可獲取最小單元的區(qū)域類別??斩囱莼瘮?shù)據(jù)特征值φ1、φ2由相場(chǎng)變量決定。與傳統(tǒng)顏色映射相比,本文改進(jìn)的方法在工作中可根據(jù)不同的空洞演化數(shù)據(jù)特征值,初始化控制點(diǎn)個(gè)數(shù)及位置,并自適應(yīng)調(diào)整控制點(diǎn)位置,構(gòu)成相應(yīng)的顏色路徑,將相場(chǎng)變量數(shù)據(jù)映射為路徑中的顏色,從而為每一個(gè)最小單元賦予對(duì)應(yīng)顏色,生成可視化結(jié)果。為了提高特征可辨識(shí)性、保證全空間頻率感知均勻,本文在改進(jìn)過(guò)程中著重考慮了控制點(diǎn)個(gè)數(shù)的選擇及位置的調(diào)整。一方面,控制點(diǎn)個(gè)數(shù)決定了被映射數(shù)據(jù)區(qū)域特征的可辨識(shí)效果。兩個(gè)控制點(diǎn)構(gòu)成一段顏色序列。當(dāng)每一部分區(qū)域特征僅由唯一的顏色序列段進(jìn)行映射時(shí),可以獲得較好的特征可辨識(shí)效果。另一方面,控制點(diǎn)位置的靈活調(diào)整是實(shí)現(xiàn)自適應(yīng)特性、保證感知均勻的基礎(chǔ)。傳統(tǒng)顏色映射方法中,控制點(diǎn)一旦選定就無(wú)法再做調(diào)整。本文以亮度一致性、色差均勻?yàn)橄拗茥l件,根據(jù)數(shù)據(jù)特征自適應(yīng)地調(diào)整控制點(diǎn)位置,良好地適應(yīng)了不同的被映射數(shù)據(jù)。圖3 為改進(jìn)方法的主要流程。

        圖3 改進(jìn)顏色映射方法的流程Fig.3 Flowchart of improved color mapping method

        2.1 提高特征可辨識(shí)性

        正確獲取演化類型、明確區(qū)域分布是提高特征可辨識(shí)性的關(guān)鍵因素。本文通過(guò)配比顏色,使顏色符合自然意義,從而獲取正確的演化類型;通過(guò)選取合適的控制點(diǎn)個(gè)數(shù),自適應(yīng)調(diào)整控制點(diǎn)位置,使空洞演化區(qū)域特征清晰可辨,從而明確區(qū)域分布。

        1)顏色配比符合自然意義。

        本文方法根據(jù)不同的演化類型帶來(lái)的自然意義,調(diào)整顏色路徑中控制點(diǎn)的顏色配比。以本文模型為例,該模型的演化類型為固體向液體演化。以固、液所表達(dá)的自然意義為依據(jù),分別為顏色路徑兩端的控制點(diǎn)設(shè)置了土黃色和藍(lán)色。土黃色表示基體域(固態(tài));藍(lán)色表示空洞域(液態(tài))。

        顏色聯(lián)想是指人腦常將某顏色和現(xiàn)實(shí)生活中具有相同顏色的某個(gè)實(shí)體產(chǎn)生聯(lián)系[18]。為了使演化類型被正確獲取,應(yīng)合理地運(yùn)用顏色聯(lián)想。

        2)選取合適的控制點(diǎn)個(gè)數(shù)。

        本文選擇四個(gè)控制點(diǎn)組成顏色路徑,并設(shè)定顏色路徑中間兩個(gè)控制點(diǎn)的顏色為深土黃色和白色。

        控制點(diǎn)個(gè)數(shù)取決于區(qū)域數(shù)量??斩囱莼舶鍌€(gè)區(qū)域,其中基體域、空洞域由顏色路徑兩端點(diǎn)的顏色表示。因此改進(jìn)方向是利用三個(gè)顏色序列段,表示剩余各區(qū)域。相鄰兩個(gè)控制點(diǎn)組成一段顏色序列。

        空洞演化擴(kuò)散域內(nèi)含連續(xù)增量變化數(shù)據(jù)。當(dāng)顏色路徑中控制點(diǎn)個(gè)數(shù)有限時(shí),利用亮度變化能較好地反映區(qū)域內(nèi)部增量變化數(shù)據(jù)[9]。

        3)自適應(yīng)調(diào)整控制點(diǎn)位置。

        本文方法中不改變控制點(diǎn)色調(diào),而是通過(guò)自適應(yīng)調(diào)整控制點(diǎn)亮度值和控制點(diǎn)間插值點(diǎn)的個(gè)數(shù),結(jié)合均衡化方法,保證調(diào)整控制點(diǎn)后,顏色路徑仍具備亮度一致性和色差均勻性。

        空洞形貌、區(qū)域分布的差異由空洞演化所經(jīng)歷的時(shí)間和數(shù)據(jù)特征值決定。時(shí)間、數(shù)據(jù)特征值的差異,造成了空洞演化可視化結(jié)果的多樣性。自適應(yīng)過(guò)程是在保持亮度一致性和色差均勻的基礎(chǔ)上,改變初始控制點(diǎn)間插值點(diǎn)個(gè)數(shù)和位置的過(guò)程。該過(guò)程始終遵循數(shù)據(jù)特征值,有助于顏色映射適應(yīng)空洞演化可視化的多樣性。

        2.2 保持全空間頻率感知均勻

        本文方法基于CIELAB 顏色空間,結(jié)合亮度一致性,保證全空間頻率下的感知均勻性,并通過(guò)對(duì)比敏感度測(cè)試,輔助評(píng)估感知均勻性。

        CIELAB 空間(如圖4)中,兩顏色間的歐氏距離與人類對(duì)顏色的感知差異一致。CIE1976 色差公式(式(1))與CIELAB空間的歐氏距離相等,使低空間頻率保持感知均勻。式(1)表示顏色路徑中相鄰插值點(diǎn)的色差。在i取值范圍內(nèi),所有?Si相等,即為色差均勻。

        圖4 CIELAB顏色空間模型Fig.4 CIELAB color space model

        亮度一致性要求顏色路徑中所有插值點(diǎn)間的亮度增量相等,該特性使高空間頻率保持感知均勻。式(2)表示相鄰插值點(diǎn)間的亮度增量。在i取值范圍內(nèi),所有?li相等,即為亮度一致性。

        式中:li為插值點(diǎn)i的亮度值;ai、bi為插值點(diǎn)i的色調(diào);N為插值點(diǎn)總數(shù)。

        對(duì)比敏感度測(cè)試,要求將斜坡正弦函數(shù)(式(3))作為工具,評(píng)估感知均勻性[19]。圖5(a)中,黑框內(nèi)光柵條的可辨認(rèn)部分顯示不完整,該圖被評(píng)估為感知不均勻。圖5(b)中,黑框內(nèi)光柵條的可辨認(rèn)部分顯示完整,下邊緣不可見(jiàn)位置基本一致,該圖被評(píng)估為感知均勻。

        圖5 感知均勻的評(píng)估結(jié)果Fig.5 Evaluation results of perceptual uniformity

        2.3 自適應(yīng)顏色映射算法步驟

        自適應(yīng)顏色映射方法的流程如圖3所示,具體步驟如下:

        步驟1 遵循顏色配比符合自然意義這一條件,輸入控制點(diǎn)色調(diào),初始控制點(diǎn)坐標(biāo)(L,A,B)如表1所示。以本文模型為例,為表中A、B賦值;將控制點(diǎn)亮度值作為變量,色差均勻作為已知條件(式(4)),據(jù)表1 給出的參數(shù),結(jié)合式(6)和約束條件(式(5)),存在(Li-Li+1)max使目標(biāo)函數(shù)1極大化成立,獲得初始控制點(diǎn)位置。

        表1 控制點(diǎn)的坐標(biāo)參數(shù)Tab.1 Coordinate parameters of control points

        已知條件為:

        約束條件為:

        目標(biāo)函數(shù)1為:

        式中:Li為控制點(diǎn)i的亮度值;n為控制點(diǎn)的個(gè)數(shù);?li為L(zhǎng)i和Li+1間的亮度增量;Ni為L(zhǎng)i和Li+1間的插值點(diǎn)數(shù);K為各相鄰控制點(diǎn)間亮度增量的均值。K=Δli,表示顏色路徑具有亮度一致性。

        步驟2 利用二次插值B樣條函數(shù)逼近控制點(diǎn),依據(jù)亮度增量一致性,均勻提取插值點(diǎn),插值點(diǎn)數(shù)為N=100,由此形成初始顏色路徑;據(jù)式(6),計(jì)算各相鄰初始控制點(diǎn)間亮度增量的均值K,此時(shí)K=Kmax≠Δli。本文方法需不斷調(diào)整控制點(diǎn),以達(dá)到自適應(yīng)的效果。因此B樣條曲線是生成顏色映射路徑的通用且靈活的方法。初始顏色路徑中,亮度增量累計(jì)和與插值點(diǎn)的分布關(guān)系如圖6(a)所示,圖中分布關(guān)系顯示此時(shí)顏色路徑是亮度不一致的。

        步驟3 輸入數(shù)據(jù)特征值φ1、φ2,采用0-1 標(biāo)準(zhǔn)化方法,計(jì)算0-1 區(qū)間內(nèi)數(shù)據(jù)特征值的比例位置p1、p2;根據(jù)p1、p2計(jì)算各控制點(diǎn)間的重插值點(diǎn)數(shù)(如表2);利用分段B樣條重插值顏色路徑;計(jì)算重插值顏色路徑中各相鄰控制點(diǎn)間亮度增量的均值K'和控制點(diǎn)間的亮度增量。由圖6(a)通過(guò)步驟3 得到圖6(b)。圖6(b)為重插值顏色路徑中亮度增量累計(jì)和與插值點(diǎn)的分布關(guān)系。如果K'=,轉(zhuǎn)至步驟5;否則轉(zhuǎn)至步驟4。

        步驟4 據(jù)已知和約束條件(式(4)、式(5)),調(diào)整控制點(diǎn)亮度,優(yōu)化顏色路徑,保證目標(biāo)函數(shù)2 中ΔZi相等;計(jì)算Li、Li+1間亮度差增量,獲得新的顏色路徑;計(jì)算調(diào)整亮度后相鄰控制點(diǎn)間亮度增量的均值K"和控制點(diǎn)間的亮度增量,此時(shí)K"=Δli"。由圖6(b)通過(guò)步驟4 得到圖6(c)。圖6(c)為調(diào)整亮度后顏色路徑中亮度增量累計(jì)和與插值點(diǎn)分布關(guān)系。

        目標(biāo)函數(shù)2為:

        步驟5 將圖6(c)所示的亮度累計(jì)和分布作為重映射函數(shù),使用均衡法得到基于數(shù)據(jù)特征的顏色路徑,此時(shí)生成新的亮度差異和分布,如圖6(d)所示;均衡法的核心思想是以步長(zhǎng)N-1L,均分亮度累計(jì)和L,使L(t)表示前t段亮度累計(jì)和,其中t的范圍為t∈{1,2,…,N};將顏色路徑中各點(diǎn)對(duì)應(yīng)的LAB值轉(zhuǎn)換為RGB值,生成最終色圖。

        圖6 改進(jìn)步驟中亮度增量累計(jì)和與插值點(diǎn)的分布關(guān)系Fig.6 Distribution relationship of accumulative sum of brightness increments and interpolation points in improvement step

        表2 控制點(diǎn)間的重插值點(diǎn)數(shù)分布Tab.2 Distribution of re-interpolation points between control points

        步驟5.1 LAB 空間轉(zhuǎn)為XYZ 空間,兩者關(guān)系如式(8)~(9)所示:

        步驟5.2 XYZ 空間轉(zhuǎn)為RGB 空間,兩者關(guān)系如式(10)所示:

        圖7(a)~(f)中,左側(cè)為本文方法的空洞演化可視化結(jié)果,右側(cè)為傳統(tǒng)顏色映射方法的空洞演化可視化結(jié)果。

        圖7(a)~(c)為三種不同數(shù)據(jù)特征值下的單空洞演化結(jié)果;圖7(d)~(f)為不同時(shí)刻下的多空洞演化結(jié)果。在性能方面,記錄不同方法生成可視化結(jié)果的平均用時(shí)發(fā)現(xiàn),本文方法在運(yùn)行速度性能上稍優(yōu)于傳統(tǒng)顏色映射方法,運(yùn)行時(shí)間減少了1.8%。觀察由本文方法生成的結(jié)果時(shí),可依靠顏色本身,直觀而輕松地獲取演化類型,并賦予顏色具體的數(shù)據(jù)意義。如圖7(a)左側(cè),深土黃色到白色的顏色序列段被用來(lái)表示過(guò)渡區(qū)域特征。無(wú)論面向何種數(shù)據(jù)特征值,該特征值下的空洞演化過(guò)渡域,總是由這兩個(gè)顏色組成的序列段表示。相反地,傳統(tǒng)顏色映射方法無(wú)法用某段顏色序列固定表示某區(qū)域。如圖7(a)右側(cè),過(guò)渡域由綠色-黃色-紅色組成的顏色序列段構(gòu)成。在不同特征值下,用戶無(wú)法從顏色直觀地辨別某區(qū)域。因此相較傳統(tǒng)顏色映射方法,本文方法有更好的特征可辨識(shí)性。

        圖7 本文方法和傳統(tǒng)顏色映射方法的可視化結(jié)果比較Fig.7 Comparison of visualization results between proposed method and traditional method

        3 實(shí)驗(yàn)與結(jié)果分析

        本文共設(shè)計(jì)四項(xiàng)實(shí)驗(yàn),目的是從測(cè)試角度驗(yàn)證顏色配比、控制點(diǎn)個(gè)數(shù)、自適應(yīng)是影響空洞演化可視化效果的因素,并從特征可辨識(shí)性和全空間頻率感知均勻兩方面分析實(shí)驗(yàn)數(shù)據(jù),表明本文方法能夠有效提升空洞演化可視化的效果。

        實(shí)驗(yàn)1 中,主要使用本文方法與僅考慮顏色空間的傳統(tǒng)顏色映射方法生成的九類色圖,映射具有不同數(shù)據(jù)特征值的空洞演化模型,并將映射結(jié)果按照顏色配比、控制點(diǎn)個(gè)數(shù)因素為依據(jù)分類,進(jìn)行特征可辨識(shí)性分析,從而驗(yàn)證在充分考慮顏色配比及控制點(diǎn)個(gè)數(shù)這兩個(gè)因素的基礎(chǔ)上,本文方法擁有更好的特征可辨識(shí)性。

        實(shí)驗(yàn)2 中,主要使用本文方法與忽略數(shù)據(jù)多樣性特征的顏色映射方法生成的八類色圖,映射具有不同數(shù)據(jù)特征值的空洞演化模型,并將映射結(jié)果按照自適應(yīng)因素為依據(jù)分組,進(jìn)行特征可辨識(shí)性及觀測(cè)所需時(shí)長(zhǎng)的對(duì)比分析,從而驗(yàn)證具有自適應(yīng)性的顏色映射方法,能加強(qiáng)映射結(jié)果的特征可辨別性,并縮短了觀測(cè)時(shí)長(zhǎng)。

        實(shí)驗(yàn)3 中,主要使用本文方法與僅考慮顏色空間的傳統(tǒng)顏色映射方法生成的九類色圖,映射不同時(shí)刻下的空洞演化模型,并進(jìn)行特征可辨識(shí)性分析,從而驗(yàn)證本文方法能較好地適應(yīng)不同時(shí)刻的空洞演化模型。

        實(shí)驗(yàn)4 中,使用對(duì)比敏感度測(cè)試,評(píng)估本文方法的感知均勻性。

        3.1 實(shí)驗(yàn)內(nèi)容

        本文實(shí)驗(yàn)共有116 位被試者參與,被試中無(wú)色覺(jué)缺陷者。實(shí)驗(yàn)開(kāi)始前,在Windows 10 環(huán)境下,利用高級(jí)圖形開(kāi)發(fā)軟件Matlab,設(shè)計(jì)交互測(cè)試應(yīng)用程序,并將該程序作為測(cè)試工具。將本文方法與傳統(tǒng)顏色映射方法生成的空洞演化模型映射結(jié)果作為本部分實(shí)驗(yàn)的基本刺激材料。

        3.1.1 實(shí)驗(yàn)材料

        實(shí)驗(yàn)1中,選取了36張空洞演化可視化結(jié)果圖,用作對(duì)比實(shí)驗(yàn)的刺激材料,選定:1)φ1=0.2、φ2=0.5;2)φ1=0.3、φ2=0.7;3)φ1=0.2、φ2=0.6;4)φ10.4、φ2=0.8 作為生成可視化結(jié)果圖的數(shù)據(jù)特征值;依據(jù)顏色配比、控制點(diǎn)個(gè)數(shù)為分類依據(jù),將實(shí)驗(yàn)1 中所有顏色映射方法對(duì)應(yīng)的色圖分為3 類。圖8 為九類色圖的分類情況,其中,除本文方法外,其余由傳統(tǒng)顏色映射方法生成的色圖分別被命名為BMRY、PYGB、PRYBP、BWYB、RAINBOW、GRAY、BWR、LOOP。實(shí)驗(yàn)1.1 中,由主試提供一張用例材料,供被試參考,如圖9 所示,圖中黑線表示數(shù)據(jù)特征值φ1、φ2位置;使用用例材料,是為了將擴(kuò)散域的位置作為已知條件,排除控制點(diǎn)個(gè)數(shù)因素的干擾。實(shí)驗(yàn)1.2,將空洞演化類型,即固液演化,作為已知條件,排除顏色配比因素的干擾。

        圖8 實(shí)驗(yàn)1中色圖的分類情況Fig.8 Classification of color maps in experiment 1

        圖9 實(shí)驗(yàn)1.1中的用例材料圖Fig.9 Diagram used as an example in experiment 1.1

        實(shí)驗(yàn)2 中,選取了8 張空洞演化可視化結(jié)果圖,用作對(duì)比實(shí)驗(yàn)的刺激材料;所用的刺激材料,均不受顏色配比、控制點(diǎn)個(gè)數(shù)因素的影響,選定:1)φ1=0.2、φ2=0.5;2)φ1=0.3、φ2=0.7;3)φ1=0.2、φ2=0.6;4)φ1=0.4、φ2=0.8 作為生成可視化結(jié)果圖的數(shù)據(jù)特征值。依據(jù)自適應(yīng)因素,將刺激材料分為兩類,圖10為實(shí)驗(yàn)2刺激材料的分類情況,圖中各材料左上角標(biāo)有對(duì)應(yīng)編號(hào),左列刺激材料由本文方法生成,具有自適應(yīng)特性;相反地,右列結(jié)果圖是由忽略數(shù)據(jù)多樣性特征的顏色映射方法生成,該列結(jié)果圖不具備自適應(yīng)性,無(wú)法體現(xiàn)數(shù)據(jù)多樣性特征。

        實(shí)驗(yàn)3中,選取了27張空洞演化可視化結(jié)果圖,用作刺激材料;選定φ1=0.2、φ2=0.5 作為生成多空洞演化模型的數(shù)據(jù)特征值;依據(jù)時(shí)間變量分類刺激材料。

        實(shí)驗(yàn)4中,選取了4張由斜坡正弦函數(shù)構(gòu)成的光柵可視化結(jié)果圖(如圖10)作為刺激材料;使用由本文方法生成的色圖,將其用于光柵可視化;選定φ1=0.2、φ2=0.5 作為生成色圖的數(shù)據(jù)特征值。

        圖10 實(shí)驗(yàn)2中刺激材料的分組情況Fig.10 Grouping of stimulative materials in experiment 2

        圖11 為實(shí)驗(yàn)4 評(píng)估感知均勻模型,圖中包含64 條光柵,若光柵條均勻可見(jiàn),無(wú)不可辨認(rèn)特征,意味著顏色映射本身是感知均勻的。

        實(shí)驗(yàn)中所有刺激材料圖片的尺寸為454×454像素。

        圖11 實(shí)驗(yàn)4中的評(píng)估感知均勻模型Fig.11 Perceptual uniformity evaluation model in experiment 4

        3.1.2 實(shí)驗(yàn)要求

        所有被試者被隨機(jī)分為兩組,每組58 人,組間測(cè)試內(nèi)容互相抑制,每人按順序完成4 項(xiàng)測(cè)試。測(cè)試前,被試者需閱讀測(cè)試說(shuō)明,熟悉程序及提交數(shù)據(jù)的過(guò)程,10 min 后進(jìn)行測(cè)試。在實(shí)驗(yàn)1 和實(shí)驗(yàn)3 測(cè)試過(guò)程中,要求被試者在30 s 內(nèi),選擇刺激材料圖中φ1、φ2的位置;實(shí)驗(yàn)1.1 中,提前告知被試擴(kuò)散域在結(jié)果圖中的位置;實(shí)驗(yàn)1.2 中,提前告知被試空洞演化類型;實(shí)驗(yàn)2 和實(shí)驗(yàn)4 中,無(wú)時(shí)間限制。主試收集被試的選擇結(jié)果以及時(shí)間的樣本記錄,并根據(jù)實(shí)驗(yàn)組別中的每一項(xiàng)刺激材料,分類樣本數(shù)據(jù),計(jì)算指標(biāo)均值。表3 為被試內(nèi)容及被試分組安排,表中,“√”表示實(shí)驗(yàn)中的被試材料分類依據(jù)及數(shù)據(jù)特征類型,空白處表示實(shí)驗(yàn)中的被試材料無(wú)需此分組依據(jù),其中實(shí)驗(yàn)3、4中的被試材料無(wú)需分類。

        表3 被試實(shí)驗(yàn)內(nèi)容及被試分組安排Tab.3 Experimental content and grouping arrangement of participants

        3.2 實(shí)驗(yàn)數(shù)據(jù)分析

        實(shí)驗(yàn)總樣本量22 968 組,其中:實(shí)驗(yàn)1 包含8 352(36×58×2+36×58×2)組數(shù)據(jù)樣本,實(shí)驗(yàn)2 包含928(4×58×2+4×58×2)組數(shù)據(jù)樣本,實(shí)驗(yàn)3包含6 264(27×116×2)組數(shù)據(jù)樣本,實(shí)驗(yàn)4包含7 424(64×116)組數(shù)據(jù)樣本。

        本文根據(jù)被試選擇的數(shù)據(jù)特征值φ1、φ2的位置結(jié)果,以實(shí)際φ1、φ2位置為標(biāo)準(zhǔn),計(jì)算平均絕對(duì)誤差(Mean Absolute Error,MAE)、平均相對(duì)誤差(Mean Relative Error,MRE)、均方根誤差(Root Mean Squared Error,RMSE)、準(zhǔn)確率(Accuracy)、標(biāo)準(zhǔn)差作為指標(biāo),評(píng)定特征可辨識(shí)性,具體計(jì)算公式見(jiàn)式(11)~(14)。

        式中:di為測(cè)試值;為真實(shí)值;T表示測(cè)試樣本量。

        3.2.1 單因素方差分析

        實(shí)驗(yàn)1.1、實(shí)驗(yàn)1.2 和實(shí)驗(yàn)2 的目的是分別考察顏色配比、控制點(diǎn)個(gè)數(shù)、自適應(yīng)三個(gè)因素對(duì)可視化結(jié)果特征可辨識(shí)性的影響。表4 所示為以準(zhǔn)確率作為因變量,進(jìn)行影響特征可辨識(shí)性的顯著性檢驗(yàn)p值,其中p≤0.001 時(shí),表示該特征在單因素方差分析中差異檢驗(yàn)顯著。表5~7分別為實(shí)驗(yàn)1.1、1.2、2 所對(duì)應(yīng)的各指標(biāo)對(duì)比。本文將表5~7 中的準(zhǔn)確率作為因變量,根據(jù)三項(xiàng)因素,進(jìn)行單因素方差分析(ANalysis Of VAriance,ANOVA)。

        1)顏色配比。

        該因素在誤差率單因素方差分析中起到了顯著的作用。在觀測(cè)可視化結(jié)果過(guò)程中,若顏色配比不符合自然意義,被試將無(wú)法快速地獲取正確的空洞演化類型。實(shí)驗(yàn)1.1 以顏色配比為依據(jù),將刺激材料分為兩類,如圖12 所示,左側(cè)三列顏色配比符合自然意義,右側(cè)六列顏色配比不符合自然意義。觀察圖12,可快速?gòu)念伾浔确献匀灰饬x的可視化結(jié)果中,判斷出空洞演化類型。圖12 的BMYB 中顯示,空洞與基體區(qū)域同為藍(lán)色。根據(jù)顏色聯(lián)想,認(rèn)為兩個(gè)區(qū)域都有表示為液體的可能性,因此被試無(wú)法合理分辨空洞演化類型。本文方法提前預(yù)設(shè)初始控制點(diǎn)色調(diào),使其顏色配比符合自然意義。

        表4 單因素方差分析顯著性檢驗(yàn)結(jié)果Tab.4 One-way ANOVA significance test results

        圖12 實(shí)驗(yàn)1.1中九類色圖生成的可視化結(jié)果Fig.12 Visualization results generated by nine types of color maps in experiment 1.1

        2)控制點(diǎn)個(gè)數(shù)。

        該因素在誤差率單因素方差分析中起到了顯著的作用。空洞演化具有大量區(qū)域特征。理想情況下,使用相鄰控制點(diǎn)間的顏色序列段,表示某一個(gè)區(qū)域。若顏色路徑中控制點(diǎn)個(gè)數(shù)較少,將弱化區(qū)域特征可辨識(shí)性。實(shí)驗(yàn)1.2 以控制點(diǎn)個(gè)數(shù)為依據(jù),將刺激材料分為兩類。從圖12 中觀察可知,相較左側(cè)六列,右側(cè)三列由于顏色路徑中控制點(diǎn)個(gè)數(shù)過(guò)少,使得空洞演化各區(qū)域邊界被模糊,缺少區(qū)域特征的可辨識(shí)性。圖12 的GRAY、LOOP 兩列中顯示,圓框內(nèi)顏色過(guò)渡連續(xù),導(dǎo)致該部分原本的邊界特征被模糊。本文方法預(yù)設(shè)四個(gè)控制點(diǎn),利用三個(gè)顏色序列段,針對(duì)性地表示擴(kuò)散域內(nèi)的三個(gè)區(qū)域特征。

        3)自適應(yīng)。

        該因素在誤差率單因素方差分析中起到了顯著的作用。數(shù)據(jù)特征值、時(shí)間變量決定了空洞演化可視化結(jié)果的多樣性。大部分傳統(tǒng)顏色映射方法缺乏自適應(yīng)性,當(dāng)面對(duì)不同的數(shù)據(jù)特征時(shí),僅能用同一種顏色序列適應(yīng)所有數(shù)據(jù)集。實(shí)驗(yàn)2 以自適應(yīng)為依據(jù),將刺激材料分為兩類,如圖10 所示。材料編號(hào)4 中顯示,深土黃表示φ1=0.4,白色表示φ2=0.8,而在材料編號(hào)8 中,無(wú)法直接通過(guò)顏色特征,判斷數(shù)據(jù)特征值的位置。本文方法基于數(shù)據(jù)特征值改變控制點(diǎn)位置,具備自適應(yīng)特性。

        3.2.2 特征可辨識(shí)性分析

        面對(duì)不同數(shù)據(jù)特征值和時(shí)刻,空洞演化模型是不同的,也就是說(shuō)空洞演化模型具有多樣性。本文自適應(yīng)顏色映射方法需滿足任意空洞演化模型特征,為每個(gè)模型生成獨(dú)特的、具有良好特征可辨識(shí)性的可視化結(jié)果,而通過(guò)單因素方差分析可知,特征可辨識(shí)性受顏色配比、控制點(diǎn)個(gè)數(shù)、自適應(yīng)的影響。因此,本文針對(duì)不同數(shù)據(jù)特征值和時(shí)刻下的空洞演化模型,從顏色配比、控制點(diǎn)個(gè)數(shù)、自適應(yīng)三個(gè)角度,結(jié)合五項(xiàng)指標(biāo),分析本文方法生成結(jié)果的特征可辨識(shí)性。

        表5 所示為實(shí)驗(yàn)1.1 不同空洞演化模型下以顏色配比因素分類對(duì)比的各項(xiàng)指標(biāo)均值。表5 中:T為實(shí)驗(yàn)測(cè)試數(shù)據(jù)量(適用于后續(xù)所有表)。從表5 可以看出,當(dāng)顏色映射方法中顏色的配比符合自然意義時(shí),被試分辨特征的整體準(zhǔn)確率高至96%,RMSE 僅為1.986 16;而當(dāng)顏色配比不符合自然意義時(shí),整體準(zhǔn)確率卻僅為69%,RMSE 卻高達(dá)13.776 14,精密度也明顯處于較低的水平。本文方法在表5 中每一項(xiàng)指標(biāo)均為最優(yōu)解,在表中由粗體顯示(適用于后續(xù)所有表),其中,準(zhǔn)確率相較平均值提高了2 個(gè)百分點(diǎn),RMSE 小于1,標(biāo)準(zhǔn)差約為0.4。表5 數(shù)據(jù)表明,本文方法中顏色配比符合自然意義,避免因顏色聯(lián)想問(wèn)題導(dǎo)致獲取錯(cuò)誤的演化類型。

        表6 所示為實(shí)驗(yàn)1.2 不同空洞演化模型下以控制點(diǎn)個(gè)數(shù)因素分類對(duì)比的各項(xiàng)指標(biāo)均值。從表6 可以看出,將控制點(diǎn)小于4 作為對(duì)比類,當(dāng)控制點(diǎn)個(gè)數(shù)大于等于4 時(shí),被試分辨特征的整體準(zhǔn)確率較高于對(duì)比類,為96%,平均絕對(duì)誤差僅為對(duì)比類的五分之一。本文方法在該表中每一項(xiàng)指標(biāo)均為最優(yōu)解。表6 數(shù)據(jù)表明,本文方法中控制點(diǎn)個(gè)數(shù)對(duì)應(yīng)實(shí)際區(qū)域特征總數(shù),使區(qū)域與顏色序列段一一對(duì)應(yīng),減少虛假特征的出現(xiàn)。

        表7 所示為實(shí)驗(yàn)2 四類數(shù)據(jù)集下根據(jù)自適應(yīng)因素分類對(duì)比的絕對(duì)誤差率和準(zhǔn)確率。表7 結(jié)果表明,當(dāng)使用傳統(tǒng)非自適應(yīng)方法時(shí),被試分辨特征的整體準(zhǔn)確率均值為87%,而本文方法生成的具有自適應(yīng)特性的材料,準(zhǔn)確率為98.5%,標(biāo)準(zhǔn)差為0.322 38。表7 數(shù)據(jù)表明,僅考慮顏色配比與控制點(diǎn)個(gè)數(shù)是不夠的,本文考慮增加自適應(yīng)特性,既滿足空洞演化多樣性的要求,又增強(qiáng)了特征可辨別性。

        結(jié)合表5~7 分析,顏色映射方法若滿足顏色配比遵循自然意義、控制點(diǎn)個(gè)數(shù)大于等于4 個(gè)、自適應(yīng)三個(gè)條件,則可保證被試分辨特征的高精確度、高穩(wěn)定性。因此,面對(duì)不同數(shù)據(jù)特征下的空洞演化模型,本文方法充分考慮顏色配比、控制點(diǎn)個(gè)數(shù)、自適應(yīng)因素,提高了特征可辨識(shí)性。

        實(shí)驗(yàn)3 的目的是以時(shí)間為變量,考察本文方法的特征可辨識(shí)性。實(shí)驗(yàn)中設(shè)置三個(gè)時(shí)刻,將刺激材料按時(shí)間分類,如圖13 所示。圖13 為實(shí)驗(yàn)3 中九類方法生成的刺激材料結(jié)果。觀察圖13發(fā)現(xiàn),GRAY、BWR、LOOP列中,在區(qū)域特征顯示上均有一定程度的缺失,而本文方法生成的結(jié)果圖中,清晰分辨各空洞的區(qū)域分布,并可以良好地預(yù)測(cè)后續(xù)每個(gè)空洞的成長(zhǎng)趨勢(shì)。

        表5 實(shí)驗(yàn)1.1中根據(jù)顏色配比因素分類對(duì)比的指標(biāo)均值Tab.5 Classification and comparison of mean values of indicators according to different color proportions in experiment 1.1

        表7 實(shí)驗(yàn)2中四類數(shù)據(jù)集下根據(jù)自適應(yīng)因素分類對(duì)比的絕對(duì)誤差率和準(zhǔn)確率Fig.7 Classification and comparison of absolute error rate and accuracy according to adaptivity factor under four types of datasets in experiment 2

        表8 所示為實(shí)驗(yàn)3 九類方法映射不同時(shí)刻空洞演化模型的各項(xiàng)指標(biāo)對(duì)比。表8 結(jié)果表明,針對(duì)每一時(shí)刻下的空洞演化模型,本文方法在每項(xiàng)指標(biāo)中均為最優(yōu)解,其中,平均絕對(duì)誤差指標(biāo)最大值僅為其余八類傳統(tǒng)顏色映射方法最小值二分之一,同樣的,準(zhǔn)確率高了1個(gè)百分點(diǎn)。表8數(shù)據(jù)表明,本文方法在可視化空洞演化過(guò)程時(shí),完全不受時(shí)間變量的影響,能靈活地為每一時(shí)刻的空洞演化結(jié)果賦予符合其特征的顏色映射圖。

        通過(guò)特征可辨識(shí)性分析,由本文方法在測(cè)試結(jié)果中各項(xiàng)指標(biāo)均為最優(yōu)可知,當(dāng)面對(duì)不同數(shù)據(jù)特征值和時(shí)刻下的空洞演化模型時(shí),本文方法因滿足顏色配比遵循自然意義、控制點(diǎn)個(gè)數(shù)大于等于4 個(gè)、自適應(yīng)三個(gè)條件,使用戶能更精確地判定數(shù)據(jù)特征值φ1、φ2的位置,正確獲取空洞演化類型,明確空洞演化區(qū)域分布特征,保持較好的特征可辨識(shí)性,提高可視化效果,從而使用戶通過(guò)觀察空洞演化結(jié)果,精確預(yù)測(cè)空洞演化過(guò)程。

        圖13 實(shí)驗(yàn)3中九類色圖生成的可視化結(jié)果Fig.13 Visualization results generated by nine types of color maps in experiment 3

        表8 實(shí)驗(yàn)3中九類方法映射不同時(shí)刻空洞演化模型的各項(xiàng)指標(biāo)均值Tab.8 Mean values of various indicators of void evolution model mapped by nine methods at different times in experiment 3

        3.2.3 觀測(cè)時(shí)長(zhǎng)對(duì)比分析

        實(shí)驗(yàn)2 中,由主試記錄時(shí)間,而被試被告知無(wú)時(shí)間限制,避免被試有意識(shí)地提升測(cè)試速度,影響實(shí)驗(yàn)效果。自適應(yīng)是區(qū)別本文方法和傳統(tǒng)顏色映射方法的因素之一。實(shí)驗(yàn)中,將自適應(yīng)作為主要分類因素,對(duì)比兩種方法在四類數(shù)據(jù)集下,被試觀測(cè)每張材料圖片所需的時(shí)間。

        實(shí)驗(yàn)2 中被試觀測(cè)8 張材料圖片分別對(duì)應(yīng)的平均時(shí)長(zhǎng)如表9所示。表9結(jié)果表明,被試觀測(cè)本文方法生成的材料圖片時(shí),大約用時(shí)為5.74 s;而觀測(cè)由非自適應(yīng)顏色映射方法生成的材料時(shí),所需平均用時(shí)是本文方法的2.5 倍。該結(jié)果從時(shí)間角度驗(yàn)證了本文方法能提高分辨數(shù)據(jù)特征的效率。

        表9 實(shí)驗(yàn)2被試觀測(cè)材料的平均時(shí)長(zhǎng)單位:sTab.9 Average time of participants observing materials in experiment 2unit:s

        本文通過(guò)自適應(yīng)調(diào)整控制點(diǎn)位置的方式,減少了可視化結(jié)果的觀測(cè)時(shí)長(zhǎng),從時(shí)效方面極大地提高了空洞演化可視化結(jié)果的性能。

        3.2.4 評(píng)估本文方法的感知均勻性

        實(shí)驗(yàn)3 中以斜坡正弦光柵圖像作為刺激材料,選擇了數(shù)據(jù)特征值φ1=0.2、φ2=0.5,并采用本文方法生成了評(píng)估感知均勻模型,如圖11 所示。被試根據(jù)圖中標(biāo)記的64 個(gè)光柵條,選擇其特征可辨認(rèn)位置。

        各光柵條對(duì)應(yīng)的116 位被試測(cè)試組數(shù)據(jù)的平均值分布如圖14 所示,其中縱坐標(biāo)表示的是被試所選的光柵特征位置,具體對(duì)應(yīng)的是圖11 中評(píng)估感知均勻模型圖的高度,單位為像素。圖14 中,光柵條特征分布較均勻,無(wú)明顯異常結(jié)果出現(xiàn),表明本文方法保證了全空間頻率感知均勻。

        3.3 空洞遷移演化模型的可視化

        空洞演化除空洞生長(zhǎng)演化過(guò)程外,還存在著空洞遷移演化過(guò)程??斩催w移是空洞中心朝著速度方向不斷前進(jìn)的過(guò)程。在該過(guò)程中,空洞形狀隨著遷移的進(jìn)行而不斷發(fā)生變化。圖15 給出的是基于空洞遷移演化模型建立的可視化結(jié)果。本文以速度20 μm/s 為常量、時(shí)間(s)為變量,建立該模型,并且使用本文方法與傳統(tǒng)顏色映射方法對(duì)模型進(jìn)行映射。由圖15可以看到,相較于基于RGB顏色空間的傳統(tǒng)顏色映射方法的映射結(jié)果,本文方法在展示空洞右緣特征時(shí),能得到更為清晰的區(qū)域分布特征。在空洞形貌改變的前提下,自適應(yīng)顏色映射方法仍表現(xiàn)良好。

        圖14 實(shí)驗(yàn)4中特征條數(shù)的均值分布Fig.14 Distribution of mean values of feature numbers in experiment 4

        圖15 空洞遷移演化模型的可視化結(jié)果Fig.15 Visualization results of void migration evolution model

        4 結(jié)語(yǔ)

        本文提出了基于數(shù)據(jù)特征的自適應(yīng)顏色映射方法,該方法融合色差穩(wěn)定及亮度一致性,保證全空間頻率感知均勻;根據(jù)顏色配比、控制點(diǎn)個(gè)數(shù)因素,設(shè)置初始顏色路徑;跟隨數(shù)據(jù)特征改變控制點(diǎn)位置,以顏色適應(yīng)數(shù)據(jù),保持感知均勻,不斷優(yōu)化路徑,完成自適應(yīng)過(guò)程。本文通過(guò)對(duì)比度敏感測(cè)試,即評(píng)估感知均勻模型,驗(yàn)證了本文方法可保持全空間頻率感知均勻。通過(guò)對(duì)比實(shí)驗(yàn)分析發(fā)現(xiàn),本文方法提高了用戶觀測(cè)可視化結(jié)果的接受度及準(zhǔn)確性,縮減了觀測(cè)時(shí)長(zhǎng)。通過(guò)對(duì)影響可視化效果的三個(gè)因素進(jìn)行分析,證明顏色配比符合自然意義、適量控制點(diǎn)、跟隨特征自適應(yīng)變化在單因素方差分析中,顯著地影響了空洞演化可視化特征可辨識(shí)性。因此,在可視化過(guò)程中,當(dāng)用戶使用顏色映射時(shí),應(yīng)充分考慮映射數(shù)據(jù)的自然意義及特征。用戶可使用自適應(yīng)顏色映射方法,保證全空間頻率感知均勻、提高特征可辨識(shí)性,從而提高空洞演化可視化效果。本文研究還存在一定的不足:未充分考慮色盲人群的需求,該類人群有其特定的顏色敏感度。將在后續(xù)的研究中繼續(xù)優(yōu)化該方法,以滿足更多人的需求,加深其適用廣度。

        猜你喜歡
        空洞個(gè)數(shù)亮度
        怎樣數(shù)出小正方體的個(gè)數(shù)
        等腰三角形個(gè)數(shù)探索
        怎樣數(shù)出小木塊的個(gè)數(shù)
        亮度調(diào)色多面手
        怎樣數(shù)出小正方體的個(gè)數(shù)
        亮度一樣嗎?
        空洞的眼神
        基于斬波調(diào)制的LED亮度控制
        人生的亮度
        用事實(shí)說(shuō)話勝過(guò)空洞的說(shuō)教——以教育類報(bào)道為例
        新聞傳播(2015年20期)2015-07-18 11:06:46
        大又大粗又爽又黄少妇毛片| 久久精品国产亚洲av试看| 一本色道久久亚洲av红楼| 成人国成人国产suv| 免费无码午夜福利片69| 色伊人国产高清在线| 亚洲熟女一区二区三区不卡 | 日韩欧美在线观看成人| 成人性生交大片免费看i| 午夜视频在线瓜伦| 艳妇臀荡乳欲伦交换在线播放| 亚洲成人免费无码| 开心五月激动心情五月| 插鸡网站在线播放免费观看| 东北寡妇特级毛片免费| 一本一本久久a久久精品综合| 熟女高潮av一区二区| 亚洲国产精品久久久久久无码| 人人玩人人添人人澡| 亚洲国产成a人v在线观看| 男女上床免费视频网站| 亚洲精品成人网站在线播放| 亚洲av日韩精品久久久久久| 亚洲一区二区三在线播放| 99精品国产一区二区三区| 性色做爰片在线观看ww| 亚洲AV激情一区二区二三区| 精品女人一区二区三区| 香港三级午夜理论三级| 4444亚洲人成无码网在线观看| 538在线视频| 国产熟女一区二区三区不卡| 免费观看的a级毛片的网站| 亚洲黄色尤物视频| 日日噜噜噜夜夜狠狠久久蜜桃| 精品九九人人做人人爱 | 精品国偷自产在线不卡短视频| 日本高清视频一区二区| 国产内射爽爽大片视频社区在线| 成人在线激情网| av二区三区在线观看 |