基于互信息和图像融合的二维流场可视化方法

基于互信息和图像融合的二维流场可视化方法
【技术领域】
[0001] 本发明设及二维流场可视化技术领域，特别设及一种能够展示流场方向并增强流 场特征识别的二维流场融合性可视化技术，尤指一种基于互信息和图像融合的二维流场可 视化方法。
【背景技术】
[0002] 二维流场可视化领域，有经典的六种方法。值avidH.Laidlaw,RobedM. Kirby,CullenD.Jackson,J.ScottDavidson,TimothyS.Miller,MarcodaSilva, WilliamH.Warren,MichaelJ.Tarr.Comparing2DVectorFieldVisualization Methods:AUserSl:udy.IE邸Trans.Vis.Comput.Graph. 2005, 11(1) :59-70)已 经设计了化erStudy的方法对着六种方法做了详细地比较分析，发现在选取流场中所有 特征点时，线积分卷积（LIC,LineIntegralConvolution)是效果最好的方法，因为该 方法能够显示流场中几乎所有的细节信息，然而LIC不能表示出流场流向信息，所W在确 定流场中某点流向时效果最差。该一点（0STR,image-guidedstreamlines)和（GSTR, streamlinesseededonaregulargrid)表现得最好。能否有可视化方法既能表征 出流场的详细信息，又能显而易见地确定任何一点的流向，（Wol化amvon化nek,Tino Weinkauf,HolgerTheisel,Hans-PeterSeidel.SmokeSurfaces:AnInteractive FlowVisualizationTechniqueInspiredbyReal-WorldFlowExperiments.IEEE Trans.Vis.Comput.Graph. 2008, 14巧）：1396-1403)引入了交互的处理方式来达到该 一目的。在分析了Laidlaw的结果之后，值anielAcevedoFeliz,QillenD.Jackson, FritzDrury,DavidH.Laidlaw.UsingVisualDesignExpertsinCritique-Based Evaluationof2DVectorVisualizationMethods.IEEETrans.Vis.Comput.Graph. 2008，14(4) :877-884)提出一种新的二维流体场可视化设计，是由视觉设计专家在比较 了几种常用二维流体可视化方法之后书面画出来的，通过保留LIC方法的触感信息，在 加上线形法中类似0STR的流向信息，该使得可视化的结果更加清晰和更具信息量。也 有些学者用联合的思想来交互实现二维流体场的可视化，值avidSc虹oeder,DaneM. Coffey,DanielF.Keefe.DrawingwiththeFlow:ASketch-BasedInterfacefor IllustrativeVisualizationof2DVectorFields.SBM2010:49-56)提出在二维流体 场可视化中，将Lie方法得到的流场为背景，交互地在之上用其他颜色画出一些线条，当然 线条的流向是通过算法来符合该流场数据的，该样既提供了流场的详细信息也增加了流场 中关系区域的流向信息。该些交互处理二维流场可视化的方法使人想到了信息论方法中互 信息的概念，保留两种方法中的优势部分。互信息被广泛的用在处理不确定数据的分析和 可视化中。互信息能够测量一个随机变量X和另一个随机变量Y之间互享的信息量（化ao1i Wang,Han-WeiShen.InformationTheoryinScientificVisualization.Entropy, 2011，13(1) :254-273)，也能被用来定量分析某一种可视化方法得到的结果。图像之间的 融合技术能够把两幅或者更多的对于同一事物的图像减少成一幅并且所得结果能够更具 有可视效果和信息量。由于缺少一个标准的目标，该使得融合出来的图像很难被解释说明，(RogerBramon,ImmaBoada,AntonBardera,JoaquimRodriguez,MiquelFeixas, JosepPuig,MateuSbert.MultimodalDataFusionBasedonMutualInformation. IE邸Trans.Vis.Comput.Graph. 2012，18 巧）：1574-1587)就根据互信息的概念来自动 融合医学数据，通过调整输入数据到同一数据空间和一个融合的过程来得到更好地可视化 结果。
[0003] 综上所述，LIC方法能够展现流场详细信息但缺乏展现流场方向性及趋势的缺点， W及0STR、GSTR方法可W展现流场趋势却缺乏流场详细信息。

【发明内容】

[0004] 本发明的目的在于提供一种基于互信息和图像融合的二维流场可视化方法，解决 了现有技术存在的上述问题。本发明能够更加有效地显示数据，既具有LIC方法的对流场 细节描述的优势，又具有0STR方法对流场流向的把握，使得可视化结果清晰明了，特征点 定位、类型判断也快速准确。
[0005] 本发明的上述目的通过W下技术方案实现： 基于互信息和图像融合的二维流场可视化方法，包括W下步骤： 步骤（1);输入流场数据； 步骤（2);根据线积分卷积和0STR的方式分别生成流场可视化图； 步骤（3);将可视化图图片转化成为灰度图； 步骤（4);判断是否仅流场特征区域进行融合，如果是则跳转到步骤（5)，如果不是则跳 转到步骤（7); 步骤（5);自动获得流场中特征区域的坐标，根据选定的半径画出该特征区域所在的 圆； 步骤（6);将0STR方式获得的流场可视化图仅取步骤（5)中特征区域内的图像，获得新 的0STR流场特征图； 步骤（7);分别计算两张需要融合的流场可视化图的像素值的Z分布概率； 步骤（8);计算出两张图的条件概率巧F|巧和巧巧； 步骤（9);根据互信息理论，得到两张可视化图之间的互信息关系； 步骤（10);将两张可视化图进行图像融合； 步骤（11);对每一个像素点都比较过之后，产生最终的结果图并输出。
[0006] 所述的步骤（6)将0STR方式获得的流场可视化图仅取步骤（5)中特征区域内的 图像，获得新的0STR流场特征图，其中，获得仅包含特征区域的0STR流场可视化图的方法 是：根据步骤（5)获得的流场特征点为圆屯、，50个像素点的大小为半径画出的圆形区域，仅 保留圆形区域内部的像素值。
[0007] 所述的步骤（7)计算两张需要融合的流场可视化图的像素值的乂分布概率的方法 是：因为流场图已转化成为灰度图，所W像素值的范围为0-255,则某一像素值X的分布概 率可W表示为；巧巧=?(与/W，其中n似表示该像素值在整幅图像中的个数，而颁ij表示 整幅图像中像素点的个数。
[000引所述的步骤（8)计算两张图的条件概率巧n巧和巧巧巧的方法是：对 于X中的某一像素点对日Y中的某一像素点_7,可W分别得到两者的条件概率为 pCfI诗=々和P树y) =n托，其中的11托jr)表示两张图中相同坐标位置 处，像素值等于对日7的像素点对数，財W用相同的方法获得。
[0009] 步骤（9)所述的两张可视化图之间的互信息关系/(X;T)和KF;巧的计算方法 是：
[0010] 所述的步骤（10)将两张可视化图进行图像融合，各像素点取舍依据满足：
，其中Z为最终可视化图中该位置处的像素值。
[0011] 本发明的有益效果在于；与现有的二维流场可视化方法，LIC、GSTR、0STR等相比， 本发明具有W下几个方面的特点和优点： 1、本发明方法在流场信息展示的方式中融入了互信息和图像融合的技术。
[0012] 2、本发明解决了LIC方法能够展现流场详细信息但缺乏展现流场方向性及趋势 的缺点，W及0STR、GSTR方法可W展现流场趋势却缺乏流场详细信息缺陷，本发明实现了 既能展现流场流向信息又能展现详细信息。
[0013] 3、本发明在展现流场信息时可W自动实现仅展示流场特征区域详细信息及流向 信息而其余部分仅展现详细信息。
【附图说明】
[0014] 此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发 明的示意性实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。
[0015] 图1为本发明的流程图； 图2为本发明的基于互信息和图像融合的流场可视化效果图； 图3为线积分卷积流场可视化图； 图4为0STR方式流场可视化图； 图5为本发明的流场特征区域选定图； 图6为0S TR流场可视化图中仅特征区域效果图； 图7为本发明的仅特征区域的0STR图与LIC图融合效果图； 图8为本发明的方法效果图。
【具体实施方式】
[0016] 下面结合附图进一步说明本发明的详细内容及其【具体实施方式】。
[0017] 参见图1至图8所示，本发明的基于互信息和图像融合的二维流场可视化方法，包 括w下步骤： 步骤（1);输入流场数据； 步骤（2);根据线积分卷积和OSTR的方式分别生成流场可视化图； 步骤（3);将可视化图图片转化成为灰度图； 步骤（4);判断是否仅流场特征区域进行融合，如果是则跳转到步骤（5)，如果不是则跳 转到步骤（7); 步骤（5);自动获得流场中特征区域的坐标，根据选定的半径画出该特征区域所在的 圆； 步骤（6);将OSTR方式获得的流场可视化图仅取步骤（5)中特征区域内的图像，获得新 的OSTR流场特征图； 步骤（7);分别计算两张需要融合的流场可视化图的像素值的乂分布概率； 步骤（8);计算出两张图的条件概率巧JT巧和巧巧； 步骤（9);根据互信息理论，得到两张可视化图之间的互信息关系； 步骤（10);将两张可视化图进行图像融合； 步骤（11);对每一个像素点都比较过之后，产生最终的结果图并输出。
[0018] 所述的步骤（6)将OSTR方式获得的流场可视化图仅取步骤（5)中特征区域内的 图像，获得新的OSTR流场特征图，其中，获得仅包含特征区域的OSTR流场可视化图的方法 是：根据步骤（5)获得的流场特征点为圆屯、，50个像素点的大小为半径画出的圆形区域，仅 保留圆形区域内部的像素值。
[0019] 所述的步骤（7)计算两张需要融合的流场可视化图的像素值的乂分布概率的方法 是：因为流场图已转化成为灰度图，所W像素值的范围为0-255,则某一像素值X的分布概 率可W表示为：巧料(却W，其中n任;表示该像素值在整幅图像中的个数，而颁ij表示 整幅图像中像素点的个数。
[0020] 所述的步骤（8)计算两张图的条件概率巧。.巧和.巧。巧的方法是：对 于X中的某一像素点对日Y中的某一像素点_7,可W分别得到两者的条件概率为 FCfI句=?€*；*/)/"(句和衣片1jr)/ii(jr)，其中的nkjr)表示两张图中相同坐标位置 处，像素值等于对日7的像素点对数，P財W用相同的方法获得。
[0021] 步骤（9)所述的两张可视化图之间的互信息关系ipr;巧和巧r;巧的计算方法 是：
[0022] 所述的步骤（10)将两张可视化图进行图像融合，各像素点取舍依据满足：
，其中Z为最终可视化图中该位置处的像素值。
[002引 实施例： 参见图1至图8所示，本发明的基于互信息和图像融合的二维流场可视化方法，包括W下步骤： (1) 输入流场数据，流场的定义域为[0,700]*[0,700]; (2) 根据线积分卷积和OSTR的方式分别生成流场可视化图如图2,图3所示； (3) 将图片转化成为灰度图； (4) 判断是否仅流场特征区域进行融合，如果是则跳转到步骤巧），如果不是则跳转到 步骤（7); (5) 良据{LaurentItti,ChristofKoch,ErnstNiebur.AModelof Salie打cy-BasedVisualAtte打tio打for民apidSee打eAnalysis.IEEETrans.Pattern Anal.Mach.IntelL(PAMI) 20(11): 1254-1259 (1998))化方;由背司嫌為祗域夺噫'隹弦 域的坐标，根据选定的半径可W画出该特征区域所在的圆，如图4所示； (6) 将OSTR方式获得的流场可视化图仅取步骤5中特征区域内的图像，获得新的OSTR 流场特征图5 ; (7) 分别计算两张需要融合的流场可视化图的像素值的分布概率；因为已经将OSTR和 LIC得到的流场可视化图转化成灰度图，所W每张可视化图的像素值都在0-255之间，分别 计算OSTR中像素点的分布概率巧巧=?(却冲，其中x=化1J5句，减示图像中像素点的 个数，nC句表示像素点值为X的像素点个数；同理计算出LIC得到的流场可视化图中像素 点的分布概率巧巧； 做计算出两张图的条件概率巧巧和巧巧；对于X中的某一像素点X和Y中的某一像素点可W分别得到两者的条件概率为!马-片,/b(句和 f的_v) =n托诗片〇〇，其中的舟表示两张图中相同坐标位置处，像素值等于对日勺 像素点对数，fCxIW也可W用相同的方法获得； (9) 根据互信息理论，可W得到两张可视化图之间的互信息关系
(10) 接下来就需要将两张图进行图像融合了，融合的依据是：两张图融合成一张可视 化的图，在确定图像中某一位置处存放的是X的像素点还是Y的像素点时，通过判断第巧） 步中得到的/任，-0和/6v乃的大小确定，遵循的原则为该点处互信息量大的点为最终结 果中的点； 对每一个像素点都比较过之后，就可W生产最终的结果图并输出。
[0024] W上所述仅为本发明的优选实例而已，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W有各种更改和变化。凡对本发明所作的任何修改、等同替换、改进等， 均应包含在本发明的保护范围之内。
【主权项】
1. 一种基于互信息和图像融合的二维流场可视化方法，其特征在于：包括以下步骤： 步骤（1):输入流场数据； 步骤（2):根据线积分卷积和OSTR的方式分别生成流场可视化图； 步骤（3):将可视化图图片转化成为灰度图； 步骤（4):判断是否仅流场特征区域进行融合，如果是则跳转到步骤（5)，如果不是则跳 转到步骤（7); 步骤（5):自动获得流场中特征区域的坐标，根据选定的半径画出该特征区域所在的 圆； 步骤（6):将OSTR方式获得的流场可视化图仅取步骤（5)中特征区域内的图像，获得新 的OSTR流场特征图； 步骤（7):分别计算两张需要融合的流场可视化图的像素值的Z分布概率； 步骤（8):计算出两张图的条件概率和J3PHO ; 步骤（9):根据互信息理论，得到两张可视化图之间的互信息关系； 步骤（10):将两张可视化图进行图像融合； 步骤（11):对每一个像素点都比较过之后，产生最终的结果图并输出。2. 根据权利要求1所述的基于互信息和图像融合的二维流场可视化方法，其特征在 于：所述的步骤（6)将OSTR方式获得的流场可视化图仅取步骤（5)中特征区域内的图像， 获得新的OSTR流场特征图，其中，获得仅包含特征区域的OSTR流场可视化图的方法是：根 据步骤（5)获得的流场特征点为圆心，50个像素点的大小为半径画出的圆形区域，仅保留 圆形区域内部的像素值。3. 根据权利要求1所述的基于互信息和图像融合的二维流场可视化方法，其特征在 于：所述的步骤（7)计算两张需要融合的流场可视化图的像素值的Z分布概率的方法是：因 为流场图已转化成为灰度图，所以像素值的范围为0-255,则某一像素值Z的分布概率可以 表示为：/^') = ?^>/^，其中/7&；表示该像素值在整幅图像中的个数，而颁1」表示整幅图 像中像素点的个数。4. 根据权利要求1所述的基于互信息和图像融合的二维流场可视化方法，其特征在 于：所述的步骤（8)计算两张图的条件概率JO和的方法是：对于X中的某一 像素点1和Y中的某一像素点_7,可以分别得到两者的条件概率为4 = nCuO/nfr)和 = ，其中的HfcjO表示两张图中相同坐标位置处，像素值等于^和J0勺 像素点对数，用相同的方法获得。5. 根据权利要求1所述的基于互信息和图像融合的二维流场可视化方法，其特征在 于：步骤（9)所述的两张可视化图之间的互信息关系/(Hl和的计算方法是：6.根据权利要求1所述的基于互信息和图像融合的二维流场可视化方法，其特 征在于：所述的步骤（10)将两张可视化图进行图像融合，各像素点取舍依据满足：，其中Z为最终可视化图中该位置处的像素值。
【专利摘要】本发明涉及一种基于互信息和图像融合的二维流场可视化方法，属于二维流场可视化技术领域。在比较分析了几种经典的二维流场可视化技术之后，运用信息论中互信息的概念以及图像融合的技术，对已有的经典二维流场可视化技术进行处理，得到一种新的二维流场可视化技术。本发明能够更加有效地显示数据，既具有LIC方法的对流场细节描述的优势，又具有OSTR方法对流场流向的把握，使得可视化结果清晰明了，特征点定位、类型判断也快速准确。
【IPC分类】G06T13/80
【公开号】CN104881889
【申请号】CN201510336013
【发明人】潘志庚, 王盛波, 张明敏
【申请人】吉林纪元时空动漫游戏科技股份有限公司
【公开日】2015年9月2日
【申请日】2015年6月17日