[发明专利]一种基于多分辨率的焦点上下文可视化方法

说明书

技术领域

本发明涉及一种基于多分辨率的焦点上下文(Focus+Context，F+C)可视化方法，属于计算机图形学、可视化领域。

背景技术

在屏幕上呈现一个复杂的模型的时候，分辨率始终是有限的，操作人员不可能看到所有需要关注区域的细节。如果直接对焦点区域进行放大，则会使得模型超出屏幕边界，又看不到一个全局的信息。因此就引出焦点上下文(Focus+Context)技术，即在有限屏幕内，不仅能显示用户关注区域的详细信息，又能保证用户对模型整体的一个宏观感知。

随着Focus+Context技术的发展，基本可分为2种方法：基于映射函数的变形算法和基于目标函数优化的变形算法。基于映射函数的变形算法又有两种经典的方法--鱼眼变形方法和高斯径向放大方法；基于目标函数优化的变形算法也有两个经典的方法--二次规划变形方法和形变量最小化方法。

1986年Furnas借签鱼眼视图(Fish-eye view)效果，提出了具有重要影响力的鱼眼算法，其思想是对位于焦点区域内的点按用户指定的放大因子放大，同时利用预先定义的映射函数对焦点区域外的点的位置进行映射。

现有的映射函数可以分为两类：(1)全局映射函数，即对位于焦点区域外的所有点进行映射。Harrie等人使用的映射函数，网格的放大比例随着与焦点区域中心距离的增大而减小；(2)局部映射函数，即对临近焦点区域的固定范围内的点进行映射，其它区域点的位置保持不变。Yamamoto等使用的映射函数，位于变形区域内点的位置通过贝塞尔(Bezier)插值函数得到，使其远离焦点区域。既不属于焦点区域也不属于变形区域的部分是上下文区域，位于上下文区域内的点保持其位置不变。

早起的基于映射函数的变形算法，大家发现一个很严重的问题，就是模型的变形太过严重。对用户的识别造成很大问题，而且没有一个评判标准来对变形的结果进行定量评估，所以研究者提出了基于目标函数的变形算法来实现Focus+Context技术。

解决优化问题的常用技术是数学规划(Mathematical Programming)。首先将实际问题用一些变量进行抽象描述，然后将优化的目标定义为这些变量的函数，即目标函数，将优化过程需要满足的约束条件定义为这些变量的等式或不等式。研究人员已经对数学规划问题进行了大量的研究，并对一些特定类型的问题提供的高效的解决方法，例如，LPs(Linear Pragrams)问题、CQP(Convex Quadratic Programs)问题。所以研究基于目标函数优化的变形算法，关键在于如何定义变量，设计合理的目标函数和约束条件，从而达到既快又好的变形效果。

2008年，Yu-Shuen Wang等人提出利用形变最小思想对三维模型实现Focus+Context可视化。文中先对模型设计一个正方体闭包，对该闭包划分均匀网格。将模型点的变形转化为对网格的变形。主要分为以下几个步骤：

(1)基于三维模型的均匀网格划分；

(2)划分Princple网格和Trivial网格；

(3)基于目标函数的定义；

(4)添加边界约束条件；

(5)对目标函数进行迭代求解；

(6)路网数据重建；

这种方法的缺点是计算量大。

2011年，Jan-Henrik Haunet对路网进行Focus+Context可视化。他是对路网的变形，所以认为路的变形越小则效果越好。该算法将路网看做一个图，每一段道路就是图中的一条边，采用CQP(Convex Quadratic Program)方法，将目标函数定义为尽量减小图中边的变形，并通过添加约束条件来避免边与边之间的交叉，从而对路网结构图中边的布局进行优化。虽然效果很好，但是时间特别慢，特别是当模型顶点更多的时候，时间呈几何倍数增长。该方法的缺点是形变量大、计算时间长。形变量是指在对模型进行变形之后，变形后的模型与原始模型差异性的一个度量。

发明内容

本发明的目的是为了克服上述已有技术的缺陷，解决对模型Focus+Context可视化的时候出现的模型形变大和计算时间长等问题，提出一种基于多分辨率网格的Focus+Context可视化技术。

本发明的目的是通过下述技术方案实现的。

本发明的一种基于多分辨率网格的Focus+Context可视化方法，其具体步骤如下：

步骤一、获取目标对象的原始点云数据。