[发明专利]逆向渲染绘制的热力图可视化方法

说明书

本发明公开了一种逆向渲染绘制的热力图可视化方法，以视窗单个像素点为分析点，根据适用于当前分析的影响力叠加模式分析单个像素点的临近数据点的分布并计算影响力图像并映射成灰度图像，然后按照灰度图像的整体分布规律划分得到渐变色分级阈值，以这种自适应的方式获得热力图的色彩梯度，然后赋色得到热力图。本发明充分考虑到数据的地理空间分布的实际情况，受地图尺度影响较小，可以更加稳定地表现数据特征，具有良好的数据可视化效果。并且本发明根据屏幕像素点先计算后绘制，影响力叠加不依赖于渲染器，可以根据不同的需求设置不同的影响力叠加模型，更适用于地理空间POI分析。

技术领域

本发明涉及数据可视化方法，尤其涉及一种逆向渲染绘制的热力图可视化方法。

背景技术

随着大数据的蓬勃发展，数据可视化技术也随之快速发展。由于大数据中捆绑着大量地理空间信息，而热力图作为一种直观的可视化方法，具有综合展示数据地理空间特征和属性特征的良好特性，可帮助各个领域的研究人员获取地理空间知识^[1]，因此深受欢迎。赵婷等人使用微软内部发布的Heat Map并结合k-means聚类算法针对地理标签数据的可视化表达进行了研究^[2]；杨微使用了影响力叠加算法改进后绘制的热力图对全国居民小区价格进行了分析^[3]；吴志强则通过使用百度热力图对上海市城市空间结构进行探索研究^[4]。

在热力图具体绘制方面，作为一种基于密度的定性分析可视化方法，其本身是依赖于数据的空间位置信息绘制而成的。一般的热力图以数据对象为出发点，将数据进行投影聚类^[5]，确定数据点影响半径，然后绘制出热力灰度图，并用渐变色为热力图赋色。很多开源网络地图如：国外的Openlayer、Leaflet以及国内的百度地图、天地图和超图地图等在线地图都为开发者提供了API接口，可以在这些平台下便捷地实现一般热力图的绘制。但也暴露出了一些不足，主要有以下几点：(1)自适应能力差，不同尺度下变形失真，在不同的地图比例下，热力图所展示的数据特征差异很大；(2)POI点影响力叠加模式单一，叠加模式只取决于渲染器的叠加规则，导致影响因子算法对数据特征探测不够灵敏；(3)生成热力图的色彩梯度凭经验构造，不同的热力图需要尝试多次才能得到合适的配色方案；(4)热力图在绘制时由于将数据投影到屏幕视窗，未充分考虑数据的地理空间特性。

发明内容

针对上述技术问题，本发明设计开发了一种数据可视化效果更好的逆向渲染绘制的热力图可视化方法。

本发明提供的技术方案为：

一种逆向渲染绘制的热力图可视化方法，包括：

步骤一、提取屏幕像素点；

步骤二、将所述屏幕像素点投影到地理空间，其中，每个屏幕像素点在所述地理空间中表示一个矩形地理区域，并将该矩形地理区域定义为像素点区域；

步骤三、获取在所述地理空间内的地理数据点，获取在每个像素点区域的临近点集，所述临近点集为由落入以所述像素点区域的中心为圆心，以一定距离为半径的一个圆形区域内的地理数据点所构成；

步骤四、计算每个像素点区域中每个临近点对该像素点区域的影响力I，其计算公式为：

其中，z为该临近点的属性值，w为当前地理尺度下单个像素点的地理宽度，d为该像素点区域中心到该临近点的距离，为影响力因子；

步骤五、计算每个像素点区域的临近点影响力叠加总和；采用每个像素点区域的临近点影响力叠加总和计算对应像素点的灰度值，从而获得一个影响力图像；将影响力图像映射为灰度图像；

步骤六、对所述灰度图像计算色彩梯度的分级阈值，根据色彩梯度的分级阈值用渐变色对所述灰度图像进行赋色，从而得到热力图。