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