CN106228589A - 带方向约束散点数据的网格化方法 - Google Patents
带方向约束散点数据的网格化方法 Download PDFInfo
- Publication number
- CN106228589A CN106228589A CN201610632917.2A CN201610632917A CN106228589A CN 106228589 A CN106228589 A CN 106228589A CN 201610632917 A CN201610632917 A CN 201610632917A CN 106228589 A CN106228589 A CN 106228589A
- Authority
- CN
- China
- Prior art keywords
- scatterplot
- value
- pseudo
- data
- gridding
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Generation (AREA)
Abstract
本发明提出了一种带方向约束散点数据的网格化方法,包括如下步骤:选取曲面,并读取散点数据及边界;根据用户在曲面上所绘制的一条或多条局部方向约束曲线及其指定的若干取值结点,得到每个取值结点的属性值;根据每个取值结点的属性值,对上述一条或多条局部方向约束曲线进行加密,生成一系列伪散点;根据用户所选的网格化方法及其所设定网格化参数,利用局部方向约束曲线和伪散点数据,生成目标曲面。本方法是在原始数据数据分布较非均匀密布,隐含趋势具有多解性时,绘制方向约束线,获得趋势曲线,通过自动生成辅助散点控制趋势,进而画出散点数据的网格化,能够很好的解决了等值线“公牛眼”现象。
Description
技术领域
本发明涉及网格化算法技术领域,特别涉及一种带方向约束散点数据的网格化方法。
背景技术
在数据资料处理中,通过各种手段获取的数据要客观地描述或表征研究对象,等值线绘制是重要的组成部分。绘制散点数据等值线图时,首先要对离散数据进行网格化。所谓网格化是指通过一定的插值方法,将稀疏的、不规则分布的数据插值加密为规则分布的数据,以适合绘图的需要。同一组数据采用不同的网格化方法,产生的绘图效果也不相同。因此,结合实际资料特征,分析和选取不同的网格化方法,对于客观正确的描述研究对象有重要的意义。
然而,当原始数据较为稀疏时,数据隐含的趋势特征具有多解性,使得等值线走向不符合预期,并可能出现大量“公牛眼”等值线,公牛眼现象的出现,就是因为孤立点存在,附近点信息少,只能形成自我圈闭,对于这种情况,目前已有技术方案主要有:
1、人工添加或编辑等值线;
2、导入等值线散点,重新进行网格化。
上述技术方式的主要缺陷与不足在于:操作复杂,步骤繁琐,等值线散点数量过多,对于某些网格化算法(如克里格法)不适用。
如中国专利CN 104597515 A的发明专利,该发明提供一种散点场分析数据的获取方法,然而,该发明的散点数据的网格化方法操作复杂,步骤繁琐,等值线散点数量过多,对于某些网格化算法(如克里格法)不适用。
发明内容
本发明的目的旨在至少解决所述技术缺陷之一。
为此,本发明的目的在于提出一种操作简单的带方向约束散点数据的网格化方法。
为了实现上述目的,本发明提供一种带方向约束散点数据的网格化方法,包括如下步骤:
步骤S1,选取曲面,并读取散点数据及边界,
步骤S2,根据用户在曲面上所绘制的一条或多条局部方向约束曲线及其指定的若干取值结点,得到每个取值结点的属性值;
步骤S3,根据每个取值结点的属性值,对上述一条或多条局部方向约束曲线进行加密,生成一系列伪散点;
步骤S4,根据用户所选的网格化方法及其所设定网格化参数,利用局部方向约束曲线和伪散点数据,生成目标曲面。
进一步的,在步骤S2中,所述取值结点的属性值至少包括取值结点的坐标、到原点的距离。
进一步的,在步骤S3中,生成一系列伪散点的步骤如下:
获取每个伪散点到与之相邻的两个取值结点的线上距离和这两个取值结点的属性值;
通过反距离加权,计算每个伪散点的属性值;
公式为:Zp=ZA+L1*(ZB-ZA)/(L2+L1);
其中,P为伪散点,A为一个取值结点,B为另一个取值结点,Zp为伪散点的属性值,ZA为取值结点A的属性值,ZB为取值结点B的属性值,L1为伪散点P到取值结点A的线上距离,L2为伪散点P到取值结点B的线上距离;
根据每个伪散点的属性值,在曲面上生成相应的伪散点。
本发明提出一种带方向约束散点数据的网格化方法,本方法是在原始数据数据分布较非均匀密布,隐含趋势具有多解性时,绘制方向约束线,获得趋势曲线,通过自动生成辅助散点控制趋势。进而画出散点数据的网格化,能够很好的解决了等值线“公牛眼”现象,出现高点间“脊”的走向,符合用户对于局部区域特征的解释。用户对于生成的网格图,随时可以由此方法,通过局部引导约束调整网格,也就很好的满足用户对局部网格和等值线趋势进行调整的需要。还可以由用户局部指定局部地形走向,选取特定网格化方法生成网格和等值线图。
本发明,操作方便,只需用户在进行画线操作,实用性强,任何网格化方法均可使用。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明整体流程图;
图2为本发明的方向约束线在网格中位置示意图;
图3为本发明计算约束点时的位置示意图;
图4为本发明插值算法计算伪散点位置示意图;
图5为本发明通过自动生成辅助散点控制趋势走向示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
本发明提供一种带方向约束散点数据的网格化方法,参考附图1,包括如下步骤:
步骤S1,选取曲面,并读取散点数据及边界,
步骤S2,根据用户在曲面上所绘制的一条或多条局部方向约束曲线及其指定的若干取值结点,得到每个取值结点的属性值;
所述取值结点的属性值至少包括取值结点的坐标、到原点的距离。
步骤S3,根据每个取值结点的属性值,对上述一条或多条局部方向约束曲线进行加密,生成一系列伪散点,使得局部方向约束曲线上的伪散点更加密集;
生成一系列伪散点的步骤如下:
获取每个伪散点到与之相邻的两个取值结点的线上距离和这两个取值结点的属性值;
通过反距离加权,计算每个伪散点的属性值;
公式为:Zp=ZA+L1*(ZB-ZA)/(L2+L1);
其中,P为伪散点,A为一个取值结点,B为另一个取值结点,Zp为伪散点的属性值,ZA为取值结点A的属性值,ZB为取值结点B的属性值,L1为伪散点P到取值结点A的线上距离,L2为伪散点P到取值结点B的线上距离;
如图2为方向约束线在网格中位置示意图。
图3为计算约束点时的位置示意图。
图4为插值算法计算伪散点位置示意图。
图3中,曲面的网格节点为A、B、C、D,且坐标已知,要求取伪散点P点的属性值z。
计算方法为:
做P点在AB和CD上的投影点E(x5,y5,z5),F(x6,y6,z6);
易知:
x5=x6=x;
y5=y1;
y6=y3;
由A,B对E插值,求取z5;
z5=(z2-z1)*(x5-x1)/(x2-x1)+z1;
由C,D对F插值,求取z6;
z6=(z6-z3)*(x6-x3)/(x4-x3)+z3;
由已经求得坐标的E,F点对目标点插值;
z=(z6-z5)*(y-y5)/(y6-y5)+z5;
由此得到伪散点P点坐标。
步骤S4,根据用户所选的网格化方法及其所设定网格化参数,利用局部方向约束曲线和伪散点数据,生成目标曲面。
图5为曲线通过AB插值点自动生成辅助伪散点示意图。
本发明提出一种带方向约束散点数据的网格化方法,本方法是在原始数据数据分布较非均匀密布,隐含趋势具有多解性时,绘制方向约束线,获得趋势曲线,通过自动生成辅助散点控制趋势,指定局部走向信息,进而散点数据的网格化,能够很好的解决了等值线“公牛眼”现象,出现高点间“脊”的走向,符合用户对于局部区域特征的解释。还可以很好的满足用户对局部网格和等值线趋势进行调整的需要。
本发明,操作方便,只需用户在进行画线操作,实性强,任何网格化方法均可使用。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求极其等同限定。
Claims (3)
1.一种带方向约束散点数据的网格化方法,其特征在于,包括如下步骤:
步骤S1,选取曲面,并读取散点数据及边界;
步骤S2,根据用户在曲面上所绘制的一条或多条局部方向约束曲线及其指定的若干取值结点,得到每个取值结点的属性值;
步骤S3,根据每个取值结点的属性值,对上述一条或多条局部方向约束曲线进行加密,生成一系列伪散点;
步骤S4,根据用户所选的网格化方法及其所设定网格化参数,利用局部方向约束曲线和伪散点数据,生成目标曲面。
2.如权利要求1所述的一种带方向约束散点数据的网格化方法,其特征在于:在步骤S2中,所述取值结点的属性值至少包括取值结点的坐标、到原点的距离。
3.如权利要求1所述的一种带方向约束散点数据的网格化方法,其特征在于:在步骤S3中,生成一系列伪散点的步骤如下:
获取每个伪散点到与之相邻的两个取值结点的线上距离和这两个取值结点的属性值;
通过反距离加权,计算每个伪散点的属性值;
公式为:Zp=ZA+L1*(ZB-ZA)/(L2+L1);
其中,P为伪散点,A为一个取值结点,B为另一个取值结点,Zp为伪散点的属性值,ZA为取值结点A的属性值,ZB为取值结点B的属性值,L1为伪散点P到取值结点A的线上距离,L2为伪散点P到取值结点B的线上距离;
根据每个伪散点的属性值,在曲面上生成相应的伪散点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610632917.2A CN106228589A (zh) | 2016-08-04 | 2016-08-04 | 带方向约束散点数据的网格化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610632917.2A CN106228589A (zh) | 2016-08-04 | 2016-08-04 | 带方向约束散点数据的网格化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106228589A true CN106228589A (zh) | 2016-12-14 |
Family
ID=57547651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610632917.2A Pending CN106228589A (zh) | 2016-08-04 | 2016-08-04 | 带方向约束散点数据的网格化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106228589A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112785910A (zh) * | 2019-11-07 | 2021-05-11 | 中国石油天然气集团有限公司 | 大动态范围非线性地球物理等值线图绘制方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1828672A (zh) * | 2006-03-28 | 2006-09-06 | 中山大学 | 一种基于六面体插值体细分的几何数据细分方法 |
CN102147935A (zh) * | 2010-02-09 | 2011-08-10 | 常州高新技术产业开发区三维工业技术研究所有限公司 | 一种适用于从牙颌三角网格曲面分割牙齿三角网格曲面的方法 |
US20150262415A1 (en) * | 2014-03-13 | 2015-09-17 | Omron Corporation | Image processing device, system, image processing method, and image processing program |
-
2016
- 2016-08-04 CN CN201610632917.2A patent/CN106228589A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1828672A (zh) * | 2006-03-28 | 2006-09-06 | 中山大学 | 一种基于六面体插值体细分的几何数据细分方法 |
CN102147935A (zh) * | 2010-02-09 | 2011-08-10 | 常州高新技术产业开发区三维工业技术研究所有限公司 | 一种适用于从牙颌三角网格曲面分割牙齿三角网格曲面的方法 |
US20150262415A1 (en) * | 2014-03-13 | 2015-09-17 | Omron Corporation | Image processing device, system, image processing method, and image processing program |
Non-Patent Citations (3)
Title |
---|
张海林: ""基于逆向工程技术的体表器官仿真修复重建研究"", 《中国博士学位论文全文数据库 医药卫生科技辑》 * |
李海杰: ""基于OpenGL的矢量场可视化方法研究与应用"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
蔡烨: ""建筑几何中的样条造型与离散技术研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112785910A (zh) * | 2019-11-07 | 2021-05-11 | 中国石油天然气集团有限公司 | 大动态范围非线性地球物理等值线图绘制方法及装置 |
CN112785910B (zh) * | 2019-11-07 | 2023-07-25 | 中国石油天然气集团有限公司 | 大动态范围非线性地球物理等值线图绘制方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104875203B (zh) | 生成机器人的动作路径的机器人仿真装置 | |
CN103577793B (zh) | 手势识别方法及装置 | |
CN106447024A (zh) | 一种基于混沌反向学习的粒子群改进算法 | |
CN105528804B (zh) | 计算机动画中骨骼链的处理方法及装置 | |
CN110210483A (zh) | 医疗图像病变区域分割方法、模型训练方法和设备 | |
US11461875B2 (en) | Displacement measurement device and displacement measurement method | |
KR20180078115A (ko) | 이미지 처리 방법 및 장치 | |
Wang et al. | Regional multi-armed bandits with partial informativeness | |
CN109858798A (zh) | 关联改造措施与电压指标的电网投资决策建模方法及装置 | |
CN106228589A (zh) | 带方向约束散点数据的网格化方法 | |
IL308566B1 (en) | A method for producing an image of the expected results of medical cosmetic treatments on a human anatomical feature from an image of the anatomical feature prior to these medical cosmetic treatments | |
CN114707635A (zh) | 基于网络架构搜索的模型构建方法、装置及存储介质 | |
CN108898013A (zh) | 一种基于布局划分特征向量的安卓应用界面相似度比较方法 | |
Dessai et al. | Climatic implications of revised IPCC emissions scenarios, the Kyoto Protocol and quantification of uncertainties | |
CN109871893A (zh) | 基于循环时域保持生成的行为预测方法和装置 | |
CN106340020A (zh) | 超像素分割方法和装置 | |
CN112529772B (zh) | 一种零样本设置下的无监督图像转换方法 | |
CN104504719A (zh) | 一种图像边缘检测方法及设备 | |
CN112397138B (zh) | 基于ai技术绘制毒株蛋白质二维谱的方法 | |
CN110399656B (zh) | 基于模糊逻辑与神经网络的下装腰省参数设计方法 | |
CN106202620B (zh) | 一种会议室自动化设计方法及*** | |
CN107066578A (zh) | 一种基于深度学习和迁移学习的3d画智能推荐方法 | |
Parsopoulos et al. | Solving l1 norm errors-in-variables problems using Particle Swarm Optimization | |
Bullock | 96 Development and Implementation of MODE Time Domain Object-Based Verification | |
CN110517333A (zh) | 动态浅浮雕模型建模方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161214 |
|
RJ01 | Rejection of invention patent application after publication |