Glyph常常被应用于三维体结构数据 (volumetric data) 的可视化，主要是将这些数据中某个变量或多个变量映射到glyph的某个可视通道（visual channel）上，例如，glyph的形状，颜色，不透明度，纹理，大小，粗细，朝向等等。在三维空间结构数据中，glyph常常被放在某些具有物理意义或代表意义的曲面上，例如数据中的特征曲面，切割曲面等。在进行glyph可视化时，可以使用Focus+Context的技术将用户感兴趣的glyph即focus glyph高亮显示，将context glyph从视角中移出，从而减少context glyph对focus glyph的遮挡。
在三维体结构数据中放置glyph是十分具有技巧的。如果放置的glyph过于稀疏，则会导致信息丢失或上下文信息不足；如果放置的glyph过于密集，可以表示足够的信息，但是也将导致过多的信息遮挡，使得可视化结果失效或无法交互探索。本文[1]提出了一种叫作GlyphLens的技术，该技术在三维体结构数据中特征曲面上通过放置glyph来表示数据中的一个变量。并提出了一种结合focus + context和投影形变的方法，将遮挡focus glyph的所有context glyph的位置进行形变，从而突出focus glyph。与该论文最相关的工作[2]同样是结合focus + context和投影形变的方法将流线数据中用户感兴趣的流线突出显示，将作为上下文的context glyph的位置变形，从而将focus的流线突显出来。
本文一共使用了两种形变模型，即屏幕空间形变模型和对象空间形变模型。此外，为了适合不同形状或特点的数据，本文还设计了三种不同的镜头形状模型，以更加方便用户探索三维体结构数据。
首先，本文设计了两种形变模型，第一种为屏幕空间形变模型，如图1所示，图中左边为形变前的glyph分布，右边为形变后的glyph分布。粉红色圆柱镜头（外圆柱）表示的是context区域，绿色的圆柱镜头（内圆柱）表示的是focus区域。而focus区域又可以进一步分为两部分，前端与后端。因用户感兴趣且当前想要探索的是后端的glyph的形态，即focus glyph（红色的glyph）。focus区域的前端glyph（A，B，E）将对后端目标glyph造成严重的遮挡。因此，需要将这些focus区域前端的glyph移动到镜头的两侧，直到它离镜头中心线的距离为
其中，R为镜头的外圆柱半径，r为镜头的内圆柱半径，x为当前glyph到中心线的距离。屏幕空间形变模型可以将所有遮挡的glyph往镜头外挤压，从而可以完全将遮挡消除。
图1. 屏幕空间形变模型
第二种形变模型为对象空间形变模型。因为屏幕空间形变模型同时也会破坏context glyph的空间结构信息，如图1中蓝色。因此，本文还设计了对象空间形变模型以尽量保证context glyph的空间结构信息保留而不被破坏。对象空间模型主要使用了一种基于物理形变的顶点形变方法。该方法首先计算得到对象空间中的四面体面片，二维数据中即为三角面片。接下来以二维数据的三角面片为例对对象空间形变模型进行介绍。得到三角面片之后，即可将三角面片的context区域的顶点往镜头两端挤压，从而造成形变，将focus区域前端的context glyph推到镜头之外，从而突显focus glyph，将遮挡信息尽量清楚。如图2所示，只需要对context区域的V节点施加一个力
即可以造成context区域的形变，从而将遮挡信息尽量消除。
图2. 对象空间形变模型
此外，本文还使用了三种镜头形状模型，以适合不同特点的数据。如图3所示。分别为圆柱形镜头，以直线为中心线的带状镜头，以及以曲线为中心线的带状镜头，如图3所示，上面三幅子图为模型示例，底下三幅子图为相应结果。
图3. 三种镜头形状模型
本文还结合使用了多种交互输入设备对数据进行交互式探索。如使用鼠标，多点触控设备，以及leap motion和虚拟现实头盔。如图4所示。这三种输入设备各有特点，对这三种交互设备的使用场景进行总结，如图5所示。
图4. 使用多点触控设备，以及leap motion和虚拟现实头盔对数据进行交互式探索
图5. 三种交互设备的使用场景总结
在本文的实验部分，用户分别使用了两个数据进行方法测试。即粒子模拟数据和扩张张量数据。图6所示为粒子模拟数据两种形变模型的结果，其中左边子图表示未使用GlyphLens镜头的探索结果，中间子图表示使用屏幕空间形变后的结果，从该图中不难发现，大部分的遮挡信息已被消除，focus。
图6. 粒子模拟数据探索结果
图7表示扩张张量数据探索结果。四幅子图分别表示无GlyphLens镜头的结果，以直线为中心线的带状镜头的结果，以及以曲线为中心线的带状镜头结果。
图7. 扩张张量数据探索结果
最后，本文对三种镜头形状以及两种形变模型进行了性能测试。表1表示三种镜头模型的计算时间统计结果。表2表示两种形变模型的帧率统计结果。从表1可以看出，以曲线为中心线的带状镜头辩才上时间最长，圆柱形镜头的结果计算时间最短。表2表示屏幕空间形变模型的性能（帧率）明显好于对象空间形变模型。因为对象空间形变模型是基于物理形变的，而物理形变计算非常耗时。
表1. 三种镜头模型的计算时间统计结果
表2. 两种形变模型的帧率统计
本文也有一定的局限性，例如，每次探索时，只能使用一种空间形变模型，因为两种方法不兼容，难以集成到一起。其次，本文的方法只针对一个focus区域进行探索，一种扩展是将focus区域变成多个focus区域。此外，还可以扩展成允许多个用户同时进行数据探索。
[1] Xin Tong, Cheng Li, and Han-Wei Shen. GlyphLens: View-dependent Occlusion Management in the Interactive Glyph Visualization. IEEE Transactions on Visualization and Computer Graphics, 23 (1) : 891-900, 2017.
[2] Xin Tong, John Edwards, Chun-Ming Chen, Han-Wei Shen, Chris R. Johnson, and Pak Chung Wong. Interactive Streamline Exploration and Manipulation Using Deformation. IEEE Transactions on Visualization and Computer Graphics, 22 (7) : 1788 – 1801, 2015.
评论关闭。