一种流场可视化方法技术

本发明专利技术涉及一种流场可视化方法，通过计算流线的空间复杂性作为描述流线的特征向量，然后针对提取出的复杂性特征，利用聚类的算法对流线进行聚类，将空间复杂性高的流线归为一类，并从大量流线中抽离出来单独展示，从而观察流场内部的关键信息。该方法不仅不会受到流线位置信息的影响，而且对平移、旋转、缩放都不敏感，具有一定的普遍性，很好地解决了三维流场可视化过程中，流线放置易受到平移、旋转、缩放的影响的问题。

A visualization method of flow field

The invention relates to a method of flow visualization, the space complexity of calculating streamlines as feature vectors of streamline, then according to the complexity of the extracted features, clustering of streamline using clustering algorithm, the streamline space complexity into a category, and from a large number of streamline off separate display, so as to observe the key the internal flow of information. This method is not only affected by streamline location information, but also insensitive to translation, rotation and scaling. It is universal. It solves the problem of streamline placement easily affected by translation, rotation and scaling.

【技术实现步骤摘要】
一种流场可视化方法
本专利技术涉及流场可视化领域，尤其涉及一种流场可视化方法。
技术介绍
流场是科学与工程模拟中产生的重要的数据场，比如大气海洋的模拟，飞机与汽车的数值模拟以及燃烧的模拟等等，对流场的可视化能够使这些数据模拟更加直观的被理解，而流场可视化也一直是科学可视化的热点与难点。其中，通过提取流线的几何特征，并根据流线的几何特征来对相似的流线进行聚类，是一种实现流场可视化的重要方法之一。而聚类的效果与所提取的流线的几何特征有着密切关系。目前，许多关于曲线相似性的衡量都是依据两条曲线的点之间的距离，包括对应点的距离的平均值，最近点距离的平均，有限制的平均距离，加权归一化的最小距离的和，首尾点的距离，豪斯多夫距离，弗雷歇距离等。这些距离在衡量两条曲线之间的相似性时，固然能够起到一定的作用，但是会受到曲线平移，旋转，缩放的影响。而且在现实工程中，流场是复杂多样的，单单是相等长度的流线就很难保证，更何况在三维空间中存在各种流线的复杂扭曲。因此这些距离对于多样的流场很难保证其有效性。
技术实现思路
本专利技术的目的是提供一种流场可视化方法，解决在流场可视化过程中，流线放置易受到平移、旋转、缩放影响的问题。为更有效地实现上述目的，本专利技术提供了一种流场可视化方法，技术方案如下：一种流场可视化方法，包括：生成用于描述流场的流线；提取流线的特征参数；将所述特征参数组成用于表示流线的特征向量；根据所述特征向量将流线进行复杂性聚类并展示。优选的，所述特征参数包括曲率和、挠率和、扭曲度和、转角和、空间填充率和流线信息熵。优选的，所述曲率和为流线上所有点的曲率之和；所述挠率和为流线上所有点的挠率之和；所述扭曲度和为流线上所有点的扭曲度之和；所述转角和为流线上采样点扭转的角度之和。优选的，所述流线信息熵包括流线的方向熵。优选的，所述流线信息熵还包括流线的角度熵。优选的，所述特征参数组成用于表示流线的特征向量，包括：对所述特征参数进行相关性分析；将所述各个特征参数的值根据流线长度平均到每一点上；将所述特征参数进行归一化处理；将所述归一化处理后的特征参数组成用于表示流线的特征向量。根据所述流线的特征向量对流线进行聚类并展示。优选的，采用种子点放置方法放置种子点时，适当地将种子点规模扩大生成相对大量的流线，比如，使临界点对应的种子点模板放大，生成相对大量的流线，或者，以流场数据中每一个采样点为种子点生成流线。优选的，采用kmeans聚类算法或者谱聚类算法，根据所述流线的特征向量对所述流线进行聚类并展示。通过采用本专利技术提供的以上技术方案，可以解决在流场可视化过程中，流线放置时易受到平移、旋转、缩放等影响的问题。这是因为本方案所提取的流线特征参数，如曲率和、挠率和、扭曲度和、转角和、空间填充率，以及流线的方向熵和角度熵，这些特征都具有普遍性，且和流线位置信息无关，以及对平移，旋转、缩放等操作不敏感，能够很好的避免直接用曲线上的点的坐标衡量曲线距离带来的缺陷；其次，本方案在提取流线的特征参数，组成特征向量的过程中，先对特征参数进行相关性分析，是防止了特征参数的冗余，避免了冗余特征参数对流线聚类效果的影响，实施过程表明，本方案所提取的参数都是相互独立的变量；此外，由于流场的多种多样，同一流场中绘制的流线多种多样，长短不一，本方案将流线的各个特征参数值根据流线的长度平均到每个点上，消除了由于流线长度不一而带来的影响；再者，由于流线特征参数计算的方式各不相同，计量单位也不一样，因此，本方案将各个特征参数进行归一化处理，防止了量纲不同而带来的影响；另外，在生成用于描述流场的流线这一过程中，由于种子点选取放置的种子点有限，且种子点的放置规模不易把控，不能保证所生成的流线涵盖流场中的所有信息，因此本方案在放置种子点的时，适当的将种子点规模扩大生成大量的流线，比如临界点对应的种子点模板放大，即可生成相对大量的流线，或者以流场数据中每一个采样点为种子点生成流线；最后，本方案根据流线的特征向量对所述流线进行聚类并展示的过程，采用kmeans聚类算法或者谱聚类算法，是因为kmeans算法对于凸数据集可以实现良好的效果和很高的效率，而谱聚类对于非凸数据集也可以实现很好的效果，且可以达到降维的作用。附图说明图1为本专利技术公开的一种流场可视化方法的流程示意图；图2为实施例一中生成的用于描述风车流场的流线示意图；图3为本专利技术公开的流场可视化中组成流线特征向量的流程示意图；图4为图2所示的流线分离聚类后的组图；图5为图4中第(5)张图的放大图；图6为图4中第(6)张图的放大图；图7为图6的局部放大图；图8为实施例二中生成的用于描述汽车流场的流线示意图；图9为图8所示的流线分离聚类后的组图；图10为将图9中第(5)张图所示流线聚类后的流线示意图图11为实施例三中生成的用于描述飓风流场的流线示意图；图12为将图11所示流线分离聚类后的组图；图13为实施例四中生成的用于描述火车流场的流线示意图；图14为将图13所示流线分离聚类后的组图；图15为火车流场的流线经聚类后不同视角的流场立体图组图。具体实施方式下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。实施例一如图1所示，为本专利技术的流场可视化方法的流程示意图，在本实施例中，具体为：S1：生成用于描述流场的流线：本实施例中选择风车流场作为实施可视化的对象。首先，基于种子点放置方法采用流场区域信息熵与临界点检测结合的方法，适当地将种子点规模扩大并生成如图2所示的，相对大量的用于描述风车流场的流线；从图2中可以看出先进的种子点放置方法可以保证将种子点自动地放置到风车附近比较复杂的区域进行绘制流线，但是在种子点规模放置较大的情况下，所有的流线纠缠在一起，很难看清在风车附近更加细致的，且较为重要的流线；为了能更细致观察风车附近复杂区域的流线，获得重要的信息，需通过如下后续步骤逐步实现。S2：提取流线的特征参数：提取风车附近每一条流线的特征参数：曲率和、挠率和、扭曲度和、转角和、空间填充率和流线信息熵，所述流线信息熵包括流线的方向熵和流线的角度熵；其中，各个特征参数的说明和提取方法如下：曲率和：用κ表示，指流线上所有点的曲率之和；曲率是用于衡量几何体弯曲程度的量；挠率和：用τ表示，指流线上所有点的挠率之和；挠率是用于度量曲线拧出曲面程度的量；扭曲度和：用t表示，指流线上所有点的扭曲度之和；扭曲度是用于描述一条曲线脱离相应直线的程度的量；转角和：用αω表示，指流线上采样点扭转的角度之和；转角和通常可作为检测流场中是否存在漩涡的几何方法，若转角和大于2kπ或者小于-2kπ，则存在漩涡；空间填充率：用B表示，用于衡量流线充满整个空白区域的能力；B值越小，说明流线越曲折，复杂性越高；计算流线的空间填充率，具体为：若用边长为r的正方形网格去覆盖流线C需要用到Nr个格子，若用边长为2r的正方形网格去完全覆盖该流线需要用N2r个格子，那么该流线C的空间填充率为：流线的方向熵：用Ed表示,用于描述流线上的点的方向向量的不确定性。具体为，首先将单位球体平均分成若干小区域，然后统计一条流线上所有点上的方向向量分别指向哪个区域，从而建立统计模型，计算流线的方向熵；如：令N表示单位球体划分的区域数量，Mi表示流线上的点的方向落在第i个区域的数量，本文档来自技高网...

【技术保护点】
一种流场可视化方法，其特征在于，包括以下步骤：生成用于描述流场的流线；提取流线的特征参数；将所述特征参数组成用于表示流线的特征向量；根据所述特征向量将流线进行复杂性聚类并展示。

【技术特征摘要】
1.一种流场可视化方法，其特征在于，包括以下步骤：生成用于描述流场的流线；提取流线的特征参数；将所述特征参数组成用于表示流线的特征向量；根据所述特征向量将流线进行复杂性聚类并展示。2.根据权利要求1所述的方法，其特征在于，所述特征参数包括曲率和、挠率和、扭曲度和、转角和、空间填充率和流线信息熵中的一种或多种。3.根据权利要求2所述的方法，其特征在于，所述曲率和为流线上所有点的曲率之和；所述挠率和为流线上所有点的挠率之和；所述扭曲度和为流线上所有点的扭曲度之和；所述转角和为流线上采样点扭转的角度之和。4.根据权利要求2或3所述的方法，其特征在于，所述流线信息熵包括流线的方向熵。5.根据权利要求4所述的方法，其特征在于，所述流线信息熵还包括流线的角度熵。6.根据权利要求1、2、3、5任一权利要...

【专利技术属性】
技术研发人员：单桂华，巴振宇，刘俊，迟学斌，
申请(专利权)人：中国科学院计算机网络信息中心，
类型：发明
国别省市：北京,11