一种面向空间环境数据的多粒度动态可视化方法与系统技术方案

本发明专利技术公开了一种面向空间环境数据的多粒度动态可视化方法与系统，该方法包括：对采样的空间环境数据进行数据清洗和多种特征提取，构成对应每个采样点的结构数组；对结构数组中的每个特征数据分别进行异常点剔除和多向插值补空值；采用多粒度时序动态采样，由关键帧反演得到一个空间环境事件的全部演化过程，并保存该空间环境事件涉及的全部帧；对空间环境事件中的事件帧进行基于直方图均衡的色调映射，并可视化显示

【技术实现步骤摘要】
一种面向空间环境数据的多粒度动态可视化方法与系统


[0001]本专利技术属于图像处理，空间环境可视化领域，具体涉及一种面向空间环境数据的多粒度动态可视化方法与系统
。

技术介绍

[0002]空间环境是指日地空间对人类活动构成影响的所有环境因素，包括各种带电粒子
、
电磁辐射
、
电磁场和空间碎片等
。
空间环境事件包括冕洞，
CME
事件，激波
、SIR、
太阳耀斑事件
、
太阳质子事件
、
地磁暴事件
、
高能电子暴事件
、
电离层暴事件等，这些空间环境事件不仅对在轨航天器和航天员的身体健康造成威胁，同时也会对人类的生产生活造成影响
。
研究太阳活动尤其是太阳风暴对近地空间的影响，对人类生产生活具有重要意义
。
空间科学先导专项部署了
ASO
‑
S、SMILE、MIT
等日地空间环境探测卫星，探测日地空间的物理场和带电粒子等，研究空间天气基本过程及其规律和空间灾害性天气因果链模式
。
与普通的科学数据相比，空间探测数据有其自身特性：1）探测数据类型复杂，包括各种类型的图像，事件数据，轨道数据，星历文件等
。
对以上数据分类进行可视化可以从不同方面展示空间环境事件及演变过程；2）时间跨度长，数据分布不均匀：在太阳活动剧烈时产生的数据量远大于太阳活动弱时产生的数据量
>。
太阳活动可以持续几个小时或几天，因此表达一个完整空间环境事件的探测数据时间跨度也在数个小时或数天；3）：空间分布广泛且不均匀：卫星探测范围为日地空间中的带电粒子和辐射，地球与太阳的距离约为
1210
个地球半径，因此探测数据分布范围极广
。
在空间中，太阳活动导致的高能粒子流在不同位置的密度不同，状态不同，因此探测数据分布不均匀；4）：数据量巨大：以先进天基太阳天文台（
ASO
‑
S
）卫星为例，其每天可产生约
500GB
的数据，在压缩后依然有
320GB
传输到任务运营中心
。
[0003]国外有许多可视化工具对空间探测数据进行可视化
。NASA
’
s Eyes 是
NASA
开发的一款可视化地球
、
太阳系甚至是宇宙的
Web
应用程序，可以在
Mac、PC
和移动设备上实时运行
。NASA
的综合空间天气分析系统
ISWA
是一个基于网页的交互式可视化系统，基于最新空间天气模型和空间环境信息，为用户提供当前和未来的空间天气分析
。
另外，
NASA
的
kamodo
工具可以在
python
中调用，来对空间天气模型和数据进行可视化
。KAMELEON
是一个基于
C++
和
JAVA
的数据处理软件，用于处理空间天气模型输出数据格式不同的问题
。
以上可视化工具都是基于
PC
端，他们的优势在于可以调用不同的天气学模型，对数据进行连续可视化和比较
。
缺点在于只能得到二维图像，即使得到了三维重建结构，受到显示屏幕的限制，用户依然只能观察到三维结构的一部分
。
[0004]增强现实作为一种全新的人机交互技术，通过一些
AR
眼镜或智能手机等设备，将虚拟图像叠加到现实世界中，借助手势识别
、
语音识别等技术，实现用户及所处的真实世界与虚拟影像的实时直接交互
。
结合多人协同交互技术，可以实现在现实世界不同环境下多人同时共享同一画面，同一虚拟空间，进行高效直观的沟通与交流
。
相比于传统的基于
PC
或移动设备的可视化技术，增强现实可视化技术具有直接
、
高效
、
打破现实世界阻碍的优点，帮助科研人员更加高效便捷地研究空间探测数据，发现空间环境事件及演变规律
。

技术实现思路

[0005]本专利技术的目的在于克服现有技术缺陷，提出了一种面向空间环境数据的多粒度动态可视化方法与系统
。
[0006]为了实现上述目的，本专利技术提出了一种面向空间环境数据的多粒度动态可视化方法，所述方法包括：对采样的空间环境数据进行数据清洗和多种特征提取，构成对应每个采样点的结构数组；对结构数组中的每个特征数据分别进行异常点剔除和多向插值补空值；采用多粒度时序动态采样，由关键帧反演得到一个空间环境事件的全部演化过程，并保存该空间环境事件涉及的全部帧；对空间环境事件中的事件帧进行基于直方图均衡的色调映射，并可视化显示
。
[0007]优选的，所述多种特征提取，包括：相对密度
、
相对温度
、
绝对密度和绝对温度
。
[0008]优选的，所述对应每个采样点的结构数组为：
[0009]其中，球坐标系记录了采样点
P
的位置索引，
r
表示
P
到日心黄道坐标系原点
O
的距离，表示从
X
轴正半轴向
OP
在地面上投影，表示从
X
轴正半轴向
OP
偏转的角度，
t
表示当前时刻
。
[0010]优选的，所述异常点剔除包括：步骤1）根据设定值
n
，获取局部的矩阵，分别计算得到矩阵的均值和标准差，进而得到针对每个点的均值矩阵和标准差矩阵：
[0011]其中，表示第
i
行第
j
列的均值，
i=1
，2，
…
n
，
j=1
，2，
…
n
，表示第
i
行第
j
列的标准差；步骤2）将中心点与均值进行比较：如果，剔除；否则，保留；步骤3）剔除异常点后重新计算对应的均值和标准差；步骤4）当所有点更新完毕后，将更新完毕后的每个标准差与其周围的8个标准差进行比较，如果相差显著，则剔除该点，并转至步骤1）；直至完成所有点的标准差比较，转至步骤5）：步骤5）生成异常点剔除矩阵，记录每个点是否曾被剔除，为1表示该点被剔除，为0表示未被剔除
。
[0012]优选的，所述多向插值补空值包括：步骤1）获取空值位置，并获取空值邻近若干个点的数值，若这些点中存在空值，则将对应点位置留空，插值时跳过该点，得到空值及其临近点的矩阵；步骤2）针对空值及其临近点的矩阵，从横向，纵向，左对角，右对角，时序方向分别进行插值；步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种面向空间环境数据的多粒度动态可视化方法，所述方法包括：对采样的空间环境数据进行数据清洗和多种特征提取，构成对应每个采样点的结构数组；对结构数组中的每个特征数据分别进行异常点剔除和多向插值补空值；采用多粒度时序动态采样，由关键帧反演得到一个空间环境事件的全部演化过程，并保存该空间环境事件涉及的全部帧；对空间环境事件中的事件帧进行基于直方图均衡的色调映射，并可视化显示
。2.
根据权利要求1所述的面向空间环境数据的多粒度动态可视化方法，其特征在于，所述多种特征提取，包括：相对密度
、
相对温度
、
绝对密度和绝对温度
。3.
根据权利要求1所述的面向空间环境数据的多粒度动态可视化方法，其特征在于，所述对应每个采样点的结构数组为：其中，球坐标系记录了采样点
P
的位置索引，
r
表示
P
到日心黄道坐标系原点
O
的距离，表示从
X
轴正半轴向
OP
在地面上投影，表示从
X
轴正半轴向
OP
偏转的角度，
t
表示当前时刻
。4.
根据权利要求1所述的面向空间环境数据的多粒度动态可视化方法，其特征在于，所述异常点剔除包括：步骤1）根据设定值
n
，获取局部的矩阵，分别计算得到矩阵的均值和标准差，进而得到针对每个点的均值矩阵和标准差矩阵：其中，表示第
i
行第
j
列的均值，
i=1
，2，
…
n
，
j=1
，2，
…
n
，表示第
i
行第
j
列的标准差；步骤2）将中心点与均值进行比较：如果，剔除；否则，保留；步骤3）剔除异常点后重新计算对应的均值和标准差；步骤4）当所有点更新完毕后，将更新完毕后的每个标准差与其周围的8个标准差进行比较，如果相差显著，则剔除该点，并转至步骤1）；直至完成所有点的标准差比较，转至步骤5）：步骤5）生成异常点剔除矩阵，记录每个点是否曾被剔除，为1表示该点被剔除，为0表示未被剔除
。5.
根据权利要求1所述的面向空间环境数据的多粒度动态可视化方法，其特征在于，所述多向插值补空值包括：步骤1）获取空值位置，并获取空值邻近若干个点的数值，若这些点中存在空值，则将对
应点位置留空，插值时跳过该点，得到空值及其临近点的矩阵；步骤2）针对空值及其临近点的矩阵，从横向，纵向，左对角，右对角，时序方向分别进行插值；步骤3）将步骤2）插值后的结果的均值作为新值填入对应点；步骤4）根据每个点的新值生成多向插值补空矩阵，记录数据中每个点是否为插值填空，为1表示插值填空，为0表示未被插值
。6.
根据权利要求1所述的面向空间环境数据的多粒度动态可视化方法，其特征在于，所述多粒度时序动态采样包括：步骤1）为每个时刻的粒子数据绘制热力图，不同的颜色对应不同位置的粒子值；步骤2）采用帧差法得到关键帧和特征数据：其中，
,
分别表示...

【专利技术属性】
技术研发人员：乔笑宁，任敬义，张佳锋，翟昌杰，杨明凯，彭晓东，谢文明，郭颖颐，
申请(专利权)人：中国科学院国家空间科学中心，
类型：发明
国别省市：