可視電話技術論文

　　視覺化理論歷經二十多年的發展，形成了眾多的方法和技術，每一種分類方法都難以概其全貌。下面是小編為大家精心推薦的，希望能夠對您有所幫助。

　　篇一

　　視覺化技術簡述

　　摘要：視覺化理論歷經二十多年的發展，形成了眾多的方法和技術，每一種分類方法都難以概其全貌。《視覺化簡述》從現有的分類方法入手，介紹每一種分類方法的特點，幫助讀者釐清方法與技術的區別與聯絡，系統掌握視覺化理論發展的脈絡，為進一步深入研究視覺化理論提供參考，同時利於讀者合理的設計視覺化需求，更加有效的實現視覺化目的。

　　關鍵詞：視覺化;概述;處理物件;資料型別;資料分析

　　中圖分類號：TP391.41文獻標識碼：A文章編號：1009-3044***2012***06-1402-06

　　The Summary of Visualization Theory

　　ZHU Yao-hua, HAO Wen-ning, CHEN Gang

　　***Engineering Institute of Corps of Engineers, PLA University of Science & Technology, Nanjing 210007, China***

　　Abstract: There are forming too many methods and techniques of Visualization with the development in the past two decades. But each kind of classification is hard to contain the whole of Visualization. This paper introduces the characteristics of every kind of classification, provides reference for the further research, to help readers to distinguish the difference and contact between method and technology, and to understand the development of visualization in all round.

　　Key words: visualization; summary; handling objects; data types; data analysis

　　“視覺化”***visualization***其實質是利用計算機的圖形影象處理技術，把各種資料資訊轉換成合適的圖形影象在螢幕上展示出來。這一過程涉及到圖形學、幾何學、輔助設計和人機互動等領域知識。

　　在20世紀上半葉，人們就已經利用多種統計表格和圖形這些相對原始的視覺化技術來分析各種資料。在1986年10月，美國國家科學基金會在其舉辦的“圖形、影象處理和工作站”討論會上，“科學計算視覺化”的概念第一次被正式提出。1987年，由布魯斯・麥考梅克等人所編寫的美國國家科學基金會報告《Visualization in Scientific Computing》[1]，對視覺化技術領域產生了大幅度的促進和刺激。人們不但利用醫學掃描器和顯微鏡之類的資料採集裝置產生大型的資料集，而且還利用可以儲存文字、數值和多媒體資訊的大型資料庫來收集資料。因而，就要高階的計算機圖形學技術與方法來處理和視覺化這些規模龐大的資料集。二十世紀90年代初期，人們發起了“資訊視覺化”的研究領域，其支援抽象的異質資料集的分析工作。因此，目前人們正在逐漸接受這個同時涵蓋科學視覺化與資訊視覺化領域的新生術語“資料視覺化”。

　　1基於處理物件及目的的分類

　　隨著視覺化技術的發展，逐漸形成了一些分類，通常情況下，人們習慣於將視覺化分為以下四類：科學計算視覺化、資料視覺化、資訊視覺化和知識視覺化。這四類視覺化的主要區別在於視覺化處理物件以及目的的不同。科學計算視覺化主要用於處理科研領域實驗產生和收集的海量資料，力求真實的反應資料原貌，利於模擬實驗的進行;資料視覺化較為籠統，一般用於處理資料庫和資料倉庫中儲存的資料，目的在於以視覺化的方式呈現資料，利於使用者觀察;資訊視覺化抽象層次較高，其目的主要在於讓使用者方便地發現數據內部隱藏的規律;知識視覺化則主要表現領域知識，使已有的知識能夠更加迅速有效的在人群中傳播。

　　1.1科學計算視覺化

　　科學計算視覺化也可稱作科學視覺化，是指通過運用計算機圖形影象處理等相關技術，將科學計算過程中得到的大量資料轉換為適當的圖形介面顯示出來，並能進行人際互動處理的一系列理論、方法和技術。

　　隨著視覺化技術的發展，科學計算視覺化也出現了一些分支方向，如體視覺化、流場視覺化。

　　視覺化概念擴充套件到測量資料和工程資料等空間資料場時，衍生出了空間資料場視覺化，一般稱之為體視覺化***Volume Visualiza? tion***。體視覺化技術主要研究如何表示、繪製體資料集，以觀察資料內部結構，方便理解事物的複雜特性。體資料集存在於很多領域，如工程建築和氣象衛星測量的空間場，超聲波探測工業產品和核磁共振產生的人體器官形成的密度場，地震預報的力場，以及航空航天實驗和核爆炸模擬等大型實驗產生的速度場、溫度場資料等，使得體視覺化技術應用廣泛。

　　流場視覺化技術是流體力學的重要組成部分，是科學計算視覺化的分支之一。流場視覺化技術的形成與發展有力的促進了計算流力學***Computational Fluid Dynamics***研究的深入。流場視覺化技術用箭頭、流線和粒子跟蹤技術研究二維流場，重現計算流力學中的向量場和張量場資料。

　　科學計算視覺化應用廣泛，氣象預報、醫學影象處理、物理、油氣勘探、地學、有限元分析、生命科學等眾多領域都已經離不開科學計算可視化了。下面幾幅圖是科學計算視覺化的一些典型應用，圖1是美國國家海洋和大氣局的預報系統實驗室開發的三維視覺化軟體生成的影象，有效的讓氣象工作者從大量的二維影象計算中解脫出來，從而可以讓精力集中於預報所需的實際數值。圖2是美國航空航天局阿姆斯研究中心的航空航天數字模擬裝置構築的“虛擬風洞”，該技術基於三維互動特性，為分析非定常流動中的複雜結構提供了直觀的研究環境。圖3是英國的PGS Tigress公司開發的視覺化軟體生成的影象，其可以進行地震資料處理、測井評估以及模擬油氣儲存和生產的過程，在相關領域得到了廣泛的應用。

　　1.2資料視覺化

　　一般認為，資料視覺化是指對大型資料庫或者資料倉庫中的資料進行視覺化。這使得使用者可以不再侷限於通過關係資料庫來分析處理資料，能以更加直觀的方式來觀察研究資料。廣義的資料視覺化則在一定程度上或全部包含了科學計算視覺化、資訊視覺化和知識視覺化。資料視覺化的一般模型如下圖所示：

　　資料視覺化藉助於計算機的快速處理能力，並結合計算機圖形影象學方面的技術，能夠把海量的資料以圖形、影象或者動畫等多種視覺化形式更加友好的展現給人們。其中，豐富的互動手段能夠顯著改善使用者的使用體驗，是視覺化技術的價值倍增器。使用者可以通過人機互動的手段對顯示資料進行分類、篩選，並控制圖表的生成，便於以最佳的方式看到想要的資料。人機互動使得資料視覺化技術更利於發現數據背後隱藏的規律，為人們分析使用資料、發現規律獲取知識提供了強有力的手段。圖5是某銀行的一個數據視覺化示例，利用Xcelsius軟體製作，後臺資料是近10年中每個月份的銀行各種業務統計資料，通過資料視覺化展現後，可以以餅圖、柱形圖、折線圖以及雷達圖等多種形式觀察資料，各種業務的市場表現規律清晰明瞭，並可以通過按鈕、單值指示器切換不同業務的資料展示，極大的方便了銀行業務決策。

　　圖5某銀行資料視覺化示例

　　資料視覺化經過20多年的發展，形成了多種技術，這裡簡單做一介紹。

　　1***基於幾何的視覺化技術，包括散點圖、解剖檢視、平行座標法以及星形座標法等。該技術主要通過幾何學的方法來表示資料。

　　以星形座標法***如圖6***為例，它可以在二維平面上顯示出n維的空間資料。其原理是將n維的空間資料參照建立的座標軸對映到二維平面上，每一維對應到一條座標軸上，座標軸在平面上交與一點。對映之後，n維的空間資料通過二維平面上的一個點來表示。

　　圖6星型座標法

　　2***面相畫素技術***也稱密集畫素技術***。其原理是通過一個彩色的螢幕畫素來表示一個數據項，並把代表每一個數據的畫素歸納入臨近的區域。用畫素點來表示資料，面臨的主要問題是如何合理有效的安排這些畫素。該技術針對不同的視覺化物件採取不同的方式來安排畫素，最終的顯示結果能夠對資料區域性關係、依賴性和熱點分佈情況提供較為詳細的資訊。比較著名的畫素安排方式有遞迴模式技術和圓周分段技術。

　　3***基於圖示的技術。其原理是通過一個圖示的各個部分來表示n維的空間資料。圖示可以是“枝形圖”、“針圖示”、“星圖示”和“棍圖示”等。該技術適用於那些在二維平面上具有較好展開屬性的n維的空間資料集。以星圖示技術為例***如圖7***，一條射線表示一個維的資料，射線的長短表示資料的大小，射線的條數即資料維數，射線起點相同，夾角想通，端點由折線段相連。

　　圖7星圖標表示資料

　　4***基於層次的視覺化技術。其原理將n維的資料空間劃分成若干子空間，同樣以層次結構的方式組織這些子空間，並用平面圖形將其表示出來。該技術主要用於那些具有層次結構的資料，如檔案目錄、單位編制結構資料等。樹圖是其代表技術***如圖8***。1.3資訊視覺化

　　資訊視覺化***Information Visualization***主要是指利用計算機支撐的、互動的對非空間的、非數值型的和高維資訊的視覺化表示，以增強使用者對其背後抽象資訊的認知[2]。資訊視覺化技術已經在資訊管理的大部分環節中得以應用，如資訊提供的視覺化技術、資訊組織與描述以及結構描述的視覺化方法、資訊檢索和利用的視覺化等。

　　資訊視覺化的框架技術還可以分為三種：對映技術、顯示技術和互動控制技術[3]。對映技術主要是降維技術，如因素分析、自組織特徵圖、尋徑網***Pathfinder***網、潛在語義分析和多維測量等。顯示技術把經過對映的資料資訊以圖形的形式顯示出來，主要技術有：Focus+Context、Tree-map、Cone Tree和Hyperbolic Tree等。互動控制技術通過改變檢視的各種引數，以適當的空間排列方式和圖形介面展示合理的需求資料，從而達到將盡可能多的資訊以可理解的方式傳遞給使用者，主要技術有：變形、變焦距、擴充套件輪廓、三維設計和Brushing。

　　資訊視覺化的典型工具有：Prefuse、CiteSpace、VitaPad和IVT。

　　下面三幅圖是資訊視覺化技術的應用示例，圖8是樹圖的一種表達方式;圖9是魚眼技術的應用，凸顯選中的節點，縮小其他節點;圖10是一種樹結構瀏覽方式，選中一個節點後，就只向節點後展開兩層，使用者可以很容易的知道自己所處瀏覽的位置。

　　1.4知識視覺化

　　知識視覺化***Knowledge Visualization***主要是指通過視覺化技術來構建和傳遞各種複雜知識的一種圖解手段，以提高知識在目標人群中的傳播效率。

　　知識域視覺化***Knowledge Domain Visualization***是指對基於領域內容的結構進行視覺化，通過使用多種視覺化的思維、發現、探索和分析技術從知識單元中抽取結構模式並將其在二維或三維知識空間中表示出來，即對某一知識領域的智力結構的視覺化[4]。

　　圖10 Tree View知識域視覺化技術可以幫助使用者快速進入新的知識領域並對其有一個總體上的直接理解，能使使用者更加高效的認識到感興趣的領域概念及概念間的關係。

　　目前知識域視覺化的研究物件具體表現為對某知識領域的科技文獻，一個知識域可以用一組詞來限定。研究方法主要有共引法、共詞法、空間向量矩陣、自組織特徵圖和尋徑網等。1.5幾種視覺化方法比較

　　科學計算視覺化技術開創以來，現代視覺化技術得到了長足的發展，逐漸形成資料視覺化、資訊視覺化和知識視覺化，四種視覺化技術相互聯絡又互有區別。其處理物件從資料到知識是一個越發抽象的過程，資料是資訊的載體，資訊是資料的內涵，而知識又是資訊的“結晶”[5]。資料、資訊、知識以及智慧***Data、Information、Knowledge、Wisdom，DIKW***至今沒有一個明確的普遍認可的定義，它們是相對的且依賴於所處環境的[6]，Zeleny[7]認為DIKW金字塔最能準確表達四者之間的相互關係，資料是塔基而智慧是塔尖，Ackoff[8]認為貫穿於DIKW金字塔之間的核心因素是“理解”***understanding***，只有通過“理解”，才能從塔基昇華到塔尖。

　　實際上，四種視覺化技術之間的關係正如圖11所示[9]，它們之間沒有明顯的界限，從廣義上看科學計算視覺化則從屬於資料視覺化，資料、資訊和知識在一定程度也是相通的，因此它們彼此都有交叉。

　　圖11常見視覺化型別之間關係

　　2基於資料型別的分類

　　由本・施奈德曼***Ben Shneiderman***[10]概述的按照資料型別進行歸類，可以將資料分成以下七類：一維資料、二維資料、三維資料、多維資料、時序資料、層次結構資料和網路結構資料等。從而將視覺化分為如下七類：2.1一維資料視覺化

　　一維資料即線性資料，如一列數字、文字或者計算機程式的原始碼等。文字文獻是最常見的一維資料，通常情況下文字文獻不需要進行視覺化。

　　計算機軟體是一種特殊形式的一維資料，軟體維護過程中需要分析大量的程式原始碼，並從中找出特定的部分，因此有必要對其進行視覺化。美國貝爾實驗室的Eick等人利用視覺化系統SeeSoft實現了對百萬行以上的程式原始碼進行視覺化。SeeSoft系統可以用於知識發現、專案管理、程式碼管理和開發方法分析等領域，曾被成功用於檢測大型軟體原始碼中與“千年蟲”有關的問題程式碼。

　　2.2二維資料視覺化

　　二維資料指包括研究物件兩個屬性的資料。用長度和寬度來描述平面物體尺寸，用X軸和Y軸來表示物體位置座標，以及各種平面圖都是二維資料的表現形式。最常見的二維資料視覺化示例當屬地理資訊系統***GIS***，地理資訊的資料視覺化極大的滿足了人們對地理資訊的需求，各種基於位置的社交類軟體在電腦和智慧手機領域如雨後春筍般繁榮起來，也從一個側面反映出二維資料視覺化的重要性。

　　2.3三維資料視覺化

　　三維資料指包括研究物件三個屬性的資料。相對於一維的“線”和二維的“面”，三維引入了“體”的概念。三維資料視覺化在建築、醫學等領域應用廣泛，很多科學計算機視覺化也屬於三維資料視覺化，通過計算機用三維視覺化方法模擬現實物體，幫助研究人員進行模擬實驗，能有效的降低成本、提高效益。

　　2.4多維資料視覺化

　　多維資料指研究物件具有三個以上屬性的資料。多維資訊已經難以在平面或空間中構建出形象的模型，因此人們對多維資料的認知也相對困難。現實生活中有著大量的多維資料，例如學校裡的學生資訊，其中包含姓名、性別、民族、年齡、專業、班級、地址等。美國馬里蘭大學人機互動實驗室開發了一個動態查詢的框架結構軟體HomeFinder，該軟體可以連線華盛頓特區的售房資料庫，使用者可以選擇按照價格、面積、地址和房間數量等進行視覺化的動態排序。

　　2.5時間序列資料視覺化

　　時間序列資料指那些具有時間屬性的資料，也稱時序資料。時序資料容易反映出事件前後發生的持續情況。學者Liddy建立了一個從文字資訊中抽取時間資訊的系統SHESS，該系統可以自動生成一個知識庫，該知識庫能夠聚集關於任何已命名的實體資訊，並且按照時序組織這些知識，時序覆蓋知識庫的整個週期。

　　2.6層次結構資料視覺化

　　層次結構是抽象資料資訊之間一種普遍的關係，常見的如單位編制、磁碟目錄結構、圖書分類方法以及文件管理等。描述層次結構資料的傳統方法是利用目錄樹，這種表示方法簡單直觀，然而對於大型的層次結構資料而言，由於層次結構在橫向和縱向的擴充套件不成比例，樹結構的分支很快就會交織在一起，顯得混亂不堪。在對層次結構資料視覺化研究的過程中出現了一些新的方法，如1.3小節中提到的Tree-map等。

　　Xerox PARC的科研人員開發了Cone and Cam Trees。該方法用三維空間來描述層次資訊，根節點放置在空間的頂端或者最左端，子節點均勻的分佈在根節點的下面或者右面的錐形延展部分。Cone and Cam Trees可以動態的顯示，當使用者點選了某個節點時，該節點就會高亮顯示，同時樹結構將該節點旋轉到圖形的前方。一個完整的Cone and Cam Trees圖形能夠持續旋轉，便於使用者觀察大型層次等級結構資訊，進而理解其中的關係。研究人員在單獨的一個螢幕範圍內創造的Cone and Cam Trees圖形能夠描述80頁書本的有組織內容。2.7網路結構資料視覺化

　　網路結構資料沒有固定的層次結構，兩個節點之間可能會有多種聯絡，節點與節點之間的關係也可能有多個屬性。網路資訊不計其數，分佈在全球各地的網站上，彼此之間通過超連結交織在一起，其規模還在繼續膨脹。如何方便有效的利用網路資訊，成為一個迫切需要解決的問題。

　　資料視覺化的概念範圍較大，也有認為這七類視覺化更是資訊視覺化的細分[11]。資訊視覺化是近年來提出的一項新課題，其研究物件以多維標量資料為主，研究重點在於設計合理的顯示介面，便於使用者更好的從海量多維資料中獲取有效的資訊。

　　3基於可視資料分析技術的分類

　　由Daniel Keim[12]提出的基於可視資料分析技術的分類方法，從資料型別、視覺化技術和互動技術的角度來分析研究視覺化的分類方法。事實上，這三個要素即是資料視覺化的主要組成部分。圖12描述了這三要素的具體內容[13]。

　　資料型別和視覺化技術在上文中分別都有介紹。互動和變形技術越來越是視覺化技術中必不可少的一項技術，它使使用者能夠直接生動的與視覺化檢視進行互動，並根據使用者研究重點的變化動態的跟進改變檢視呈現方式。使用者根據研究物件的相關知識和具體需求可以通過互動變形技術使視覺化檢視以多種不同的效果來進行展示，方便從多角度對資料資訊進行分析觀察，從而達到更好的使用效果。

　　4結束語

　　以上列舉三種視覺化分類方法，這三種分類方法比較典型，具有很強的代表性，事實上還有Ed H Chi[14]提出的基於資料狀態模

　　型的分類方法等。視覺化理論歷經了20多年的發展形成了多種方法和技術，已經難以用某一種分類方法去包羅所有，它們的共同

　　特點都是利用相關的計算機技術來進行分析併合理顯示資料，然而其概念眾多，研究重點也不盡相同，實現方法則更是多種多樣。視覺化分類方法可以用來實現需求與視覺化技術的匹配[15]。它可以指導使用者選擇合適的視覺化方法並利用合理的技術來實

　　現不同的目的。本文首先從基於處理物件及目的對視覺化方法進行分類，這是最常見的分類方法，並介紹了一些常見的視覺化技

　　術;然後介紹了基於資料型別的分類方法，這種分類方法同樣較為常見，而實現技術則跟分類方法沒有太大關係;最後介紹了基於

　　可視資料分析技術的分類方法，這種方法將之前介紹的視覺化技術以及資料型別跟互動和變形技術結合在一起，這種分類方法能

　　夠讓使用者從巨集觀上把握視覺化分類，並系統的認識視覺化技術，加強了視覺化型別和視覺化技術之間的聯絡。

　　參考文獻：

　　[1] Mccormick B H,Defanti T A,Brown M D,et al.Visualization in Scientific Computing[J].Computer Graphics,1987,12***6***:1103-1109.

　　[2] Chen Chaomei.Mapping Scientific Frontiers: The Quest Knowledge Visualization[M]. London Ltd,2003.

　　[3]李淑麗.資訊視覺化工具的比較研究[D].哈爾濱:黑龍江大學,2006:10-13.

　　[4]周寧,張李義.資訊資源視覺化模型方法[M].北京:科學出版社,2008:244-250.

　　[5]張卓,宣蕾,郝樹勇.視覺化技術研究與比較[J].現代電子技術,2010***17***:133-137.

　　[6] Dong Hyun Jeong.Knowledge Visualization: From Theory to Practice[D].North University of North Carolina,2010.

　　[7] Zeleny M.Management support systems: Towards integrated knowledge management[J].Human Systems Management,1987***7***:59-70.

　　[8] Ackoff, R L.From data to wisdom[J].Journal of Applied Systems Analysis,1989***16***:3-9.

　　[9]劉波,徐學文.視覺化分類方法對比研究[J].情報雜誌,2008***2***:28-30.

　　[10] Shneiderman B.The Eyes Have It: A Task by Data Type Taxonomy for Information Visualizations[C]//IEEE Symposium on Visual Lan? guages’96,Los Alamos,CA,1996:336-343.

　　[11]芮小平.空間資訊視覺化關鍵技術研究[D].北京:中國科學院研究生院,2004:7-8.

　　[12]Keim D A.Information Visualization and Visual Data Mining[C]//IEEE Transactions on Visualization and Computer Graphics,2002,7***1***: 100-107.

　　[13]翟旭君.基於平行座標的視覺化資料探勘技術研究[D].北京:清華大學,2004:3.

　　[14] Chi Ed H.A Taxonomy of Visualization Techniques Using the Data State Reference Model[C]//Proceeding of the IEEE Symposium on In? formation Visualization 2000***InfoVis’00***,2000.

　　[15] Wenzel S,Bernhard J,Jessen U.A Taxonomy of Visualization Techniques for Simulation in Production and Logistics[C]//Proceeding of the 2003 Winter Simulation Conference,2003:729-736.

點選下頁還有更多>>>