(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111629951.1 (22)申请日 2021.12.28 (71)申请人 中国航天空气动力技 术研究院 地址 100074 北京市丰台区云岗西路17号 (72)发明人 禹旻　杨武兵　黄智濒　 (74)专利代理 机构 北京思创大成知识产权代理 有限公司 1 1614 专利代理师 高爽 (51)Int.Cl. G06F 30/28(2020.01) G06T 17/00(2006.01) G06K 9/62(2022.01) G06F 17/16(2006.01) (54)发明名称 一种基于聚类筛选的流线可视化方法 (57)摘要 本发明公开了一种基于聚类筛选的流线可 视化方法， 该基于聚类筛选的流线可视化方法包 括： 通过特征点识别算法获取流场内的特征点， 根据特征点的位置确定其影 响区域， 并在每个特 征点的影 响区域内生成流线； 分别将每个特征点 的影响区域作为流场空间域进行体素化表达， 基 于体素化表达分别生成每条流线对应的位置分 布矢量数据和几何特征矢量数据； 基于每条流线 对应的位置分布矢量数据和几何特征矢量数据， 通过K‑Means算法对所有流线进行聚类筛选， 生 成流线的可视化结果。 本发明的流线可视化方法 对特征点类型不敏感， 使用位置分布矢量数据和 几何特征矢量数据对流线进行选择， 可得到更具 代表性和简化的流线可视化结果。 权利要求书2页 说明书7页 附图3页 CN 114492225 A 2022.05.13 CN 114492225 A 1.一种基于聚类筛 选的流线可视化方法， 其特 征在于， 包括： 通过特征点识别算法获取流场内的特征点， 根据所述特征点的位置确定其影响区域， 并在每个特征点的影响区域内生成流线； 分别将每个特征点的影响区域作为流场空间域进行体素化表达， 基于所述体素化表达 分别生成每条 所述流线对应的位置分布矢量数据和几何特 征矢量数据； 基于每条所述流线对应的所述位置分布矢量数据和所述几何特征矢量数据， 通过K ‑ Means算法对所有所述 流线进行聚类筛 选， 生成流线的可视化结果。 2.根据权利要求1所述的基于聚类筛选的流线可视化方法， 其特征在于， 通过以下步骤 在每个所述特 征点的影响区域内生成流线： 在每个所述特 征点的影响区域内撒 点， 生成所述 流线。 3.根据权利要求1所述的基于聚类筛选的流线可视化方法， 其特征在于， 通过以下步骤 对所述特 征点的影响区域进行体素化表达： 将所述特征点的影响区域设为体素空间， 在所述体素空间内生成Lx×Ly×Lz个初始体 素， 且每个所述初始体素对应一个由二进制位串构成的编码， 其中， x， y和z分别表 示三维空 间坐标系内的x方向、 y方向和z方向， 且Lx为沿x方向的体素的数目， Ly为沿y方向的体素的数 目， Lz为沿z方向的体素的数目。 4.根据权利要求3所述的基于聚类筛选的流线可视化方法， 其特征在于， 通过以下步骤 生成所述 流线对应的位置分布矢量数据： 在所述体素空间内， 将所述流线穿过的初始体素对应的二进制位串设为1， 将所述流线 未穿过的初始体素对应的二进制位串设为0， 获得 所述流线的位置分布矢量数据。 5.根据权利要求4所述的基于聚类筛选的流线可视化方法， 其特征在于， 通过以下步骤 生成所述 流线对应的几何特 征矢量数据： 将所述体素空间内的每个初始体素进行k次八叉树迭代划分， 生成2k×Lx×2k×Ly×2k ×Lz个最终体素； 基于2k×Lx×2k×Ly×2k×Lz个所述最终体素， 得到所述 流线的细粒度表示； 基于所述流线的细粒度表示， 分别计算每个所述最终体素到所述流线的最短距离， 得 到所述流线的所述几何特 征矢量数据。 6.根据权利要求5所述的基于聚类筛选的流线可视化方法， 其特征在于， 通过以下步骤 得到所述 流线的细粒度表示： 在所述体素空间内， 将每 个所述最终体素表示 为一个由二进制位串构成的编码； 将所述流线穿过的最终体素对应的二进制位串设为1， 将所述流线未穿过的最终体素 对应的二进制位串设为0， 获得 所述流线的细粒度表示。 7.根据权利要求1所述的基于聚类筛选的流线可视化方法， 其特征在于， 所述基于每条 所述流线对应的所述位置分布矢量数据和所述几何特征矢量数据， 通过K ‑Means算法对所 有所述流线进行聚类筛 选， 生成流线的可视化结果包括： 基于每条所述流线对应的所述位置分布矢量数据和所述几何特征矢量数据， 形成所有 所述流线的多视图特征数据集{Xij}， 其中， Xij表示视图数据， i为所述流线的编码数， i＝1， 2， 3，…， m， m为所述 流线的总数， j为视图数， j＝1， 2； 对于所述多视图特征数据集{Xij}内的每个视图数据Xij， 计算任意两 条流线a和 b之间的权　利　要　求　书 1/2 页 2 CN 114492225 A 2相似矩阵S S{Xaj,Xbj}， a＝1， 2， 3， …， m， b＝1， 2， 3， …， m， 且a≠b； 基于所述视图数据Xij和其对应的所述相似矩阵SS{Xaj,Xbj}， 通过所述K ‑Means算法进 行聚类， 得到第一聚类结果C1， C2， C3，…,Cn， 其中， n为聚类后的分类数； 对于每个第一聚类Cq， 对于所述多视图特征数据集{Xij}内的每个视图数据Xit， 计算所 述第一聚类Cq内任意两条流线c和d之间 的相似矩阵SS{Xct,Xdt}， 其中， q＝1， 2， 3， …， n， t＝ 1， 2， 且t≠j， c和d为所述 流线的编码数， 且c ≠d； 基于所述视图数据Xit及其对应的所述相似矩阵SS{Xct,Xdt}， 通过所述K ‑Means算法进 行聚类， 得到第二聚类结果Cq1，…,Cqp，…,Cqg， g表示第一聚类Cq内聚类后的分类数； 对于每个第二聚类Cqp， 如果|Cqp|×γ＜1， 则筛选出所述第二聚类Cqp内的一条所述流 线， 其中|Cqp|为每个所述第二聚类Cqp内的所述 流线的数目， γ为选择比且0 ≤γ≤1； 基于筛选结果， 得到所述 流线的可视化结果。 8.根据权利要求1所述的基于聚类筛选的流线可视化方法， 其特征在于， 基于所述位置 分布矢量数据和所述几何特征矢量数据， 通过K ‑Means算法对所有所述流线进行多次聚类 筛选， 生成所述 流线的可视化结果。权　利　要　求　书 2/2 页 3 CN 114492225 A 3