通过图像空间色彩化减少基于线条密度图中的歧义
摘要：基于线条的密度图用于减少线图中的视觉混乱，特别是在存在众多个体线条的情况下。然而，这些传统的密度图经常被感知为模糊的，这妨碍了用户在复杂数据集中识别潜在趋势。因此，我们提出了一种新颖的基于图像空间的线条密度图着色方法，提升其可解释性。我们的方法不仅使用颜色来视觉传达数据密度，还使用颜色突出显示图中的相似区域，使用户能够轻松识别和区分趋势。我们通过对每个区域经过的线条进行分层聚类，并使用圆形MDS将识别的聚类映射到色相圆上，实现此目标。此外，我们提出一种启发式方法，将每条线分配给最可能的聚类，使用户能够分析密度和个体线条。我们通过进行小规模用户研究来推动我们的方法，使用合成和真实世界数据集展示我们方法的有效性，并提供一个互动在线工具用于生成着色的基于线条的密度图。
作者：Yumeng Xue, Patrick Paetzold, Rebecca Kehlbeck, Bin Chen, Kin Chung Kwan, Yunhai Wang, and Oliver Deussen
论文ID：2307.10447
分类：Graphics
分类简称：cs.GR
提交时间：2023-07-21