[发明专利]基于递归划分的多类散点图采样方法、系统、存储介质及设备

说明书

本公开提供了一种基于递归划分的多类散点图采样方法、系统、存储介质及设备，通过将接收多类散点图转换为多类密度图；根据多类密度图上各邻近区域的密度差异将空间递归，划分为KD树结构；基于KD树结构，从所有叶子节点出发回溯，找到能同时保持稀少类的点和相对类密度的节点，由该节点开始递归分配类标签，保证每类至少一点且类密度顺序与采样前一致，最终从每个叶子节点选取具有分配到的类标签的一个点，作为采样结果输出，能够快速地计算出同时忠实地保持相对数据密度和相对类密度，并显示主要离群点和稀少类的点的采样结果，有助于提升分析以多类散点图可视化的数据的效率。

技术领域

本公开属于图像信息处理领域，具体涉及一种基于递归划分的多类散点图采样方法、系统、存储介质及设备。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

散点图(scatter plot)在回归分析中是指数据点在直角坐标系平面上的分布图，散点图通过将数据点编码为视觉标记(例如，点)，可以有效地呈现变量，数据集群之间的相关性和离群点，以及数据中的其他模式。同时，通过基于类标签对视觉标记进行颜色编码，多类散点图在可视化带有类标签的数据方面并观察多个类间的相关性则是有效的。此外，很多时候，降维到2D空间的高维数据也是用散点图进行可视化的。综上，散点图现已被广泛用于可视化定量变量之间的关系。

然而，散点图常常会面临过度绘制(也就是高密度区域视觉标记间的相互重合)的问题，人们已经提出了很多方法来减轻该问题，例如改变标记尺寸、颜色、透明度、位置、密度等参数或通过动画展现数据。

具体发明人了解，现存的方法大体上能够被分成以下几种：

外观优化：这类方法是缓解过度绘制的一种直观方法，例如，减少标记大小、改变标记形状、并使标记半透明。前两种策略适合处理中等情况的过度绘制，但不能处理标记已经非常小的情况，最后一种策略同样要面临重叠标记难以辨认的问题。因此，上述方法都具有一定的局限性。

进行数据抖动：此类方法通过稍微移位重叠标记的位置来缓解过度绘制以显示它们。由于大的抖动可能会引入不存在的假模式，可能导致观察者的错误认知，具有很大的局限性，并且此类方法不能处理严重过度绘制的情况。

进行密度估计：该类方法是一种散点图的替代方法，它将离散的散点图显示为颜色编码的密度图或一组轮廓线，以这种方式，可以更好地表征密集区域，但可能遗漏离群点和稀疏区域；而且，由于颜色混合，难以可视化的观察以颜色编码的多类密度场，特别是对于重叠区域，就更难实现了。

采样优化，该类技术主要是通过优化采样过程来解决过度绘制的问题，主要包括随机采样、非均匀采样、蓝噪声采样等，随机采样能保留密集区域和相对密度差异，却很容易丢失离群点和稀疏区域；非均匀采样容易忽略不同密度区域的差异；蓝噪声采样导入特殊的局部模式，同时在原始数据点数非常多时处理速度较慢，而且在构建的密度场不好时会产生不合理的结果。

综上所述，目前处理过度绘制问题的几种方式都各有局限性。

发明内容

本公开为了解决上述问题，提出了一种基于递归划分的多类散点图采样方法、系统、存储介质及设备，本公开通过对采样过程的优化，对于给定的多类散点图和屏幕空间，能够快速地计算出同时忠实地保持相对数据密度和相对类密度，并显示主要离群点和稀少类的点的采样结果，有助于提升分析以多类散点图可视化的数据的效率。

根据一些实施例，本公开采用如下技术方案：

一种基于递归划分的多类散点图采样方法，包括以下步骤：

接收多类散点图，并将其转换为多类密度图；

根据多类密度图上各邻近区域的密度差异将空间递归划分为KD树结构；