感知性與和諧度引導的多圖表協同配色優化

　　摘要針對在可視化過程中出現的具有相同類別對應關系的多個圖表需要保持配色一致的問題,提出多圖表協同配色優化,從感知性與和諧度個方面提出感知性與和諧度引導的多圖表協同配色優化方法.給定調色板和多圖表數據后,對調色板的質量進行評估,若給定的調色板質量較高,則對其顏色分配方案直接進行優化;否則,先對調色板進行優化,再對其顏色分配方案進行優化.多項用戶調研結果證明,該方法能夠在保證多圖表配色統一的前提下提升配色結果的質量。

　　關鍵詞配色優化;感知性;和諧度;遺傳算法

　　在可視化過程中,為了增強用戶對數據的認知和理解,設計人員會通過調整不同的視覺通道改善最后的可視化結果,如大小、位置還有顏色等.而在這些視覺通道中,顏色作為影響視覺效果的主要因素,其優化效果非常值得研究,且已經有大量這方面的工作對于顏色的優化效果,可以從感知性與和諧度個方面進行刻畫,即優化的可視化圖表需要增強不同數據間的辨識程度,同時保證圖表整體配色的和諧相融性.

　　可視化評職知識：發表可視化交互設計論文的正規期刊

　　當給定調色板與數據后,若按照調色板中顏色與數據類別按順序對應的關系進行配色,就會導致圖表出現一些較小的數據被分配到不易感知的顏色,而一些較大的數據被分配到視覺效果不佳的顏色,使最終的可視化結果感知性與和諧度較差.因此,需要同時對調色板本身以及調色板的顏色分配進行優化相對于先前工作只研究單張圖表,本文主要發現在實際應用過程中,由于數據的維度大,需要用多張圖表展現不同維度的信息,而這些圖表之間存在很強的數據對應關系,因此需要對多圖表協同配色進行優化,以達到統一的顏色分配方案和良好的視覺效果.

　　另外,與多圖表類似的還有同一圖表多布局的情況.例如,對于一些圖表,存在按數據輸入順序以及數據大小順序進行布局的種形式,這種情況同樣需要協同優化因此,提出了感知性與和諧度引導的多圖表協同配色優化方法,該方法具有很好的普適性,并且對調色板的顏色數量沒有限制.在給定調色板和上述數據之后,該方法會先對調色板的質量進行評估,若給定的調色板質量較高,則會對其顏色分配方案直接進行優化,旨在提升可視化結果的感知性與和諧度.

　　若給定的調色板質量較低,則會先對調色板進行優化,提高調色板整體的感知性與和諧度,然后再對其顏色分配方案進行優化.而在顏色分配優化的過程中,主要是通過提取各圖表相鄰色塊,建立起多圖表色塊的幾何約束關系進行引導.為了驗證所提出方法的有效性,本文開展了多項用戶調研,結果顯示本文所提出的調色板優化方法和調色板的顏色分配優化方法均能有效提高可視化結果的感知性與和諧度,且由于問題復雜度高,此種異步優化效果要優于同步優化,即同時優化調色板和顏色分配

　　1相關工作

　　目前關于多圖表以及同一圖表多布局協同配色的研究尚少,所以本文從調色板和顏色個方面對相關工作進行論述。

　　1.1調色板

　　對于具有類別的數據可視化,Trumbo[1]和Wang等[2]認為,以最大限度的區分度創建一個分類調色板是一項要求很高的任務.因此,大多數可視化用戶會盡可能地避免從頭創建調色板,而是會直接使用ColorBrewer[3]或Colorgorical[4]等提供的調色板.本文工作也是如此,選用的調色板來源于ColorBrewer[3]以及Tableau①等常見的可視化工具在選定調色板后還可以從多方面對其進行更進一步的優化,如顏色和諧[2]、能量消耗[5]、類別可見度[6]以及感知距離[7]等.

　　Lee等[6]提出的類別可見度是通過每個類別的感知密度來定義的,而感知密度則是通過計算所有點的凸顯度總和得到的.基于上述思想,他們提出了一種通過優化給定調色板的感知強度,從而更好地揭示數據分布結構的方法,主要用于地圖結構的可視化.Fang等[7]則是通過最大化調色板顏色之間的感知距離優化調色板,并允許用戶加入一定的限制在給定調色板和類別數據后,調色板顏色分配的目的是為了給每個類別的數據配上唯一的顏色標識.

　　Wang等[8]對散點圖的配色進行優化,在該方法中,顏色的選取屬于局部選擇.Kim等[9]則對2D圖片模板配色問題進行研究,在該方法中,對調色板的顏色數量有限制要求.Lin等[10]提出了一種選擇語義相關顏色的方法并證明方法的有效性.Setlur等[11]為了進一步提高Lin等[10]方法的效果,采用谷歌gram的顏色名稱頻率共現的測量方法本文改進了前人的方法,使其能夠適用于多圖表的協同優化,并且對調色板的顏色數量沒有限制。

　　1.2顏色

　　本文涉及顏色的相關研究主要分為大類顏色之間的和諧度,即顏色相互搭配是否足夠好看;顏色之間的感知性差異,即顏色相互之間是否容易區分Paterson[12]認為,通常情況下,當顏色并置在一起產生一種令人滿意的統一或平衡時,這些顏色就被認為是和諧的.換句話說,當一些顏色放在一起能夠產生令人愉快的效應時,可被認為是和諧的[13]有很多研究人員或藝術家嘗試去建立一個基本的顏色和諧規則,最早的顏色和諧規則如下:當顏色色調相同,但飽和度或明度不同時;當顏色相似或互為補色時,即被認為是和諧的.

　　此外,許多研究人員還嘗試通過分析實驗或調研結果,去構建一個良好的顏色和諧模型.Papachristos等[14]定義了一個模型,預測給定配色方案的情感與審美價值.Ou等[15]開發了雙色組合和諧度的計算模型.Szabo等[16]在CIECAM02顏色模型的基礎上開發了類似的模型,該模型除了可以用于雙色組合外,還可以用于三色組合的評價。

　　2本文方法概述

　　當給定調色板和多圖表數據后,先對調色板的質量進行優化,同時從給定的數據中提取相應的幾何約束,最后將這些約束與調色板結合在一起,對顏色分配方案進行優化,得到最終的可視化結果.值得注意的是,在給定的調色板質量已經很高的情況下,可直接進行顏色分配方案的優化根據流程,本文的優化目標包括調色板的優化和調色板顏色分配方案的優化.針對提出的個優化目標,均采用遺傳算進行求解.通過調整相應的染色體形式、目標方程、交叉函數以及變異函數等,使遺傳算法能夠適用于不同的問題,具體細節會在后面的章節進行說明。

　　3調色板的優化

　　給定調色板后,最終的可視化結果會受到調色板本身的影響.如果給定的調色板本身質量不夠理想,那么無論怎樣優化顏色分配方案,最終都不會取得很好的效果.所以針對這種情況,可以對調色板進行優化之后再使用.通過改變調色板中顏色的基本屬性,從而提高調色板的質量。

　　4用戶調研

　　本文所提出的感知性與和諧度引導的多圖表協同配色優化方法主要分為調色板優化和顏色分配優化步,以下將通過用戶調研的形式分別對原始調色板的顏色分配結果和調色板優化后的顏色分配結果進行評估

　　4.1原始調色板的顏色分配為了驗證本文目標方程設計的合理性以及可視化結果是否有很好的提升,主要從以下幾個方面進行調研:(1)目標方程的設計是否具有合理性?能否對結果產生影響?(2)目標方程中是否真的需要顏色感知性與和諧度種度量共同存在?(3)優化結果是否有相應的提升針對上述問題,本文進行了組不同的用戶調研,每組共道題,并對結果進行分析,從而驗證本文方法的有效性本文共招募了20名參與者,向他們展示了基于種不同顏色分配方案,具有相同類別對應關系的多圖表的可視化結果,要求他們在種可視化結果中選取自己偏愛的一種.

　　選擇條件主要從感知性與顏色和諧度個方面進行考慮,即首先選擇更容易識別各圖表類別信息的可視化結果,在組結果類別區分能力差距不明顯的情況下,選擇他們認為整體顏色和諧度較高的一組.為了確保調研的有效性,本文在保證數據具有一定差異的前提下,隨機生成了多組6~12類別數量的數據以供調研第組實驗是為了驗證目標方程的合理性以及能否對可視化結果產生影響.將目標方程分數最高與最低的結果放在一起,讓用戶進行選擇.實驗結果如圖所示,其中二者皆可表示用戶認為種配色的效果整體差距不大.結果顯示,根據本文目標方程優化的最優與最差結果之間有著明顯的差異,有77%的用戶選擇了分數最高的結果。

　　5結語

　　在本文的工作中,針對多圖表協同配色的問題進行了種情況的討論.第種是在給定一個質量較高的調色板后,對調色板的顏色分配方案進行優化,使最終得到的多個圖表無論從感知性還是整體的和諧度上都能有很好的效果;第種是在給定調色板的質量較低時,首先對調色板進行感知性與和諧度的優化,然后再對顏色分配方案進行優化,提高最終可視化結果的質量.本文方法同樣適用于同一圖表多布局協同配色的問題。

　　本文的創新點可以從以下幾方面闡述：

　　(1)本文研究的是多圖表以及同一圖表多布局的協同優化,目前關于此類問題的研究還較少(2)本文從數據獲取對應可視化結果中幾何約束的方法具有很好的普適性,因此也可應用于單個圖表的優化(3)在調色板顏色分配問題上,本文方法對調色板顏色數量沒有限制,且顏色選取屬于全局選擇(4)在給定調色板質量較低的前提下,提出了異步和同步種優化形式,提高可視化質量。

　　本文工作屬于起步階段,雖然經過用戶調研證明了方法的有效性,但依然有很多的地方需要進行優化與改進(1)在幾何約束的提取上,本文方法有些簡單,沒有考慮到坐標系尺度以及不用圖表類型對于最終結果的影響;同時,單純的將不同圖表的臨界關系進行合并,可能會對色塊未相鄰的圖表產生影響,后續工作中需要完善幾何約束提取的方法,如將色塊在不同圖表中相鄰的次數也作為權重引入目標方程(2)在目標方程的設計中,本文應用的種度量存在重復的變量,因此會有一定的優化重疊,所以后續可以針對該問題,設計出一種新的標準,消除這種優化重疊現象。

　　本文所使用的優化方法均為遺傳算法,雖然有遺傳算法在求解近似最優解的問題上有很好的效果,但是在設計求解過程中發現由于初始化種群的隨機性,該算法求解具有一定的不穩定性.同樣的調色板及數據,2組優化結果有著明顯差異.此外,算法的運行時間也比較長,特別是在調色板優化時,這種情況可能來源于遺傳算法本身,也可能來源于本文方法設計中還存在需要優化的地方,所以后續可以對該問題的優化方法進行更合理的設計。

　　參考文獻(References):

　　[1]TrumboBE.Atheoryforcoloringbivariatestatisticalmaps[J].TheAmericanStatistician,1981,35(4):220226

　　[2]WangLJ,GiesenJ,McdonnellKT,etal.Colordesignforillustrativevisualization[J].IEEETransactionsonVisualizationandComputerGraphics,2008,14(6):17391754

　　[3]HarrowerM,BrewerCA.ColorBrewer.org:anonlinetoolforselectingcolourschemesformaps[J].TheCartographicJournal,2003,40(1):2737

　　[4]GramazioCC,LaidlawDH,SchlossKB.Colorgorical:creatingdiscriminableandpreferablecolorpalettesforinformationvisualization[J].IEEETransactionsonVisualizationandComputerGraphics,2017,23(1):521530

　　[5]ChuangJ,WeiskopfD,TorstenM.Energyawarecolorsets[J].ComputerGraphicsForum,2009,28(2):203211

　　[6]LeeS,SipsM,SeidelHP.Perceptuallydrivenvisibilityoptimizationforcategoricaldatavisualization[J].IEEETransactionsonVisualizationandComputerGraphics,2013,19(10):17461757

　　作者：王暉,胡瑞珍

轉載請注明來自發表學術論文網：http://www.zpfmc.com/dzlw/26814.html