通过异常值控制和基于 bin 的照明来增强折线密度图

密度图有效地总结大量点的数据，避免了例如散点图中严重的重叠问题。然而，当应用于基于线的数据集（如轨迹或时间序列）时，密度图本身就不够，因为它们破坏了路径连续性，掩盖了平滑趋势和稀疏异常。我们提出一种基于 bin 的照明模型，将结构与密度解耦，以增强流动效果并揭示稀疏异常，同时保持原始色彩映射。我们引入一种基于 bin 的异常值度量来对轨迹进行排序。依据该排序，我们构建结构正常映射并应用局部自适应照明于亮度通道，以在可接受的色彩失真下突出显示从主导趋势到 atypical 路径的各种模式。我们的交互式方法使分析师能够优先关注主趋势、聚焦于异常值，或在两者之间取得平衡。我们在几个真实数据集上演示了该方法，表明其揭示了简单方法遗漏的细节，实现的标准着色的 CIEDE2000 色彩失真显著低于常规阴影方法，并且支持对最多 10,000 条线的交互式更新。