这几天读了example-based volume illustaions.感觉这篇文章和kwa-liu ma的学生做的一些基于example的visualization方法有一些的不同。
kwan-liu ma的学生基于example，都是通过一些的machine learnining的算法，比如neural netwrok,svm来将这些example性质推广到整个volume上。比如 An Intelligent System Approach to Higher-Dimensional Classification of Volume Data , Expressive Line Selection by Example
而Aidong Lu这篇文章，不是简单的将example里的属性类推到volume上，而且它的example和前者有明显的区别，前区是user select from volume,而这里的example是具有很好性质的2-D image.，当然这也决定了二者的不同。Lu将从2D image到3D texture生成的问题转化成一个color transfer,即如何将illustrator 2-D image的color能很好在3-D volume中表达出来。由于转化为color transfer后，就不存在2D 3D的问题了。它通过clustering(based on the means and variances of the clusters , a sdt of gaussian functions), map(volume cluster to example cluster), color tansfer.在volume 的sample得到color后，作者又提出使用Wang Cubes 来做texture sysnthesis,这块我还没有弄明白。为什么需要做这一步， 以及他所说的，解决了边不连续问题。可能我对这个不是太感兴趣了，就没有再仔细思考这个为什么了.
最近读的vis文章，感觉大家都是将vis的问题，转换成image processing, machine learning以及各个其它学科的问题来解。在是没有看到有一篇那种创造一个新的方法的paper,比如像 graphic里的PRT这种精典的方法，能让6-7年的学者都来做它。也许vis是交叉学科，决定了它这样的性质。
最近一直在想：怎样才能将NPR与volume rendering做到一个完美的结合？今年EG里的sytle transfer function那篇文章就是利用Sloan 2000年一篇用sphere来做npr的方法，将其结合到tranfer function设计里。提出sytle tranfer function.
我在想，可我最近读的一些关于line drawing的文章，总觉的他们很难与volume有一个很好的结合.不知道该怎么办？