Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Helwig Hauser 1VisVO 2000/2001, kurzer Auszug Visualisierung Dr. Helwig Hauser VO 186.004 + LU 186.703, Wintersemester 2000/2001, Sem186, Fav.-str. 9,

Ähnliche Präsentationen


Präsentation zum Thema: "Helwig Hauser 1VisVO 2000/2001, kurzer Auszug Visualisierung Dr. Helwig Hauser VO 186.004 + LU 186.703, Wintersemester 2000/2001, Sem186, Fav.-str. 9,"—  Präsentation transkript:

1 Helwig Hauser 1VisVO 2000/2001, kurzer Auszug Visualisierung Dr. Helwig Hauser VO LU , Wintersemester 2000/2001, Sem186, Fav.-str. 9, 5. Stock,

2 Helwig Hauser 2VisVO 2000/2001, kurzer Auszug Visualisierung – Definition The purpose of computing is insight, not numbers [R. Hamming, 1962] Visualisierung: Tool, um User Einblick in Daten zu ermögl. to form a mental vision, image, or picture of (something not visible or present to the sight, or of an abstraction) ; to make visible to the mind or imagination [Oxford Engl. Dict., 1989] Computer Graphik, aber nicht photo-realistisches Rendern

3 Helwig Hauser 3VisVO 2000/2001, kurzer Auszug Visualisierung – Hintergrund Hintergrund: Visualisierung = sehr alt Oft intuitiver Schritt: graph. Verdeutlichen Daten immer öfter in sehr großer Menge gegeben graphischer Ansatz notwendig Einfache Ansätze bekannt von business graphics (Excel, etc.) Visualisierung = eigene Wissenschaft seit gut 10 Jahren Erste eigene Konfs.: 1990 L. da Vinci ( ) 1997:

4 Helwig Hauser 4VisVO 2000/2001, kurzer Auszug Visualisierung – Teilbereiche Visualisierung von … medizinischer Daten VolViz! Strömungsdaten FlowViz! abstrakten Daten InfoViz! GIS-Daten historische Daten (Archäologie) mikroskopischer Daten (Molekularphysik), makroskopischer Daten (Astronomie) extrem großer Datenmengen usw. …

5 Helwig Hauser 5VisVO 2000/2001, kurzer Auszug Visualisierung – Beispiele Medizinische Daten

6 Helwig Hauser 6VisVO 2000/2001, kurzer Auszug Visualisierung – Beispiele Strömungsdaten

7 Helwig Hauser 7VisVO 2000/2001, kurzer Auszug Visualisierung – Beispiele Abstr. Daten

8 Helwig Hauser 8VisVO 2000/2001, kurzer Auszug Visualisierung – drei Ansätze ?! Visualisierung, um … … zu erforschen nichts ist bekannt, Vis. dient zur neuen Erforschung der Daten … zu analysieren es gibt Hypothesen, Vis. dient zur Bestätigung bzw. Widerlegung … zu präsentieren alles über die Daten bekannt, Vis. dient zur Kommunikation v. Ergebnissen

9 Helwig Hauser 9VisVO 2000/2001, kurzer Auszug Visualisierung – 3 Schwerpunkte Drei Hauptbereiche: Volume Visualization Flow Visualization Information Visualization Scientific Visualization 3D nD Inherenter Raumbezug meist kein Raumbezug

10 Helwig Hauser 10VisVO 2000/2001, kurzer Auszug Volumensvisualisierung Visualisierung von skalaren Daten im 3D

11 Helwig Hauser 11VisVO 2000/2001, kurzer Auszug Volumensvisualisierung Einleitung: VolViz = Visualisierung v. Volumensdaten Abbildung 3D 2D Projektion (MIP), Schnitt, vol. Rend., etc. VolData = 3D 1D Daten Skalare Daten, 3D Datenraum, raumfüllend User goals: Einblick in 3D Daten gewinnen Strukturen von spez. Interesse + Kontext

12 Helwig Hauser 12VisVO 2000/2001, kurzer Auszug Volumensdaten Woher kommen die Daten? Medizinische Anwendung Computertomographie (CT) Magnetresonanzmessung (MR) Materialprüfung Industrie-CT Simulation Finite element methods (FEM) Computational fluid dynamics (CFD) etc.

13 Helwig Hauser 13VisVO 2000/2001, kurzer Auszug 3D Datenraum Wie sind Volumsdaten organisiert? Kartesisches bzw. reguläres Gitter: CT/MR: oft dx=dy

14 Helwig Hauser 14VisVO 2000/2001, kurzer Auszug VolViz – Herausforderungen Challenges: rendering projection, so viel Information und so wenig Pixel! große Datenmengen, z.B Voxel á 16 Bit = 256 Mbytes Geschwindigkeit, Interaktion ist sehr wichtig, aber >10 fps!

15 Helwig Hauser 15VisVO 2000/2001, kurzer Auszug Surfaces vs. Volume Rendering Surface rendering: indirekte Volumensvisualisierung Zwischenrepräsentation: Iso-fläche, 3D Pros: Shading Shape!, HW-rendering Volume rendering: direkte Volumensvisualisierung Verwendung von Transferfunktionen Pros: Blick ins Innere, Semi-Transparenz

16 Helwig Hauser 16VisVO 2000/2001, kurzer Auszug Surfaces vs. Volume Rendering... volume rendering hybrid rendering = surfaces +volumes

17 Helwig Hauser 17VisVO 2000/2001, kurzer Auszug VolViz-Techniken – Überblick Einfache Methoden: slicing, MPR (multi-planar reco.) Direkte Volumensvisualisierung: ray casting shear-warp factorization splatting 3D-texture mapping Surface-fitting methods: marching cubes (tetrahedra)

18 Helwig Hauser 18VisVO 2000/2001, kurzer Auszug Einfache Methoden Slicing, etc.

19 Helwig Hauser 19VisVO 2000/2001, kurzer Auszug Slicing Slicing: Axen-parallele Schnitte Reguläre Gitter: einfach ohne Transferfunkt. keine Farbe Windowing: Kontrast einstellen Datenwerte Window Weiß Schwarz

20 Helwig Hauser 20VisVO 2000/2001, kurzer Auszug Slicing Nicht so einfach: Slicing durch allgem. Gitter Interpolation notwendig Slicing: gut kombinierbar mit 3D-Vis. MPR: versch. Axen, 3D

21 Helwig Hauser 21VisVO 2000/2001, kurzer Auszug Direkte Volumsvisualisierung, Einführung Klassifikation – Transferfunktionen,

22 Helwig Hauser 22VisVO 2000/2001, kurzer Auszug Direkte Volumensvisualisierung Überblick: keine Zwischenrepräsentation real 3D Integration von so viel Information: schwierig object-order vs. image-order rendering versch. Techniken (ray casting, splatting, shear-warp, texture mapping, etc.) versch. Kombinationsformen (compositing, MIP, first-hit, average, etc.)

23 Helwig Hauser 23VisVO 2000/2001, kurzer Auszug Kombinationsformen Überblick: MIP C ompositing X-Ray First hit Depth Intensity Max Average Accumulate First

24 Helwig Hauser 24VisVO 2000/2001, kurzer Auszug Klassifikation Zuordnung Daten Semantik: Zuordnung zu Objekten, z.B. Knochen, Haut, Muskel, etc. Verwendung von Datenwerten, Gradienteninformation Ziel: Segmentierung Oft: semi-automatisch bzw. manuell Automatische Approximation: Transferfunktionen Beispiel

25 Helwig Hauser 25VisVO 2000/2001, kurzer Auszug Transferfunktionen Abbildung Daten Darstellbares: 1.) Daten Farbe 2.) Daten Opazität (Nichtdurchsichtigkeit) Datenwerte Knochen Haut Luft Opazität Farbe gelb, halbdurchsichtig rot, undurch- sichtig

26 Helwig Hauser 26VisVO 2000/2001, kurzer Auszug Versch. Transferfunktionen Ergebnisse: starke Abh. von Transferfunktionen nicht-triviale Ein- stellung Segmentierung nur bedingt möglich

27 Helwig Hauser 27VisVO 2000/2001, kurzer Auszug Lobster – unterschiedl. TF Drei Objekte: Medium, Schale, Fleisch

28 Helwig Hauser 28VisVO 2000/2001, kurzer Auszug Fußdaten – ein bzw. zwei TF

29 Helwig Hauser 29VisVO 2000/2001, kurzer Auszug Ray casting / compositing Klassische image-order Methode

30 Helwig Hauser 30VisVO 2000/2001, kurzer Auszug Ray Tracing vs. Ray Casting Ray Tracing: Methode der Bildgenerierung In Vol. Rend.: nur Primärstrahlen deswegen Ray Casting Klassische image-order Methode Ray Tracing: Strahl-Objekt Schnitte Ray Casting: keine Objekte, Dichtewerte! Theorie: alle Dichtewerte berücksichtigen! Praxis: Volumen Schritt für Schritt travers. Interpolation pro Schritt notwendig!

31 Helwig Hauser 31VisVO 2000/2001, kurzer Auszug Front-to-back Compositing

32 Helwig Hauser 32VisVO 2000/2001, kurzer Auszug Ray Casting – Beispiele Unterschiedliche TF (quasi-surf. rend.), CT-Daten

33 Helwig Hauser 33VisVO 2000/2001, kurzer Auszug Ray Casting – weitere Beispiel Tornado Viz: Kopf Data:

34 Helwig Hauser 34VisVO 2000/2001, kurzer Auszug Shear-warp factorization Fast object-order rendering

35 Helwig Hauser 35VisVO 2000/2001, kurzer Auszug Shear-warp Factorization Faktorisierung der viewing transformation: M view = P S M warp ( perm, shear, proj., warp) Ziel: parallele Strahlen, voxel:pixel=1:1, einfaches compositing

36 Helwig Hauser 36VisVO 2000/2001, kurzer Auszug Shear, project, warp 1.: shear-step 2 shears bi-linear reco. 2.: project-step compositing 1 voxel/pixel Erg.: Zw.-Bild 3.: warp-step Zw.-Bild auf Bild abbilden

37 Helwig Hauser 37VisVO 2000/2001, kurzer Auszug Shear-Warp – Abschluß Pros: schnell! einfach! perspektivische Projektion möglich Cons: reco. nur bi-linear (innerhalb Schichten) voxel/pixel(Zw.-Bild!!) = 1 Probleme beim Vergrößern!

38 Helwig Hauser 38VisVO 2000/2001, kurzer Auszug Shear-warp – Bilder Bilder:

39 Helwig Hauser 39VisVO 2000/2001, kurzer Auszug Marching Cubes Iso-Flächen-Darstellung

40 Helwig Hauser 40VisVO 2000/2001, kurzer Auszug Iso-Flächen Zwischenrepräsentation Aspekte: Voraussetzungen: aussagekräftiger Iso-Wert, Iso-Wert trennt Materialien Interesse: in Übergängen sehr selektiv (binäres Auswählen/Weglassen) nützt traditionelle HW shading 3D-Eindruck!

41 Helwig Hauser 41VisVO 2000/2001, kurzer Auszug Annäherung der Iso-Fläche Ansatz: Iso-Fläche schneidet Volumen = Menge aller Zellen Idee: Teile der Iso-Fläche pro geschnittener Zelle repräsen- tieren Möglichst einfach: Verwendung von Dreiecken

42 Helwig Hauser 42VisVO 2000/2001, kurzer Auszug Beispiele

43 Helwig Hauser 43VisVO 2000/2001, kurzer Auszug Mehr Beispiele

44 Helwig Hauser 44VisVO 2000/2001, kurzer Auszug Strömungsvisualisierung Einleitung, Überblick

45 Helwig Hauser 45VisVO 2000/2001, kurzer Auszug Strömungsvisualisierung Einleitung: FlowViz = Visualisierung von Strömungen Visualisierung von Änderungsinformation Normal: mehr als 3 Daten-Dimensionen Allgemeiner Überblick: noch schwieriger Strömungsdaten: nD nD Daten, 1D 2 /2D 2 /nD 2 (Modelle), 2D 2 /3D 2 (Simulationen, Messungen) Vektorielle Daten (nD) im nD Datenraum User goals: Überblick vs. Details (mit Kontext)

46 Helwig Hauser 46VisVO 2000/2001, kurzer Auszug Strömungsdaten Woher kommen die Daten: Strömungssimulation: Flugzeug- / Schiff- / Auto-Design Wettersimulation (Luft-, Meeresströmungen) Medizin (Blutströmungen, etc.) Strömungsmessung: Windkanal, Wasserkanal Schlieren-, Schatten-Technik Strömungsmodelle: Differenzialgleichungssysteme (dynamische Systeme)

47 Helwig Hauser 47VisVO 2000/2001, kurzer Auszug Strömungsdatendefinition Simulation: flow: set of samples, z.B. auf curvi-linear grid gegeben wichtigstes Primitiv: Tetraeder Messung: flow: Rekonstruktion aus Korelationsdaten, oft auf regulären Gittern berechnet Modelierung: flow: analytische Formel, überall auszuwerten

48 Helwig Hauser 48VisVO 2000/2001, kurzer Auszug Datenursprung – Beispiele 1/2

49 Helwig Hauser 49VisVO 2000/2001, kurzer Auszug Datenursprung – Beispiele 2/2

50 Helwig Hauser 50VisVO 2000/2001, kurzer Auszug Sim. vs. Messung vs. Modell Simulation: Raum der Strömung mit Gitter modellieren FEM (Finite Elemente Methode), CfD (computational fluid dynamics) Messungen: Optische Methoden + Bilderkennung, z.B.: PIV (Particle Image Velocimetry) Modelle: Differenzialgleichungssysteme dx/dt

51 Helwig Hauser 51VisVO 2000/2001, kurzer Auszug Vergleich mit Wirklichkeit Experiment Simulation

52 Helwig Hauser 52VisVO 2000/2001, kurzer Auszug 2D vs. Flächen vs. 3D 2D-Strömungsvisualisierung 2D 2D-Strömungen Modelle, Schichtströmungen (2D aus 3D) Visualisierung von Oberflächenströmungen 3D-Strömungen rund um Hindernisse Randströmungen auf Oberflächen (2D) 3D-Strömungsvisualisierung 3D 3D-Strömungen Simulationen, 3D-Modelle

53 Helwig Hauser 53VisVO 2000/2001, kurzer Auszug 2D/Flächen/3D – Beispiele 2D Fläche 3D

54 Helwig Hauser 54VisVO 2000/2001, kurzer Auszug Steady vs. Time-dependent Steady (time-independent) flows: Strömung über Zeit unveränderlich v(x): R n R n, z.B. laminare Strömungen einfacherer Zusammenhang Time-dependent (unsteady) flows: Strömung ändert sich über Zeit selbst v(x,t): R n R 1 R n, z.B. turbolente Str. komplexerer Zusammenhang

55 Helwig Hauser 55VisVO 2000/2001, kurzer Auszug Time-dependent vs. steady

56 Helwig Hauser 56VisVO 2000/2001, kurzer Auszug Direkte vs. indirekte FlowViz Direkte Strömungsvisualisierung: Überblick über Jetztzustand der Strömung Visualisierung der Vektoren Pfeildarstellungen, Verwischtechniken Indirekte Strömungsvisualisierung: Verwendung einer Zwischenrepräsentation: Vektorfeldintegration über Zeit Visualisierung der Zeitentwicklung Strömungslinien, Strömungsflächen

57 Helwig Hauser 57VisVO 2000/2001, kurzer Auszug Direkt vs. indirekt – Beispiel

58 Helwig Hauser 58VisVO 2000/2001, kurzer Auszug Strömungsvisualisierung mit Pfeilen Hedgehog plots, etc.

59 Helwig Hauser 59VisVO 2000/2001, kurzer Auszug FlowViz mit Pfeilen Aspekte: Direkte FlowViz normierte Pfeile vs. Skalierung mit Geschwindigkeit 2D: ganz gut brauchbar, 3D: meist problematisch oft nur bedingt verständlich (zeitliche Komponente fehlt) oft in Verwendung!

60 Helwig Hauser 60VisVO 2000/2001, kurzer Auszug Pfeile im 2D Skalierte Pfeile vs. farb-codierte Pfeile

61 Helwig Hauser 61VisVO 2000/2001, kurzer Auszug Pfeile im 3D Kompromiß: Pfeile nur in Schichten

62 Helwig Hauser 62VisVO 2000/2001, kurzer Auszug Strömungsvisualisierung mit Strömungslinien Strömungslinien, Partikelbahnen, etc.

63 Helwig Hauser 63VisVO 2000/2001, kurzer Auszug Strömungslinien im 2D Gut geeignet, um Überblick zu geben

64 Helwig Hauser 64VisVO 2000/2001, kurzer Auszug Visualisierung mit Partikel Partikelbahnen = Strömungslinien Varianten (time- dependent data): streak lines: immer neue Partikel los- lassen path lines: Langzeitweg eines Partikels

65 Helwig Hauser 65VisVO 2000/2001, kurzer Auszug Strömungslinien im 3D Farbcodierung: Geschwindigkeit Selektive Platzierung

66 Helwig Hauser 66VisVO 2000/2001, kurzer Auszug Illuminated Stream Lines Beleuchtung von 3D Kurven bessere Wahr- nehmung!

67 Helwig Hauser 67VisVO 2000/2001, kurzer Auszug Line Integral Convolution Strömungsvisualisierung im 2D oder auf Flächen

68 Helwig Hauser 68VisVO 2000/2001, kurzer Auszug LIC – Einleitung Aspekte: Ziel: Gesamtüberblick über Strömung Ansatz: Verwendung von Texturen Idee: Strömung visuelle Korelation Beispiel:

69 Helwig Hauser 69VisVO 2000/2001, kurzer Auszug LIC im 2D – Beispiel

70 Helwig Hauser 70VisVO 2000/2001, kurzer Auszug LIC – Beispiele auf Flächen

71 Helwig Hauser 71VisVO 2000/2001, kurzer Auszug Pfeile vs. Str.-Linien vs. Texturen Strömungslinien: selektiv, Pfeile: naja, Texturen: 2D-füllend

72 Helwig Hauser 72VisVO 2000/2001, kurzer Auszug Information Visualization InfoViz-Kontext, Allgemeines

73 Helwig Hauser 73VisVO 2000/2001, kurzer Auszug Information Visualization Rather new branch of viz, next to: volume visualization flow visualization Deals with: abstract data multi-dimensional data very large data-sets scientific viz

74 Helwig Hauser 74VisVO 2000/2001, kurzer Auszug InfoViz vs. SciViz usually no inherent spatial arrangement in general n-dimensional data prime goals: useful visual metaphors flexible interaction mechanisms useful tools for exploration inherent spatial arrangement (2D, 3D) often 2- or 3-dimensional data prime goals: fast visualization and rendering interactive applications useful tools for analysis

75 Helwig Hauser 75VisVO 2000/2001, kurzer Auszug Visual metaphors & interaction Requ. 1: useful visual metaphors how to represent abstract data, n-dimensional data, very large data-sets? how to locate data items? 2D or 3D representation? Requ. 2: flexible interaction techniques changing between different views changing the focus zooming, panning, sub-setting, …

76 Helwig Hauser 76VisVO 2000/2001, kurzer Auszug Tree map: 1500 files, 190 dirs.

77 Helwig Hauser 77VisVO 2000/2001, kurzer Auszug Table lens Demo

78 Helwig Hauser 78VisVO 2000/2001, kurzer Auszug Hyperbolic trees – idea Art vs. InfoViz

79 Helwig Hauser 79VisVO 2000/2001, kurzer Auszug Hyperbolic trees Using hyperbolic geometry Focus change through pan Works in 3D also

80 Helwig Hauser 80VisVO 2000/2001, kurzer Auszug Scatterplots, Scatterplot-matrices Scatterplot: 2 variables data records: sinlge points Scatterplot- matrices: all variables vs. all orthers

81 Helwig Hauser 81VisVO 2000/2001, kurzer Auszug Linking & Brushing (XGobi) Linked displays:

82 Helwig Hauser 82VisVO 2000/2001, kurzer Auszug WEAVE – SciViz+InfoViz Linking of SciViz- and InfoViz-views: 3D view (SciViz) scatterplot histogram Brushing!


Herunterladen ppt "Helwig Hauser 1VisVO 2000/2001, kurzer Auszug Visualisierung Dr. Helwig Hauser VO 186.004 + LU 186.703, Wintersemester 2000/2001, Sem186, Fav.-str. 9,"

Ähnliche Präsentationen


Google-Anzeigen