Vorlesung 10 – Visualisierung von Daten mit Orts- und Zeitbezug

Präsentation zum Thema: "Vorlesung 10 – Visualisierung von Daten mit Orts- und Zeitbezug"—  Präsentation transkript:

1 Vorlesung 10 – Visualisierung von Daten mit Orts- und Zeitbezug

2 Allgemeiner Überblick über folgende Themen
Visualisierung von Raumbezogenen Daten Zeitbezogenen Daten Volumendaten Strömungsdaten Visualisierung von multivariaten Daten Visualisierung – Vorlesung 10 WS 2005/2006

3 Visualisierung von Daten mit Raumbezug
Übersicht Wiederholung Visualisierung von Daten mit Raumbezug Übersicht Direkte Visualisierung des Raumbezugs Indirekte Visualisierung des Raumbezugs Visualisierung zeitvarianter Daten Visualisierung – Vorlesung 10 WS 2005/2006

4 Visualisierung von Daten mit Raumbezug
Übersicht Wiederholung Visualisierung von Daten mit Raumbezug Übersicht Direkte Visualisierung des Raumbezugs Indirekte Visualisierung des Raumbezugs Visualisierung zeitvarianter Daten Visualisierung – Vorlesung 10 WS 2005/2006

5 Farbskalen Typen von Farbskalen Aspekte von Farbskalen
Grauwertskalen: Variation der Helligkeit Farbskalen: Variation der Farbart (Sättigung und Farbton) Aspekte von Farbskalen Abbildung auf RGB i.d.R. nicht effizient und wenig effektiv Abbildung auf HSV, HLS, o.ä. möglich Spezielle Farbskalen i.d.R. effizienter Visualisierung – Vorlesung 10 WS 2005/2006

6 Grauwertskalen Man verwende empfindungsmäßig gleichabständige Stufen, etwa nach folgender Formel: Berücksichtigt man die nötige Gammakorrektur (für Farbmonitore 2, ,8), so erhält man: Kuriosum: Diese Zwei Effekte korrigieren sich fast selbst! Visualisierung – Vorlesung 10 WS 2005/2006

7 Beispiele für spezielle Farbskalen
Farbton-Skala (Hue) Regenbogenskala Temperaturfarbskala Magenta-Farbskala Visualisierung – Vorlesung 10 WS 2005/2006

8 Effekte von Farbfehlsichtigkeiten auf Farbskalen
Magenta Scale Heated Object Scale Protanopie Protanopie Deuteranopie Deuteranopie Tritanopie Tritanopie Better results with magenta scale and heated object scale Visualisierung – Vorlesung 10 WS 2005/2006

9 Textur und quantitative Daten
Vereinzelte Anwendungen von Textur zur Visualisierung qualitativer und quantitativer Aspekte Speziell: Visualisierung von Multi-parameter-Datensätzen Mehr zu diesem Thema später! Pickett, Grinstein 1988 Visualisierung – Vorlesung 10 WS 2005/2006

10 Textur und Vektordaten
Textur eignet sich zudem, Orientierungen und auch Ausprägungen darzustellen Anforderungen, die bei der Visualisierung von Vektordaten auftreten Beispiel: Strömungsfelder Beispiel für Textursynthesetechnik: Line Integral Convolution (LIC) Mehr zu diesem Thema später! Visualisierung eines kreisförmigen und eines turbulenten Strömungsfeldes mit LIC (Cabral 1993) Visualisierung – Vorlesung 10 WS 2005/2006

11 Texturen in 3D Textur ist ein wichtiger visueller Faktor zur Wahrnehmung von Neigung und Orientierung von Oberflächen Anwendung von Textur zur Verdeutlichung dieser Aspekte im Kontext von 3D-Visualisierung Visualisierung des Krümmungsverlaufs von Oberflächen Eingesetzte Techniken ähneln denen der Visualisierung von Vektordaten Visualisierung – Vorlesung 10 WS 2005/2006

12 Visualisierung von Daten mit Raumbezug
Übersicht Wiederholung Visualisierung von Daten mit Raumbezug Übersicht Direkte Visualisierung des Raumbezugs Indirekte Visualisierung des Raumbezugs Visualisierung zeitvarianter Daten Visualisierung – Vorlesung 10 WS 2005/2006

13 Visualisierung von Daten mit Raumbezug
Übersicht Wiederholung Visualisierung von Daten mit Raumbezug Übersicht Direkte Visualisierung des Raumbezugs Indirekte Visualisierung des Raumbezugs Visualisierung zeitvarianter Daten Visualisierung – Vorlesung 10 WS 2005/2006

14 Multivariate und Mehrdimensionale Daten
Standardgraphen betrachten in den meisten Fällen nur für eindimensionale, univariate Daten Allgemeinere Situation Multidimensionale Daten Dimension des Beobachtungsraums > 1 Multivariate Daten Dimension des Merkmalsraums > 1 (2) D Daten mit Raumbezug Dimension des Beobachtungsraums ist 2 oder 3 Visualisierung – Vorlesung 10 WS 2005/2006

15 Mehrdimensionale raumbezogene Daten
Zum Begriff Raumbezug Daten mit geographischem Bezug, d.h. im Kontext geographischer Informationssysteme (Bill und Fritsch 1996) Lediglich 3-dimensionale Daten (Groß 1991) 2D: oberflächenbezogene Daten n-dimensionaler Euklidischer Raum (Graw) Im weiteren Daten in einem 2 oder 3-dimensionalen, räumlichen Bezugssystem Beispiel: die Erdoberfläche  (thematische) Karte ... Visualisierung – Vorlesung 10 WS 2005/2006

16 Systematik Übersicht : Visualisierung raumbezogener Daten
Visualisierung – Vorlesung 10 WS 2005/2006

17 Themengebiete mit starkem Bezug
Kartographie und GIS Themengebiete mit starkem Bezug Kartographie Geographische Informationssysteme (GIS) Visualisierung – Vorlesung 10 WS 2005/2006

18 Wissenschaft mit sehr jahrhunderte alter Tradition
Kartographie Wissenschaft mit sehr jahrhunderte alter Tradition Erste Karten Bertin Zentrale Fragestellungen Abbildung der Erde auf Karte … Visualisierung – Vorlesung 10 WS 2005/2006

19 Geographische Informationssysteme
Geographische Informationssysteme (GIS) speichern Infos in Datenbanken Klassische GIS: 2-dimensional Zunehmend, vor allem in urbaner Umgebung, auch 3D Mehr zu diesem Thema später! Visualisierung – Vorlesung 10 WS 2005/2006

20 Bezugssystem und Wirkungskreise
Grundlegender Ansatz Darstellung von Bezugssystem und mit Wirkungskreisen Darstellung des Wirkungskreises Punktbezug Abtastung im Bezugsraum Die Datenwerte beziehen sich nur auf einzelne Beobachtungspunkte (zum Beispiel gemessene Werte pro Messstelle in einem See). Lokaler Bezug Endliche Apertur und Mittelung Die Datenwerte beziehen sich auf lokale Bereiche des räumlichen Bezugs­systems (zum Beispiel Datenwerte im nördlichen Teil eines Sees). Globaler Bezug Die Datenwerte gelten für das gesamte räumliche Bezugssystem (zum Beispiel für einen ganzen See). Visualisierung – Vorlesung 10 WS 2005/2006

21 Darstellung des Raumbezugs
Darstellung des Raumbezugs im Bezugssystem Direkt: Datenwerte als auch das räumliche Bezugssystem werden in derselben visuellen Repräsentation veranschaulicht Beispiel: Platzierung von Ikonen auf einer Karte und Markierung des zugehörigen Geltungsbereiches Indirekt: Veranschaulichung von Datenwerten und räumlichem Bezugssystem über getrennte visuelle Repräsentationen Beispiel: Visualisierung – Vorlesung 10 WS 2005/2006

22 Direkte Darstellung des Raumbezugs
Direkte Darstellung des Raumbezugs mit Karte und Kreuzikone für Sedimentdaten Darstellung des Punktbezugs mit Kreuzikone Zusätzliche Brushing: Für selektierte Ikone werden links die Daten anzeigt Visualisierung – Vorlesung 10 WS 2005/2006

23 Direkte Darstellung des Raumbezugs
Direkte Darstellung von raumbezogenen Daten mit lokalem Wirkungskreis Visualisierung von Inzidenzraten für Krankheiten über den Kreisen von Mecklenburg-Vorpommern Balkendiagramm als Ikone zur Darstellung der Häufigkeit unterschiedlicher Krankheiten Kennzeichnung des lokalen Wirkungskreises durch Kreisgrenzen Visualisierung – Vorlesung 10 WS 2005/2006

24 Direkte Darstellung des Raumbezugs
Direkte Darstellung von raumbezogenen Daten mit lokalem Wirkungskreis Visualisierung von Sedimentdaten über dem Neustädter See Voronoi-Zerlegung mit bivariater Farbskala zur Verdeutlichung des lokalen Bezugs Zusätzliche Marker zur Darstellung der Messpunkte Visualisierung – Vorlesung 10 WS 2005/2006

25 Direkte Darstellung des Raumbezugs
Direkte Darstellung von raumbezogenen Daten mit lokalem Wirkungskreis Inzidenzrate der Influenza A über Mecklenburg-Vorpommern Darstellung der Merkmale über Farb- und Höhenkodierung Visualisierung – Vorlesung 10 WS 2005/2006

26 Direkte Darstellung des Raumbezugs
Kartogramme nicht maßstabsgetreue Karten Weitere Möglichkeit zur direkten Darstellung des Raumbezugs Beispiel: Bevölkerungskartogramm Größe der Länder gemäß ihrer Bevölkerungszahl Topologischen Beziehungen bleiben erhalten Bemerkung Alle antiken Karten waren Kartogramme! Visualisierung – Vorlesung 10 WS 2005/2006

27 Direkte Darstellung des Raumbezugs
Darstellung eines 3D-Raumbezugs Darstellung hydrologischer Parameter im Tiefenprofil der Ostsee für ausgewählte Messpunkte Visualisierung – Vorlesung 10 WS 2005/2006

28 Indirekter Raumbezug Ansatz: Kombination zweier getrennter visueller Repräsentationen Darstellung des Bezugssystems (mit Beobachtungspunkten) Darstellung des Merkmalsraums (multivariaten Daten) Zuordnung erfolgt über: Farbassoziationen Hilfslinien u.a. Annotationen Insbesondere bei großen Datenmengen sind indirekte Darstellungen des Raumbezugs eine sinnvolle Alternative Visualisierung – Vorlesung 10 WS 2005/2006

29 Indirekte Darstellung des Raumbezugs
Tiefe Trockenmasse Glühverlust Korngröße Phosphorgehalt Indirekte Darstellung des Raumbezugs von Sedimentdaten des Barniner Sees Darstellung der Sedimentdaten mit parallelen Koordinaten Darstellung des Bezugssystems über Karte Visualisierung – Vorlesung 10 WS 2005/2006

30 Indirekte Darstellung des Raumbezugs
Indirekte Darstellung des Raumbezugs bei einem 3D-Modell Darstellung der Geometrie eines 3D-Bauteils als Bezugssystem Darstellung der technischen Attribute mit Ikonen (vgl. Autoglyphen des Shape Coding) verschlüsselt Visualisierung – Vorlesung 10 WS 2005/2006

31 Kombination von direktem und indirektem Bezug
Kombination von direkter und indirekter Darstellung des Raumbezugs am Beispiel einer Waldbodenkarte Merkmale in einer Ikone pro Abteilung kodiert, jede Unterabteilung horizontal aufgetragen Teilabschnitte pro Unterabteilung senkrecht Datenwerte farbkodiert Visualisierung – Vorlesung 10 WS 2005/2006

32 Kombination von direktem und indirektem Bezug
Kombination von direkter und indirekter Darstellung des Raumbezugs am Beispiel von Waldbodendaten Direkter Raumbezug in 3D-Darstellung (rechts) Problem: Verdeckungen behindern Lesbarkeit Zusätzliche indirekte Darstellung der Messwerte durch Balkendiagramm; Bezug durch Annotation Visualisierung – Vorlesung 10 WS 2005/2006

33 Kombination von direktem und indirektem Bezug
Kombination von direkter und indirekter Darstellung des Raumbezugs Am Beispiel hydrologischer und biologische Daten Direkte Visualisierung der hydrologischen Daten Indirekte Darstellung (durch Annotation) der biologischen Daten (Verteilung des Dorsches nach Alter) in Form von Kreisdiagrammen Visualisierung – Vorlesung 10 WS 2005/2006

34 Vergleich direkte/indirekte Visualisierung
Vorteile direkter Darstellung des Raumbezugs Abhängigkeiten der Datenwerte in ihrem räumlichen Kontext unmittelbar wahrnehmbar Nachteile Größe der graphischen Repräsentation der Daten bzw. des Bezugsraumes führt aber oft dazu, dass nur wenige Parameter pro Datensatz dargestellt werden können oder Anzahl der gleichzeitig darstellbaren Datensätze gering Visualisierung – Vorlesung 10 WS 2005/2006

35 Zusammenfassung Veranschaulichung des räumlichen Kontextes
Direkter Raumbezug: direkt intuitiv wahrnehmbar Indirekter Raumbezug (z.B. Farbassoziationen, Linien, Annotationen) Nachteil direkter Raumbezug: Erhöhte Komplexität der Darstellung Auf Details oder Vollständigkeit muss oft verzichtet werden  Navigation und Interaktion sehr wichtig! Nachteil indirekter Raumbezug: höhere kognitive Belastung Anwenderklassen und Raumbezug Experten Z.T. Raumbezug stark verinnerlicht, z.B. Lage der Messpunkte können u.U. auf Darstellung des Raumbezugs verzichten Seltennutzer Darstellung fast immer notwendig Visualisierung – Vorlesung 10 WS 2005/2006

36 Visualisierung von Daten mit Raumbezug
Übersicht Wiederholung Visualisierung von Daten mit Raumbezug Übersicht Direkte Visualisierung des Raumbezugs Indirekte Visualisierung des Raumbezugs Visualisierung zeitvarianter Daten Visualisierung – Vorlesung 10 WS 2005/2006

37 Visualisierung von Daten mit Raumbezug
Übersicht Wiederholung Visualisierung von Daten mit Raumbezug Übersicht Direkte Visualisierung des Raumbezugs Indirekte Visualisierung des Raumbezugs Visualisierung zeitvarianter Daten Visualisierung – Vorlesung 10 WS 2005/2006

38 Zeitabhängige Daten Aspekte zeitvarianter Daten Unterscheiden zwischen
Datencharakteristika werden ihrem zeitlichen Kontext zugeordnet Zeit ist keine beliebige unabhängige Variable, sondern hat Besonderheiten Nur wenige Werkzeuge unterstützen die Darstellung des Zeitbezugs befriedigend Unterscheiden zwischen Zeitbezug der Daten Zeitbezug der Darstellung Visualisierung – Vorlesung 10 WS 2005/2006

39 Fragestellungen bei zeitvarianten Daten
Fragestellungen bei der Analyse zeitvarianter Daten (MacEachren, 1995): Existence: Existiert ein Merkmal an einem spezifischen Zeitpunkt? Localization: Wann existiert ein Merkmal? Temporal interval: Wie lang existiert ein Merkmal? Rate of change: Wie stark und wie schnell ändert sich ein Merkmal? Sequence: In welcher Reihenfolge erscheinen die Merkmale? Temporal texture: Wie oft erscheint ein Merkmal? Synchronization: Welche Merkmale existieren gemeinsam? Before we are going into the discussion of visualization techniques for time-series data, we sould ask us what are the possible goals a user might have in mind. Visualisierung – Vorlesung 10 WS 2005/2006

40 Zeitbezug der Darstellung
Taxonomie Zeitbezug der Daten Diskret vs. intervall-basiert Linear vs. zyklisch Ordinal vs. kontinuierlich Geordnet vs. verzweigend Zeitbezug der Darstellung 2d vs. 3d Statisch vs. dynamisch Univariat vs. Multivariat Daten-bezogen vs. Ereignis-bezogen Visualisierung – Vorlesung 10 WS 2005/2006

41 Taxonome zeitvarianter Daten (1)
Dskrete Zeitpunkte vs. Zeitintervalle Diskrete Zeitpunkte: Zeitpunkte ohne Dauer Zeitintervalle: Intervall-skalierte Achse (z.B. Tage, Monate, ...) Ansatz: Darstellung der Dauer Lexis Pencils AOK Daten Inflenca Zyklenabhängig Psychologisch nicht Rot und blau Infuenca Zyklenabhängig The lower images present health data of the occurance of diseases in a year. The lower left image presents a Lexis Pencils approach to present this multivariate data set. Individual occurances of diseases can be distinguished quite well in the different regions. The spiral-based approach Visualisierung – Vorlesung 10 WS 2005/2006

42 Taxonomie zeitvarianter Daten (2)
Lineare vs. zyklische Zeitabläufe Linear: Zeitliche Ereignisse von einem Startzeitpunkt in linearer Ordnung bis zum Endzeitpunkt Zyklisch: Wiederkommende zeitliche Ereignisse wie z.B. Jahreszeiten Ansatz: Darstellung der Periodizität Lexis Pencils zur Darstellung multivariater, linearer Daten (Schumann et.al. 2005) Spiral Graphs zur Darstellung zyklischer, multivariater (Schumann et.al. 2005) Visualisierung – Vorlesung 10 WS 2005/2006

43 Taxonomie zeitvarianter Daten (3)
Ordinal vs. kontinuierlich Ordinal: geordnete, qualitative Zeitachse Kontinuierlich: quantitative Zeitachse Ansatz: Darstellung von Ordnung gegenüber Differenzen ThemeRiver, Havre et al 2000 Ordinal -> Calendar View Kontinuieruch ThemeRiver Calendar plot, van Wijk, van Selov, 1999 Visualisierung – Vorlesung 10 WS 2005/2006

44 Taxonomie zeitvarianter Daten (4)
Geordnet vs. verzweigende Zeitstränge Geordnet: zeitliche Ereignisse folgen einer nach dem anderen Verzweigend: Alternative, zum Teil parallele Zeitstränge Ansatz: Darstellung der Linearität gegenüber der Verzweigung ? Representing Branching Time + Data Branching time data appears in the domain of simulation when different alternatives Gantt Chart TimeWheel, Tominski, 2004 Visualisierung – Vorlesung 10 WS 2005/2006

45 Taxonomie visueller Darstellungen des Zeitbezugs
Zeitbezug der Daten Diskret vs. intervall-basiert Linear vs. zyklisch Ordinal vs. kontinuierlich Geordnet vs. verzeigend Zeitbezug der Darstellung 2d vs. 3d Statisch vs. dynamisch Univariat vs. Multivariat Daten-bezogen vs. Ereignis-bezogen Visualisierung – Vorlesung 10 WS 2005/2006

46 Taxonomie visueller Darstellungen des Zeitbezugs (1)
2d vs. 3d 2d: Darstellung in der Bildebene 3d: Darstellung unter Nutzung perspektivischer oder interaktiver, VR-ähnlicher 3D-Darstellungen Interactive Specification of -> Vis ... Time Dependent Data anschauen Worm Plot (Treinish 1997) Visualisierung – Vorlesung 10 WS 2005/2006

47 Worm Plots Worm Plots (Treinish 1997) Ansatz
Visualisierung von Punktwolken mit Zeitbezug Ansatz Ausgangspunkt: 2D-Scatterplot der Daten für jeden diskreten Zeitpunkt Approximation der Punktwolke durch einen Kreis Mittelpunkt = „Zentrum“ der Punktwolke Radius = mittlerer Abstand der Punkte vom Zentrum Verbindung der approximieren-den Kreise der einzelnen Scatterplots zu „Röhren“ Möglichkeit zur Unterscheidung unterschiedlicher Cluster Visualisierung – Vorlesung 10 WS 2005/2006

48 Taxonomie visueller Darstellungen des Zeitbezugs (2)
Static vs. dynamisch Statisch: Visualisierung basierend auf einzelnen, unveränderlichen Bildern Dynamisch: Visualisierung unter Nutzung dynamischer Aspekte wie etwa Animation, freie Navigation, etc. Visualisierung – Vorlesung 10 WS 2005/2006

49 Taxonomie visueller Darstellungen des Zeitbezugs (3)
Univariat vs. multivariat Univariat: eine einzelne abhängieg Variable Multivariat: mehrere abhängige Variablen, die parallel analysiert werden sollen AOK Daten Ausbreitung von Krankheiten Ausgeblendete: nie ein Maximum Links zur Darstellung der Reihenfolge der Events / Ausbreitung der Krankheit Zentrales Element: Reduzierung der darzustellenden Daten Relevante Bereiche Parallele Koordinaten zur Darstellung multivariater, zeitabhängiger Daten Visualisierung – Vorlesung 10 WS 2005/2006

50 Taxonomie visueller Darstellungen des Zeitbezugs (4)
Daten-bezogen vs. Ereignis-bezogen Daten-bezogen: direkte Darstellung der Daten Ereignis-bezogen: Darstellung bzw. Betonung der Zeitpunkte, an denen eine Änderung in den Daten stattfindet Beispiel: besonders interessante Punkte in den Daten, wie etwa Minima, Maxima, etc. Visualisierung – Vorlesung 10 WS 2005/2006

51 Conventional Techniques Multivariate Techniques Dynamic Techniques
Verfahren Conventional Techniques Multivariate Techniques Dynamic Techniques

52 Konventionelle Techniken (1)
2d, Statisch, Univariat, Daten-bezogen Verwendung der grundlegenden visuellen Variablen zur Darstellung der Informationen (Bertin 1982) Grosses Repertoire an Graphen Standardgraphen, z.B. Säulendiagramme, Punktediagramme, Liniendiagramme Graphen für multivariate Daten, z.B. Parallele Koordinaten Vorteile Bekannte Metaphern Parallele Koordinaten für zeitvariante Daten (Garnett 1903) Visualisierung – Vorlesung 10 WS 2005/2006

53 Konventionelle Techniken (2)
Temporal Brushing Anstatz Brushing einer Timeline führt zur Darstellungder entsprechenden Visualisierung für den ausgewählten Zeitpunkt Temporal Focusing Approach: Darstellung von zusätzlichem Detail für den ausgewählten Zeitpunkt on request Visualisierung – Vorlesung 10 WS 2005/2006

54 Multivariate Techniken (1)
2d/3d, Statisch/dynamisch, Multivariat, Daten-bezogen Beispiele: ThemeRiver TimeWheel  Spiral Graph Wormplots MultiCombs ThemeRiver Visualization of 100 years of climate data General approach: Utilization of Standard Graphs Radial: Mitte aggregierte Daten sternförmig MultiCombs (Abello, Tominski, Schumann 2004) Spiral Graphs (Weber, Alexa, Müller 2000) Visualisierung – Vorlesung 10 WS 2005/2006

55 Übersicht Zeitbezug der Zeit- Daten bezug der Darstellung statisch
statisch quasistatisch dynamisch Statische Repräsentation Annotation zum Zeitbezug spezielle Ikonen, Mehrfenster- technik; Annotationen; Zeitdiagramm Zeitdiagramme Dynamische Repräsentation Flashlighting; Kamerafahrten; Objektbewe-gungen und Deformationen sequentielle Abfolge graphischer Darstellungen; Deformationen Visualisierung – Vorlesung 10 WS 2005/2006

56 Übersicht Zeitbezug der Zeit- Daten bezug der Darstellung statisch
statisch quasistatisch dynamisch Statische Repräsentation Annotation zum Zeitbezug spezielle Ikonen, Mehrfenster- technik; Annotationen; Zeitdiagramm Zeitdiagramme Dynamische Repräsentation Flashlighting; Kamerafahrten; Objektbewe-gungen und Deformationen sequentielle Abfolge graphischer Darstellungen; Deformationen Visualisierung – Vorlesung 10 WS 2005/2006

57 Quasistatischer Zeitbezug der Daten durch statische Darstellung
Quasistatischer Zeitbezug der Daten durch statische Darstellung als Chloropeth Visualisierung der Bevölkerungsdichte der Region Starkenburg Visualisierung – Vorlesung 10 WS 2005/2006

58 Quasistatischer Zeitbezug der Daten durch statische Darstellung
Quasistatischer Zeitbezug der Daten durch statische Darstellung als Chloropeth Visualisierung der Veränderung der Einwohnerzahlen der Region Starkenburg Visualisierung – Vorlesung 10 WS 2005/2006

59 Beispiel: Quasistatischer Zeitbezug der Daten
Quasistatischer Zeitbezug der Daten durch statische Darstellung mit Mehrfenstertechnik Visualisierung – Vorlesung 10 WS 2005/2006

60 Zeitreihendarstellung dynamischer Daten
Zeitreihendarstellung dynamischer Daten als Balkendiagramm (links) und als Liniendiagramm (rechts) Visualisierung von Bevölkerungsdaten der Region Starkenburg Visualisierung – Vorlesung 10 WS 2005/2006

61 Übersicht Zeitbezug der Zeit- Daten bezug der Darstellung statisch
statisch quasistatisch dynamisch Statische Repräsentation Annotation zum Zeitbezug spezielle Ikonen, Mehrfenster- technik; Annotationen; Zeitdiagramm Zeitdiagramme Dynamische Repräsentation Flashlighting; Kamerafahrten; Objektbewe-gungen und Deformationen sequentielle Abfolge graphischer Darstellungen; Deformationen Visualisierung – Vorlesung 10 WS 2005/2006

62 Dynamische Techniken (1)
2d/3d, dynamisch, Univariat/multivariat, Daten-bezogen/Ereignis-bezogen Allgemeiner Ansatz: Animation Direkte Nutzung des Attributs „Zeit“ zur Darstellung zeitvarianter Aspekte Visualisierung von Änderungen in den Daten als Änderungen in Position, Farbe, … Sequentielle Abfolge gleichartiger graphischer Darstellungen (sequentielles Hintereinanderschalten von Bildern, die mit derselben Visualisierungstechnik erzeugt wurden) Kontinuierliche Animation Kontinuierliche Bewegungen: 15 frames per second Glatte, kontinuierliche Bewegungen: 30 frames per second Zeitliche Skalierung der Animation Zeitraffer (s < 1), Realzeit (s = 1) Zeitlupe (s > 1). Visualisierung – Vorlesung 10 WS 2005/2006

63 Dynamische Techniken (2)
Weitere Methoden zur Darstellung als spezielle Formn der Animation Wechselnde Attributbelegungen (Flashlighting) Sequentielles Abbilden unterschiedlicher Parameterwerte auf die Attribute graphischer Primitive identischer Repräsentationen Veränderungen der Ansicht Kamerafahrten oder dynamische Projektionen (vgl. Grandtour) Objektbewegungen und Deformationen Veränderungen von Form und Position graphischer Primitive, wie bei der Technik „Moving Icons“ Sequentielle Abfolge verschiedenartiger graphischer Darstellungen Sequentielles Hintereinanderschalten von Bildern, die mit unterschiedlichen Visualisierungstechniken erzeugt wurden. Visualisierung – Vorlesung 10 WS 2005/2006

64 Dynamic Techniques (II)
Animation Approach: Frame-by-frame presentation of the developments in time Rolodex Approach Extension of TimeWheel graph to 3d Interactive focusing on segments to be displayed side-by-side VRVis Zentrum, 2002 Visualisierung – Vorlesung 10 WS 2005/2006

65 Dynamische Darstellungstechniken: Animation
Stellar Wind Disruption by an Orbiting Neutron Star: Moderate X-Ray Luminosity John Blondin, NASA/GSFC, 1990 Visualisierung – Vorlesung 10 WS 2005/2006

66 Beispiel: Animation Strömungsvisualisierung an einem Ventilator mit Partikeln, Mindware Inc., 2004 Visualisierung – Vorlesung 10 WS 2005/2006

67 Beispiel Animation Strömungsvisualisierung mit Spot Noise, van Wijk 2004 Visualisierung – Vorlesung 10 WS 2005/2006

68 Dynamische Darstellungstechniken
Animation kann auch für statische Daten in einem 3D (2D) Beobachtungsraum sinnvoll sein  Kamerafahrten Kontinuierliche Bewegungen sind effektiver, aber auch Flashlighting (Springen) ist möglich Grundregel: ALLE REGELN DER ANIMATION BEACHTEN!! Visualisierung – Vorlesung 10 WS 2005/2006

69 Problem: Vergleichbarkeit von Visualisierungen für unterschiedliche Zeitpunkte
Each view with a separate color scale Comparison misleadingly shows similarity Common color scale for views Each view adapted color legend Comparison reveals differences clearly Visualisierung – Vorlesung 10 WS 2005/2006

70 Zusammenfassung Darstellungen möglichst intuitiv interpretierbar machen und nicht überladen Interaktive Techniken sehr wichtig: auf intuitive Bedienbarkeit achten! Visualisierung – Vorlesung 10 WS 2005/2006

71 Zusammenfassung Zeitbezug der Daten Zeitbezug der Darstellung statisch
statisch quasistatisch dynamisch statische Repräsentationen Annotation zum Zeitbezug spezielle Ikonen; Mehrfenster- technik; Annotationen; Zeitdiagramm Zeitdiagramme Dynamische Repräsentationen Flashlighting; Kamerafahrten; Objektbewegung und Deformationen sequentielle Abfolge graphischer Darstellungen; Deformationen Visualisierung – Vorlesung 10 WS 2005/2006

72 Hausaufgabe SM: Kap. 7.2, 7.3, 7.4, 7.5 Visualisierung – Vorlesung 10
WS 2005/2006

73 Diese Vorlesung basiert auf Material von
Danksagung Diese Vorlesung basiert auf Material von Prof. Dr. Detlef Krömker Prof. Dr. Wolfgang Müller Prof. Dr. Heidrun Schumann Prof. Dr. Colin Ware Visualisierung – Vorlesung 10 WS 2005/2006

74 ENDE