Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Prof. Dr. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Visualisierung Vorlesung 10 – Visualisierung von Daten mit Orts- und.

Ähnliche Präsentationen


Präsentation zum Thema: "Prof. Dr. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Visualisierung Vorlesung 10 – Visualisierung von Daten mit Orts- und."—  Präsentation transkript:

1 Prof. Dr. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Visualisierung Vorlesung 10 – Visualisierung von Daten mit Orts- und Zeitbezug

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

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

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

5 Prof. Dr. Detlef Krömker WS 2005/2006 5 Visualisierung – Vorlesung 10 Farbskalen Typen 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

6 Prof. Dr. Detlef Krömker WS 2005/2006 6 Visualisierung – Vorlesung 10 Grauwertskalen Man verwende empfindungsmäßig gleichabständige Stufen, etwa nach folgender Formel: Berücksichtigt man die nötige Gammakorrektur (für Farbmonitore 2,3... 2,8), so erhält man: Kuriosum: Diese Zwei Effekte korrigieren sich fast selbst!

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

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

9 Prof. Dr. Detlef Krömker WS 2005/2006 9 Visualisierung – Vorlesung 10 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

10 Prof. Dr. Detlef Krömker WS 2005/2006 10 Visualisierung – Vorlesung 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)

11 Prof. Dr. Detlef Krömker WS 2005/2006 11 Visualisierung – Vorlesung 10 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

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

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

14 Prof. Dr. Detlef Krömker WS 2005/2006 14 Visualisierung – Vorlesung 10 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

15 Prof. Dr. Detlef Krömker WS 2005/2006 15 Visualisierung – Vorlesung 10 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...

16 Prof. Dr. Detlef Krömker WS 2005/2006 16 Visualisierung – Vorlesung 10 Systematik Übersicht : Visualisierung raumbezogener Daten

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

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

19 Prof. Dr. Detlef Krömker WS 2005/2006 19 Visualisierung – Vorlesung 10 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!

20 Prof. Dr. Detlef Krömker WS 2005/2006 20 Visualisierung – Vorlesung 10 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).

21 Prof. Dr. Detlef Krömker WS 2005/2006 21 Visualisierung – Vorlesung 10 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:

22 Prof. Dr. Detlef Krömker WS 2005/2006 22 Visualisierung – Vorlesung 10 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

23 Prof. Dr. Detlef Krömker WS 2005/2006 23 Visualisierung – Vorlesung 10 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

24 Prof. Dr. Detlef Krömker WS 2005/2006 24 Visualisierung – Vorlesung 10 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

25 Prof. Dr. Detlef Krömker WS 2005/2006 25 Visualisierung – Vorlesung 10 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

26 Prof. Dr. Detlef Krömker WS 2005/2006 26 Visualisierung – Vorlesung 10 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!

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

28 Prof. Dr. Detlef Krömker WS 2005/2006 28 Visualisierung – Vorlesung 10 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

29 Prof. Dr. Detlef Krömker WS 2005/2006 29 Visualisierung – Vorlesung 10 Indirekte Darstellung des Raumbezugs Tiefe TrockenmasseGlühverlust KorngrößePhosphorgehalt Indirekte Darstellung des Raumbezugs von Sedimentdaten des Barniner Sees Darstellung der Sedimentdaten mit parallelen Koordinaten Darstellung des Bezugssystems über Karte

30 Prof. Dr. Detlef Krömker WS 2005/2006 30 Visualisierung – Vorlesung 10 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

31 Prof. Dr. Detlef Krömker WS 2005/2006 31 Visualisierung – Vorlesung 10 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

32 Prof. Dr. Detlef Krömker WS 2005/2006 32 Visualisierung – Vorlesung 10 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

33 Prof. Dr. Detlef Krömker WS 2005/2006 33 Visualisierung – Vorlesung 10 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

34 Prof. Dr. Detlef Krömker WS 2005/2006 34 Visualisierung – Vorlesung 10 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

35 Prof. Dr. Detlef Krömker WS 2005/2006 35 Visualisierung – Vorlesung 10 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

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

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

38 Prof. Dr. Detlef Krömker WS 2005/2006 38 Visualisierung – Vorlesung 10 Zeitabhängige Daten Aspekte zeitvarianter Daten 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

39 Prof. Dr. Detlef Krömker WS 2005/2006 39 Visualisierung – Vorlesung 10 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?

40 Prof. Dr. Detlef Krömker WS 2005/2006 40 Visualisierung – Vorlesung 10 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 Taxonomie

41 Prof. Dr. Detlef Krömker WS 2005/2006 41 Visualisierung – Vorlesung 10 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

42 Prof. Dr. Detlef Krömker WS 2005/2006 42 Visualisierung – Vorlesung 10 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)

43 Prof. Dr. Detlef Krömker WS 2005/2006 43 Visualisierung – Vorlesung 10 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 Calendar plot, van Wijk, van Selov, 1999

44 Prof. Dr. Detlef Krömker WS 2005/2006 44 Visualisierung – Vorlesung 10 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 TimeWheel, Tominski, 2004 ? Representing Branching Time + Data

45 Prof. Dr. Detlef Krömker WS 2005/2006 45 Visualisierung – Vorlesung 10 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 Taxonomie visueller Darstellungen des Zeitbezugs

46 Prof. Dr. Detlef Krömker WS 2005/2006 46 Visualisierung – Vorlesung 10 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 Worm Plot (Treinish 1997)

47 Prof. Dr. Detlef Krömker WS 2005/2006 47 Visualisierung – Vorlesung 10 Worm Plots Worm Plots (Treinish 1997) 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

48 Prof. Dr. Detlef Krömker WS 2005/2006 48 Visualisierung – Vorlesung 10 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.

49 Prof. Dr. Detlef Krömker WS 2005/2006 49 Visualisierung – Vorlesung 10 Taxonomie visueller Darstellungen des Zeitbezugs (3) Univariat vs. multivariat Univariat: eine einzelne abhängieg Variable Multivariat: mehrere abhängige Variablen, die parallel analysiert werden sollen Parallele Koordinaten zur Darstellung multivariater, zeitabhängiger Daten

50 Prof. Dr. Detlef Krömker WS 2005/2006 50 Visualisierung – Vorlesung 10 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.

51 Prof. Dr. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Verfahren Conventional Techniques Multivariate Techniques Dynamic Techniques

52 Prof. Dr. Detlef Krömker WS 2005/2006 52 Visualisierung – Vorlesung 10 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)

53 Prof. Dr. Detlef Krömker WS 2005/2006 53 Visualisierung – Vorlesung 10 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

54 Prof. Dr. Detlef Krömker WS 2005/2006 54 Visualisierung – Vorlesung 10 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 MultiCombs (Abello, Tominski, Schumann 2004) Spiral Graphs (Weber, Alexa, Müller 2000)

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

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

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

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

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

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

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

62 Prof. Dr. Detlef Krömker WS 2005/2006 62 Visualisierung – Vorlesung 10 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).

63 Prof. Dr. Detlef Krömker WS 2005/2006 63 Visualisierung – Vorlesung 10 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.

64 Prof. Dr. Detlef Krömker WS 2005/2006 64 Visualisierung – Vorlesung 10 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

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

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

67 Prof. Dr. Detlef Krömker WS 2005/2006 67 Visualisierung – Vorlesung 10 Beispiel Animation Strömungsvisualisierung mit Spot Noise, van Wijk 2004

68 Prof. Dr. Detlef Krömker WS 2005/2006 68 Visualisierung – Vorlesung 10 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!!

69 Prof. Dr. Detlef Krömker WS 2005/2006 69 Visualisierung – Vorlesung 10 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

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

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

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

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

74 Prof. Dr. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung ENDE


Herunterladen ppt "Prof. Dr. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Visualisierung Vorlesung 10 – Visualisierung von Daten mit Orts- und."

Ähnliche Präsentationen


Google-Anzeigen