FAV-ZCU/KIV UPG/08. Základy vizualizace vědeckých dat.md

4.7 KiB

Základy vizualizace vědeckých dat

Význam vizualizace

  • přesné definice neexistují
    • dělení založeno na intuici
    • různí autoři se neshodnou
    • často obdobné prostředky pro různé typy vizualizací
  • vědecké vizualizace zobrazují něco, co má fyzikální podstatu, geometrický tvar
    • výhradně číselné údaje

Vědecká data

  • pocházejí z fyzikálních měření a simulací

Vizualizace vědeckých dat

  • umožňuje snadnější pochopení problému
  • používána zejména v oblastech:
    • aplikovaná matematika
    • geofyzika
    • chemie a biologie
    • medicínský výzkum

Charakteristika dat

  • formální definice: vědecká data = kolekce uspořádaných množin P, PD, C, CD
    • P = množství bodů v E^d
      • dimenze bodů v praxi nejčastěji:
        • 1D - čas nebo parametrická vzdálenost od počátku
        • 2D - x, y
        • 3D - x, y, z nebo x, y, čas
        • 4D - x, y, z, čas
    • PD = množina hodnot přiřazených k bodům
      • každému bodu může být přiřazeno více hodnot
        • skalár, vektor, tensor
    • C = množina buňek (spojuje body z P)
      • nemusí být v datech přítomná
    • CD = množina hodnot přiřazených k buňkám
      • každé buňce může být přiřazeno více hodnot
      • obvykle není k dispozici
    • některé množiny mohou být prázdné
  • buňka = geometrický útvar
    • vrcholy = podmnožina P

Vizualizační přístupy

  • různé pro různé dimenze bodů
    • 2D (x, y), 3D (x, y, z)
  • různé pro různý typ hodnot
    • skalární pole, vektorová pole, tenzorová pole
  • neexistuje univerzální přístup
  • nejvhodnější přístup vizualizace je závislý aplikaci

2D skalární pole

Barevná mapa

  • předpoklad: pravidelná mřížka
    • O(x, y) - pozice začátku
    • \Delta x - vzdálenost mezi body na ose x
    • \Delta y - vzdálenost mezi body na ose y
    • m - počet bodů na ose x
    • n - počet bodů na ose y
  • data převedena na obrázek
    • šířka = m
    • výška = n
    • barva pixelu I(i, j) stanovena dle hodnoty přiřazené bodu (i, j)
  • je-li (0, 0) okna v levém horním rohu (většina grafických knihoven), je nutné provést inverzi řádek, jinak se zobrazí data vzhůru nohama

Kontury

  • kontura, iso-čára nebo také vrstevnice = spojnice míst se stejnou hodnotou
    • typicky neprochází body z P

3D skalární pole

Barevná mapa

  • předpoklad: pravidelná mřížka
    • O(x, y, z) = pozice počátku
    • \Delta x = vzdálenost mezi body na ose x
    • \Delta y = vzdálenost mezi body na ose y
    • \Delta z = vzdálenost mezi body na ose z
    • n_{x} = počet bodů v ose x
    • n_{y} = počet bodů v ose y
    • n_{z} = počet bodů v ose z
  • skalární pole v datech ukládáno výhradně po řádcích jako 3D matice (x pak y a pak z)
  • data lze rovněž zobrazit po řezech na ose x nebo y
    • obtížnější extrahovat hodnoty
  • vhodné uživateli nechat možnost, aby si vybral, který řez chce vidět
  • vhodné umožnit uživateli obrázek přiblížit

Isoplocha

  • obdoba vrstevnic z 2D
  • uživatel typicky musí stanovit iso-hodnotu
  • plocha procházející danou iso-hodnotou je vytvořena
    • nejčastěji se jedná o trojúhelníkovou síť
    • různé přístupy
  • plocha zobrazena jako 3D objekt (ve 3D)
    • může být poloprůhledná

Vektorová pole

Barevná mapa

  • vektorové pole převedeno na skalární
  • skalární pole zobrazeno již známými technikami

Glyfy

  • v bodech zobrazen glyf (objekt)
    • typ glyfu, jeho velikost, barva, a orientace závisí na velikosti a směru vektoru
  • glyfem často šipka
    • nejjednodušší případ = šipka
      • má konstantní velikost a je vykreslena jednou barvou
    • složitější (ale častější) = velikost šipky je funkcí velikosti vektoru

Streamlines

  • křivky trajektorií částic ve vektorovém poli
    • pole nesmí být časově proměnlivé
  • nutno specifikovat startovní body
    • málo bodů = nedostatečně vystihuje chování
    • mnoho bodů = vysoké časové i paměťové nároky, navíc může být nepřehledné pro uživatele
  • výpočet streamlines
    • algoritmus postupuje ze startovacího bodu a hledá, kam se z tohoto bodu dostane částice unášená polem
  • možnosti zobrazení streamlines
    • staticky = vykreslení lomených čar (trajektorií)
    • dynamicky = vykreslení částic pohybujících se po streamlines v závislosti na čase

Vizualizační nástroje

  • vizualizace vědeckých dat aplikačně závislá
  • nástroje musí být použitelné laiky
  • vizualizační nástroje mají společnou myšlenku:
    • nástroj obsahuje sadu předdefinovaných modulů

Komerční

  • např. ANSYS, Matlab, 3D Doctor, TrueGrid

Volně dostupné

  • např. MVE2, MAF, ParaView, OsiriX, OpenDX (dřívější IBM Data Explorer), 3D Slicer, MayaVi Data Explorer