论文部分内容阅读
多变量空间数据场可视化作为科学可视化的一个重要分支,在核物理模拟、计算流体力学、燃烧模拟、医学影像和气象仿真等大规模科学和工程计算领域有着重要的应用。随着相关大规模科学和工程计算领域应用的兴起,高性能计算机计算能力的快速提升以及数据获取设备、途径的日益智能化、大尺度化,科学数据的复杂性呈现空前的、爆炸式的增长,一个满足领域专家需求的科学以及工程计算的输出通常都包含多变量、时变以及高分辨率等特点,TB级甚至PB级的多变量体数据已屡见不鲜。然而,与之对应的多变量空间数据场可视化能力差距却在不断加大。当前大多数的研究都集中在传统的单一变量场可视化领域,难以被应用到可视化和分析具有上述特点的多变量空间数据场上。总的来说,多变量空间数据可视化的目的是分析和表达数据场中多个属性及其相互关系,通过可视界面呈现并探索复杂空间数据中的多变量演化规律,展现复杂科学现象的演变过程,甚至帮助用户发现新的物理现象和规律。其难点和挑战在于:克服多变量数据量大、内在结构复杂、属性在空间中互相交织遮挡的数据特性,设计有效的方案辅助用户同步地分析提取和表达这些信息、观察和研究数据属性及其相互之间的关系,发现未知的新特征和新现象。本文以三维多变量标量场数据为主要研究对象,结合可视化流水线,围绕多变量空间数据场高效可视化的关键问题展开了若干研究。论文的主要贡献概括如下:● 提出了一套以层次矢量量化和完美空间哈希为基础的多变量体数据压缩域体绘制方法。首先,将体数据分块,逐块进行拉普拉斯分解,对分解后的层次数据分层进行矢量量化,获取高压缩比的索引体数据,再以该索引体数据和对应的矢量量化编码表解码重建得到恢复体数据,将原始体数据与恢复体数据作差得到稀疏的残差体数据;进而使用完美空间哈希压缩该稀疏残差体数据;最后以索引体数据、矢量量化编码表和完美空间哈希的结果作为体绘制阶段的输入,进行实时解码和绘制;以矢量量化和完美空间哈希获得高压缩比并在解码时加回残差数据达到近似无损。● 提出了一种新颖的基于多类蓝噪声采样的多变量体可视化方法。首先,将多变量数据场逐一转换为视点相关的2D密度场,获取一个2D混合密度场。在该屏幕空间密度场上进行多类蓝噪声采样,获得一个没有重叠的多类采样分布,使得每一个像素只关联一个变量场。最后使用该多类采样分布进行光线投射,依据直接体可视化模式、等值面模式和切割面模式对多变量空间数据场进行可视化。该方法可以有效避免在传统多变量可视化方法中所存在的变量级别的颜色混合以及三维空间中变量场的相互遮挡,帮助用户更准确有效地感知数据特征。● 提出了一个以语义透镜为核心的多变量空间数据场可视化的交互环境。首先,将对特征进行分类和视觉描述的传统方法进行更高层次的抽象,并用用户所熟知的语义进行标识。其次,设计语义透镜,设定透镜内外想要观察的不同变量场,再通过选取语义设定透镜内外想要观察的不同特征。同时,将物理透镜的过渡区域概念引入到语义透镜中,在过渡区域对透镜内外特征进行不同比例的融合,使透镜内外特征平滑过渡。用户根据过渡区域不同比例的混合结果对两个数据进行分析,可帮助解决单一视图可视化时特征之间相互遮挡的问题。此外,特征在透镜内外的原有信息有效地帮助用户对混合特征进行区分。针对过渡区域的混合展示,我们提供了传统的颜色融合的方法和基于结构采样的方法两种方式。在颜色混合产生较严重歧义颜色时,用户可以选择基于结构采样的可视化方法。