Prof. Dr.-Ing. Detlef Krömker
Goethe-Universität, Frankfurt
Graphische Datenverarbeitung
Visualisierung
Ziele und Anforderungen –Die Visualisierungspipeline
© Prof. Dr.-Ing. Detlef Krömker 2
Visualisierung01. Allgemeine Ziele und Anforderungen
Rückblick
�Visualisierung als Anwendung der CG
�Meilensteine der Entwicklung
�TerminologieScientific Visualization vs.
Informationsvisualisierung
�Beispiele
© Prof. Dr.-Ing. Detlef Krömker 3
Visualisierung01. Allgemeine Ziele und Anforderungen
Übersicht
1. Allgemeine Ziele der Visualisierung
2. Qualität einer VisualisierungExpressivität – Effektivität - Angemessenheit
3. Die VisualisierungspipelineTransformationen (Funktionen) Datenarten und Datenfluss
4. Klassifikation der Visualisierungen
5. Rollen im Visualisierungsprozess
6. Referenzmodell für die Visualisierung
7. Visualisierungsszenarien
© Prof. Dr.-Ing. Detlef Krömker 4
Visualisierung01. Allgemeine Ziele und Anforderungen
Ziele und allgemeine AnforderungenZiel der Visualisierung
� Erzeugung geeigneter
visueller Repräsentationen von Daten / Informationen
� Die Scientific Visualization soll� die Analyse,
� das Verständnis und
� die Kommunikationvon
� Modellen,
� Konzepten und
� Daten
in der Wissenschaft und im Ingenieurbereich erleichtern.
© Prof. Dr.-Ing. Detlef Krömker 5
Visualisierung01. Allgemeine Ziele und Anforderungen
ZwischenrufDaten – Nachricht – Informationen ?
Mit Hilfe einer (dem Sender und Empfänger) bekannten Abbildungsvorschrift α wird einer (konkreten) Nachrichteine (abstrakte) Information zugeordnet.
Eine Nachricht N zusammen mit der ihr zugeordneten Information I, also das Paar (N,I) nennen wir Objekt. Daten sind spezielle Objekte (binär kodierte Zeichen), besonders in Abgrenzung zu Befehlen genutzt.
nach Bauer, Goos
α
IN a
© Prof. Dr.-Ing. Detlef Krömker 6
Visualisierung01. Allgemeine Ziele und Anforderungen
Einsatzbereiche
explorative Analyse
konfirmative Analyse
Präsentation+ Kommunikation
Erkenntnisgewinnung
Kenntnisvermittlung
(Training)
Noch keine Hypothesen bekannt,interaktive, oft ungerichtete SucheZiel: Formulierung einer Hypothese
Ziel: Bestätigen oder Verwerfen einer Hypothese
Ergebnisse und Fakten für Dritte erkennbar darstellen
© Prof. Dr.-Ing. Detlef Krömker 7
Visualisierung01. Allgemeine Ziele und Anforderungen
Qualität einer Visualisierung(im Falle der Präsentation)
definiert sich durch den Grad, in dem die bildliche Darstellung das kommunikative Ziel der Präsentation erreicht.
Sie läßt sich als das Verhältnis von der vom Betrachter in einem Zeitraum wahrgenommenen Information zu der im gleichen Zeitraum zu vermittelnden Information beschreiben.
Mentale Modelle (Form der Wissensrepräsentation beim Menschen, Begriff aus der kognitiven Psychologie)müssen entwickelt oder geeignet adressiert werden.
© Prof. Dr.-Ing. Detlef Krömker 8
Visualisierung01. Allgemeine Ziele und Anforderungen
Einflußfaktoren auf die Visualisierungsqualität
� die Art und Struktur der Daten,zum Beispiel Typ der Daten sowie Dimension und Struktur des Beobachtungsbereiche,
� das Bearbeitungsziel bei der Visualisierung, beispielsweise Überblick, Detailanalyse oder Ergebnispräsentation für Dritte,
� das Vorwissen des Anwenders/Betrachters,ist er zum Beispiel ein Laie, ein Entscheider oder ein Planer
� die visuellen Fähigkeiten und Vorlieben des Betrachters,ist er etwa farbenblind oder hat er spezielle Farbpräferenzen,
� übliche Metaphern oder Konventionen des Anwendungsgebietes,wie zum Beispiel übliche Symbole oder übliche Darstellungsformen
� die Charakteristika des Darstellungsmediumswie Auflösung, Anzahl der darstellbaren Farben und Rechenleistung
© Prof. Dr.-Ing. Detlef Krömker 9
Visualisierung01. Allgemeine Ziele und Anforderungen
Allgemeine Anforderungen
Eine Visualisierung soll
� expressiv,
�möglichst effektiv und dabei
� angemessen
sein.
© Prof. Dr.-Ing. Detlef Krömker 10
Visualisierung01. Allgemeine Ziele und Anforderungen
Expressivität(Ausdrucksfähigkeit)
�Kriterium:
Unverfälschte Wiedergabe der Daten
�Nur die in den Daten enthaltenen Informationen und nur diese sollen durch die Visualisierung dargestellt werden.
© Prof. Dr.-Ing. Detlef Krömker 11
Visualisierung01. Allgemeine Ziele und Anforderungen
Beispiel Expressivität
Scatterplot Balkendiagrammnach Mackinlay 86
Das Balkendiagramm ist nicht expressiv, da es kontinuierliche, geordnete Werte auf der Abszisse suggeriert.
© Prof. Dr.-Ing. Detlef Krömker 12
Visualisierung01. Allgemeine Ziele und Anforderungen
Diskussion Expressivität
�Die Expressivität ist abhängig von der Struktur und der Art (Typ, Wertebereich, ...) der Daten.
�Expressivität ist oft keine binäre Eigenschaft sondern graduell.
�Die Wahl eines oder mehrerer (maximal, genügend) expressiven Vis-verfahrens oder einer Vis-technik ist i.d.R. der erste Schritt bei der Visualisierung.
© Prof. Dr.-Ing. Detlef Krömker 13
Visualisierung01. Allgemeine Ziele und Anforderungen
Effektivität
Kriterium:
Unter Beachtung der Randbedingungen1. Zielsetzung2. Anwendungskontext
3. visuelle Fähigkeiten des Betrachters4. Eigenschaften (und Einstellungen) des
Graphiksystems
wird ein optimales Vis-Verfahren oder eine optimale Vis-Technik gesucht.
© Prof. Dr.-Ing. Detlef Krömker 14
Visualisierung01. Allgemeine Ziele und Anforderungen
Beispiel Effektivität
Visualisierung von Grundstückspreisen in einer Region (nach Bertin 82)
Die rechte Visualisierung ist effektiver, da die Größen der Kreise direkt die richtige Assoziation erweckt.
© Prof. Dr.-Ing. Detlef Krömker 15
Visualisierung01. Allgemeine Ziele und Anforderungen
Diskussion Effektivität
� Das Effektivitätskriterium gibt Aufschluss über die Fähigkeit einer Darstellungsform, die in ihr enthaltenen Informationen zu veranschaulichenund auf intuitive Weise an den Betrachter zu vermitteln. Im allgemeinen sucht man daher nach der effektivsten Darstellungsform für eine gegebene Datenmenge, aber
� nicht immer ist jedoch die effektivste Visualisierung auch die beste Wahl
� Angemessenheit
© Prof. Dr.-Ing. Detlef Krömker 16
Visualisierung01. Allgemeine Ziele und Anforderungen
Angemessenheit
� setzt Aufwand und Nutzen in Relation� nicht nur Technologiekosten zählen, sondern auch und
insbesondere der
� zeitliche,
� kognitive,
� physische und
� psychische
Aufwand / (die Belastung) für den Betrachter.
� eng mit Effektivität verknüpft: Unangemessene Visualisierungen können nicht effektiv sein.
© Prof. Dr.-Ing. Detlef Krömker 17
Visualisierung01. Allgemeine Ziele und Anforderungen
Zusammenfassung
� Hauptqualitätskriterien bei einer Visualisierung:
Effektivität – Effizienz – Angemessenheit
� Akzeptierte formale Beschreibung ist offener Forschungsgegenstand
� Assistenzsysteme sind möglich und hilfreich –können gravierende Fehler vermeiden
� Gute Visualisierungen zu erstellen ist (und bleibt?) eine
KUNST!
© Prof. Dr.-Ing. Detlef Krömker 18Visualisierung2. Der Visualiiserungsprozess
Die Visualisierungspipeline
Die drei wesentlichen Schritte :
Filtering: „Datenaufbereitung“
Mapping: Erzeugung eines Graqhischen Modells (Geometrie + Merkmale): Visualisierung im engeren Sinn
Rendering: „Bildgenerierung“
(nach Haber: Visualization Idioms: A
conceptual model for scientific
Visualization Systems, 1990)
Filtering
Mapping
Rendering
Daten
Bild
© Prof. Dr.-Ing. Detlef Krömker 19Visualisierung2. Der Visualiiserungsprozess
Die Visualisierungspipeline
Datenerfassung liefert Rohdaten
� Messung
� Berechnung, Simulation
� Manuelle Eingabe
� Datenbanken, TabellenFiltering
Mapping
Rendering
Daten
Bild
© Prof. Dr.-Ing. Detlef Krömker 20Visualisierung2. Der Visualiiserungsprozess
Die Visualisierungspipeline
Vervollständigung
� Interpolation (Vorsicht!)
Reduzierung
� Selektion� Projektion
Glättung
� Fehlerkorrektur
Bestimmung charakteristischer Eigenschaften
� Extrema, Gradienten� Statistik, Informationsgehalt
Ergebnis:
aufbereitete Daten
Filtering
Mapping
Rendering
Daten
Bild
© Prof. Dr.-Ing. Detlef Krömker 21Visualisierung2. Der Visualiiserungsprozess
Die VisualisierungspipelineAbbildung der aufbereiteten Daten in ein Bild (2D) oder eine Szene (3D)
(Geometrie und Merkmalsebene) durch
� Ensemble von geometrischen Objekten (Punkte, Linien, Flächen, Körper)
� Erscheinungsattribute (Farbe, Struktur, Textur, Parametern von Beleuchtungsmodellen, ... )
� Betrachtungsbedingungen
als Repräsentanten sogenannter visueller Variablen: Position auf der Ebene, Größe, Helligkeit, Musterung (Textur), Farbe, Richtung / Orientierung, Form) nach Bertin
Achtung: In Sonderfällen wird direkt in ein Digitales Bild transformiert (Volume Rendering)
Filtering
Mapping
Rendering
Daten
Bild
© Prof. Dr.-Ing. Detlef Krömker 22Visualisierung2. Der Visualiiserungsprozess
Die Visualisierungspipeline
Rendering
Transformation einer Geometrie- und Merkmalsbeschreibung in ein Digitales Bild
Filtering
Mapping
Rendering
Daten
Bild
© Prof. Dr.-Ing. Detlef Krömker 23Visualisierung2. Der Visualiiserungsprozess
Rückblick auf CG2D Rendering
� (Modelling-Transformation)� Transformieren und Klippen(Screen Mapping) Weltkoordinaten � GerätekoordinatenAuschnitt der „Welt“ � „Fenster“ der Zeichenfläche
x
y
Zeichenfläche
© Prof. Dr.-Ing. Detlef Krömker 24Visualisierung2. Der Visualiiserungsprozess
2D Rendering (Fortsetzung)
�Rastern (Scan Konvertieren, Rasterisieren)Geometrische Primitive � Menge von Pixeln
© Prof. Dr.-Ing. Detlef Krömker 25Visualisierung2. Der Visualiiserungsprozess
Terminologie Rendering
Fachhistorisch taucht der Begriff schon 1968 z.B. bei Appel auf. Zuächst findet man eine starke Anlehnung an die in der Kunst gebräuchlichen Verwendung: Interpretation, Gestaltung, Ausführung. „Our pupose is to make available to everyone rendering capability previously possible only to rare and talented artitsts and draftsmen.“ [Appel 68]
PEX Glossary 88:„The process of converting output primitive commands and colors into displayable colors and pixel locations.“
© Prof. Dr.-Ing. Detlef Krömker 26Visualisierung2. Der Visualiiserungsprozess
3D-Rendering
Drei Grundprobleme:1. Welches Objekt beeinflußt welches Pixel
und wie sind die Objekte in Blickrichtung der Kamera relativ zueiander geordnet?
2. Welcher Farbwert ist diesem Pixel aufgrund der Objekteigenschaften, der Kameraposition der Lichtquellen und der Umgebungsverhältnisse zuzuordnen?
3. Wie sind verschiedene Objekteinflüsse zu überlagern und zu mischen
Geometrie-problem
Beleuchtungs-rechnung
Je nach Ursache A oder B
© Prof. Dr.-Ing. Detlef Krömker 27Visualisierung2. Der Visualiiserungsprozess
Die Visualisierungspipeline
Anzeige:
Digitale Bild � Videosignal
Elektrooptische Wandler (Display): Monitor, ..., Drucker
Filtering
Mapping
Rendering
Daten
Bild
© Prof. Dr.-Ing. Detlef Krömker 28Visualisierung2. Der Visualiiserungsprozess
Themen dieser Vorlesung
Applikationsdomäne
Visualisierung.
.
.
Volumenrendering
Modul Computer Graphik
Filtering
Mapping
Rendering
Daten
Bild
© Prof. Dr.-Ing. Detlef Krömker 29Visualisierung2. Der Visualiiserungsprozess
Datenfluß in der Visualisierungspipeline
Rohdaten
Bilder
aufbereitete
Daten
Geometrie +
Merkmalsdaten
Bilder
© Prof. Dr.-Ing. Detlef Krömker 30Visualisierung2. Der Visualiiserungsprozess
Bildrepräsentationen (Speicher)
Digitales
Bild
Digital-
video
Graphik Animation
Reiz
Video
� Symbolisch
� Geometrie & Merkmal
� Diskret, Quantisiert
� Elektrisch (optisch)
� Optisch (unmittelbar wahrnehmbar)
zeitunabhängige
Rohdaten
aufbereitete Daten
zeitabhängige
Daten
© Prof. Dr.-Ing. Detlef Krömker 31Visualisierung2. Der Visualiiserungsprozess
Mapping
Rendering
Rekonstrukion
Anzeige
Methoden der GDVEinordnung der Visualisierung
Bildverstehen
Merkmalsextraktion
Abtastung
Aufnahme
Digitales Bild Digital-Video
Graphik Animation
zeitunabhängig
Rohdaten
aufbereitete Daten
Reiz
Video
zeitabhängige
Daten
Filtering
© Prof. Dr.-Ing. Detlef Krömker 32Visualisierung2. Der Visualiiserungsprozess
Beispiel[nach Haber]
Erfassung der Rohdaten an den roten Punkten
Abbildung auf ein reguläres Gitter
Projektion des Gitters und Mapping der WerteDruck � HöheTemperatur � Farbe
© Prof. Dr.-Ing. Detlef Krömker 33Visualisierung2. Der Visualiiserungsprozess
Klassifikation von Visualisierungnach verschiedenen Kriterien
nach VDI 3633 Blatt 7
Abstraktionsgrad der visuellen Elemente
� Symbolisch mit folgenden Ausprägungen�Zeichen(-ketten) Wörter oder Abkürzungen
z.B. chemische Elemente, Verbindungen Pb, S, H20
� (abstraktes) Symbol Kreuz (schwarz, rot, ...)
�Piktogramm (graphisch,bildliches Symbol) Totenkopf (für Gift)
© Prof. Dr.-Ing. Detlef Krömker 34Visualisierung2. Der Visualiiserungsprozess
Klassifikation von Visualisierungnach verschiedenen Kriterien
nach VDI 3633 Blatt 7
Abstraktionsgrad der visuellen Elemente (2)
� ikonisch, zeigt (für einen Menschen) unmittelbar die Bedeutung, anschaulich� stilisierte Abbildungen ( Strichzeichnungen)
� realitätsnah (elementare Beleuchtungsrechnung)
� fotorealistisch: nicht von einem Foto unterscheidbar
© Prof. Dr.-Ing. Detlef Krömker 35Visualisierung2. Der Visualiiserungsprozess
Klassifikation von Visualisierungnach verschiedenen Kriterien
nach VDI 3633 Blatt 7
Struktur der Darstellung
� Schrift Zeichenketten, Konventionen
� Tabelle zusätzliche Strukturen im Schriftbild
� Diagramme Anordnung von Zeichen, Symbolen und Ikonen
� Zeichnungen zweckgebundene Abstraktion(Karten) Ähnlichkeiten bezgl. topologischer
Strukturen bleiben erhalten
� Bild höherer Grad der Ähnlichkeit
� Virtuelle Welten „erlebbare“ 3-Dimensionalität
© Prof. Dr.-Ing. Detlef Krömker 36Visualisierung2. Der Visualiiserungsprozess
Klassifikation von Visualisierungnach verschiedenen Kriterien
nach VDI 3633 Blatt 7
� Zeitverhalten der Daten / des Modells
statisch, dynamisch
(diskret, kontinuierlich)
� Zeitverhalten der Präsentation
� Standbild (Festbild)
� nicht proportionales Bewegtbild
� proportionales Bewegtbild� Zeitlupe
� Echtzeit
� Zeitraffer
© Prof. Dr.-Ing. Detlef Krömker 37Visualisierung2. Der Visualiiserungsprozess
Klassifikation von Visualisierungnach verschiedenen Kriterien
nach VDI 3633 Blatt 7
Interaktion
� ohne
� Navigation in der Präsentation
� mit dem Simulationsmodell / den Messgeräten
� mit dem graphischen Modell
� „in“ dem Modell (Immersion)
(siehe später)
© Prof. Dr.-Ing. Detlef Krömker 38Visualisierung2. Der Visualiiserungsprozess
Rollen im Visualisierungsprozess
� Messfachmann� Simulationsfachmann� Berechnungsfachmann
� Visualisierungsfachmann� (Illustratoren)
� (Fach-) Analytiker� Zuschauer
� Autor („Publisher“)
� Betrachter, Leser(„Viewer“)
© Prof. Dr.-Ing. Detlef Krömker 39Visualisierung2. Der Visualiiserungsprozess
Variante 1:Der Autor erzeugt ein Bild /
eine Bildsequenz
� Der Betrachter hat keine Möglichkeiten auf den Visualisierungsprozess Einfluss zu nehmen
� Ggf. hohe Datenraten nötig (Bild, Video)
� Der Autor kann die Qualität garantieren
F M RDaten Bild
Autor Betrachter
© Prof. Dr.-Ing. Detlef Krömker 40Visualisierung2. Der Visualiiserungsprozess
Variante 2:Der Autor erzeugt ein Geometrie- und
Merkmalsmodell / eine Animation
� Übertragung zum Beispiel als VRML-Szene� Betrachter kontrolliert virtuelle Kamera und ggf. andere
Renderingparameter (walkthroughs)insbesondere bei 3D Präsentationen sinnvoll
� Betrachter gewinnt Freiheiten� Autor kann i.d.R. Qualität noch sicherstellen
F M RDaten Bild
Autor Betrachter
© Prof. Dr.-Ing. Detlef Krömker 41Visualisierung2. Der Visualiiserungsprozess
Variante 3:Betrachter erzeugt die Visualisierung
� Der „Autor“ liefert Rohdaten oder aufbereitete Daten
� Daten werden z.B. als netCDF ausgetauscht� Betrachter hat alle Freiheiten – hat mehr Arbeit und Verantwortung (für Qualität)
� Betrachter braucht Visualisierungssystem
F M RDaten Bild
Autor Betrachter
© Prof. Dr.-Ing. Detlef Krömker 42Visualisierung2. Der Visualiiserungsprozess
Variante 4:Der Autor erzeugt ein Geometrie-und Merkmals-modell unter Kontrolle / Einfluß des Betrachters
� Filtering und Mapping wird vom Autor vorbereitet � Über ergänzende Schnittstelle erhält der Betrachter
Möglichkeiten zur Beeinflussung des Filtering und des Mappings, aber in vom Autor kontrollierten Art und Umfang
� Kaum ein Visualisierungssystem erlaubt dieses
F M RDaten Bild
Autor Betrachter
© Prof. Dr.-Ing. Detlef Krömker 43Visualisierung2. Der Visualiiserungsprozess
Referenzmodell für die Visualisierung
Datenfluß im erweiterten Modell
F M R
Bild
Visualisierungssystem
Roh-daten
Analyse
NutzerSpezifikation derVisualisierung
BeobachtungMessung
Modellierung
SimulationBerechnung
Daten-analyse
© Prof. Dr.-Ing. Detlef Krömker 44Visualisierung2. Der Visualiiserungsprozess
Referenzmodell für die Visualisierung
Kontrollfluß (rot) im erweiterten Modell
Bild
Visualisierungssystem
Roh-daten
Analyse
NutzerSpezifikation derVisualisierung
BeobachtungMessung
Modellierung
SimulationBerechnung
Daten-analyse
F M R
© Prof. Dr.-Ing. Detlef Krömker 45Visualisierung2. Der Visualiiserungsprozess
Interaktionszyklenhaben unterschiedliche Zykluszeiten
Bild
Visualisierungssystem
Roh-daten
Analyse
NutzerSpezifikation derVisualisierung
BeobachtungMessung
Modellierung
SimulationBerechnung
Daten-analyse
F M R
VerschiedeneVerschiedeneNutzungsszenarienNutzungsszenarien
© Prof. Dr.-Ing. Detlef Krömker 46Visualisierung2. Der Visualiiserungsprozess
Szenario: Tracking
Bild
Visualisierungssystem
Roh-daten
Analyse
NutzerSpezifikation derVisualisierung
BeobachtungMessung
Modellierung
SimulationBerechnung
Daten-analyse
F M R
So wie die Daten gemessen oder erechnet werden, so werden sie visualiisertrealtime = schritthaltend
keine Interaktion
© Prof. Dr.-Ing. Detlef Krömker 47Visualisierung2. Der Visualiiserungsprozess
Vollständige interaktive Steuerung(Computational Steering, Steering)
Bild
Visualisierungssystem
Roh-daten
Analyse
NutzerSpezifikation derVisualisierung
BeobachtungMessung
Modellierung
SimulationBerechnung
Daten-analyse
F M R
„optimal“ für den Erkenntnisprozess(wenn der Nutzer genügende Kentnisse hat)
aber oft aufgrund der benötigten Rechenleistung nicht praktikabel
3
2
1
© Prof. Dr.-Ing. Detlef Krömker 48Visualisierung2. Der Visualiiserungsprozess
„Bewegungsmodus“
SchrittDatenerzeugung
Roh-daten
BeobachtungMessung
Modellierung
SimulationBerechnung
1 SchrittVisualisierung
Bild
2
Roh-daten
Visualisierung
SchrittAnalyse
Analyse
Nutzer
3
Bild
© Prof. Dr.-Ing. Detlef Krömker 49Visualisierung2. Der Visualiiserungsprozess
Interaktives Postprocessingist heute das Standardszenarion
SchrittDatenerzeugung
Roh-daten
BeobachtungMessung
Modellierung
SimulationBerechnung
1 SchrittInteraktive Visualisierung
Bild
2
Roh-daten
Visualisierung
Analyse
Nutzer
© Prof. Dr.-Ing. Detlef Krömker 50Visualisierung2. Der Visualiiserungsprozess
Zusammenfassung
� Tracking
� „Bewegungsmodus“
� Interaktives Postprozessing
� Interaktive Steuerung
� Visualisierungs(kern-)prozesse sind:� Filtering = „Datenaufbereitung“� Mapping = Abbildung der Daten auf
Geometrie- und Merkmalsdaten( = visuelle Variablen)
� Rendering = Abbildung auf ein Digitales Bild
� Rollen im Visualisierungsprozeß:� Autor – Betrachter
� Nutzungsszenarien:
© Prof. Dr.-Ing. Detlef Krömker 51Visualisierung2. Der Visualiiserungsprozess
Ausblick – Nächste Schritte�Beschreibung der Daten
� Datenquellen� Beobachtungsraum� Datenmerkmale
�Datenspezifikation�Datenformate�Reduktion einer Datenmenge
� Projektion� Selektion