Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen:
doi:10.22028/D291-26772
Titel: | Image synthesis methods for texture-based visualization of vector fields |
Alternativtitel: | Bildsyntheseverfahren zur texturbasierten Visualisierung von Vektorfeldern |
VerfasserIn: | Matvienko, Victor |
Sprache: | Englisch |
Erscheinungsjahr: | 2016 |
Kontrollierte Schlagwörter: | Visualisierung Computergrafik Textur |
Freie Schlagwörter: | Vektorfeld-Visualisierung diskrete Bildanalyse Visualisierungstechniken visualization computer graphics |
DDC-Sachgruppe: | 004 Informatik |
Dokumenttyp: | Dissertation |
Abstract: | This thesis presents several novel models and techniques for texture-based vector field visualization. The methods of discrete image analysis are consistently applied to popular visualization techniques such as Line Integral Convolution resulting in new insights in the structure of these methods and their possible developement. Starting with formulation of a computation model for evaluation of visualization texture quality score, important attributes of an efficient visualization are identified, including contrast and specific spatial frequency structure. As a result, several visualization techniques with increasing applicability are designed aiming to optimize these quality features. Finally, a discrete probabilistic framework is suggested as a generalization of the state-of-the-art as well as presented here texture-based flow visualization methods. Based on this theoretical foundation, a novel multi-scale three-dimensional flow visualization approach is presented. The visualization results are demonstrated on a large variety of examples delivered by several software programs developed for the purposes of this work. They are evaluated using formal quality metrics combined with formal statistical methods and an expert survey. The scientific contribution of the thesis is the foundation for several journal and conference publications based on the presented here materials. Diese Arbeit stellt mehrere neue Modelle und Techniken für die texturbasierte Vektorfeld-Visualisierung dar. Das Verfahren der diskreten Bildanalyse wird auf mehrere populäre Visualisierungstechniken wie Line Integral Convolution angewandt. Dieser Ansatz führt zu den neuen Einsichten in die Struktur dieser Methoden und deren möglichen Entwicklung. Beginnend mit der Formulierung eines Modells zur Bewertung der Visualisierungsqualitätsmetrik, wichtige Merkmale eines effizienten Visualisierung sind identifiziert worden, einschließlich Kontrast und Ortsfrequenzstruktur. Als Ergebnis werden verschiedene Visualisierungstechniken mit zunehmender Anwendbarkeit entworfen, um diese Qualitätsmerkmale zu optimieren. Schließlich wird eine diskrete Wahrscheinlichkeits-Framework als Verallgemeinerung des State-of-the-art vorgeschlagen und die texturbasierte Strömungsvisualisierungsmethoden werden vorgelegt. Auf dieser theoretischen Grundlage wird ein neuartiger multi-scale dreidimensionaler Strömungsvisualisierungsansatz vorgestellt. Die Visualisierungs Ergebnisse werden demonstriert auf zahlreichen Beispielen von mehreren Softwarekomponenten entwickelt für die Zwecke dieser Arbeit. Die gelieferte Daten wurden mit formalen Qualitätsmetriken und statistischen Methoden ausgewertet und zusätzlich mittels einer Expertenbefragung evaluiert. Die Ergebnisse der Arbeit wurden auf Konferenzen vorgestellt und als wissenschaftliche Artikeln in Zeitschriften publiziert. |
Link zu diesem Datensatz: | urn:nbn:de:bsz:291-scidok-68874 hdl:20.500.11880/26785 http://dx.doi.org/10.22028/D291-26772 |
Erstgutachter: | Krüger, Jens |
Tag der mündlichen Prüfung: | 7-Jun-2017 |
Datum des Eintrags: | 5-Jul-2017 |
Fakultät: | MI - Fakultät für Mathematik und Informatik |
Fachrichtung: | MI - Informatik |
Sammlung: | SciDok - Der Wissenschaftsserver der Universität des Saarlandes |
Dateien zu diesem Datensatz:
Datei | Beschreibung | Größe | Format | |
---|---|---|---|---|
phd_latest.pdf | 68,22 MB | Adobe PDF | Öffnen/Anzeigen |
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.