2020浙江大学可视化暑期学校-第九天

课程: 科学数据可视化
讲师: 陶钧
讲师简介: 中山大学数据科学与计算机学院、国家超级计算广州中心副教授。于2015年获得密歇根理工大学计算机科学专业博士学位,2015年至2018年于圣母大学计算机科学与工程系任博士后研究员。其主要研究方向包括:科学可视化,尤其是信息论、优化方法和交互探索方法在流场可视化方面的应用;以及对时序数据和网络的可视分析和探索。
课程简介: 本次课程分别从标量场可视化和矢量场可视化方面介绍了科学数据可视化。

引入

科学数据可视化(SciVis): 科学数据可视化是研究科学现象可视化的跨学科分支,包括通过可视化手段解释科学定义,验证科学猜想等。

图1 什么是科学数据可视化

课程设置:

1). 标量场可视化
2). 矢量场可视化

1 标量场可视化

1.1 一维标量场

统计图表广泛应用于一维空间数据可视化,如图2所示。

图2 一维标量场可视化
1.2 二维标量场
图3 二维标量场可视化

高度和颜色常用于对测量值进行编码,如图4所示。

图4 高度图和热图
1.3 三维标量场
图5 三维标量场可视化

在三维到二维投影过程中的存在着严重的遮挡问题,因此我们需要一种方法来混合多个“层”到同一图片中,常见方法有直接体绘制与等值面绘制,如图6、图7所示。

直接体绘制: 将标量值映射到颜色,并在相同像素上混合颜色。

图6 直接体绘制

等值面绘制: 提取不同层次的三维数据集作为曲面并加以渲染。

图7 等值面绘制

2 矢量场可视化

2.1 矢量场可视化方法

矢量场可视化常见方法有积分曲线(Integral curves)、线性积分卷积(Line Integral Convolution)和基于图标的可视化(Glyph-based),如图8所示。

图8 矢量场可视化方法
2.2 基于特征的矢量场可视化
图9 基于特征的矢量场可视化
2.3 张量场可视化
图10 张量场可视化
123