Die Volumenvisualisierung befasst sich mit der Erzeugung und Darstellung von Bildern aus skalaren 3D-Daten. Typische Beispiele für solche Daten sind medizinische Aufnahmen aus der Computertomopgrahie (CT) oder der Magnetresonanztomographie (MRT). Weitere Anwendungen der Volumenvisualisierung sind die Exploration und die Erforschung von komplexen Simulationsdaten, z.B. aus der Strömungsmechanik, Geologie oder Seismologie. Die zugrunde liegenden Daten werden für die Visualisierung abgetastet und mit einem physikalischen Beleuchtungsmodell auf die Bildebene projiziert. Ein Benutzer kann dabei interaktiv die Farb -und Transparenzwerte der Datenpunkte mit einer Transferfunktion steuern, um gezielt Regionen auszublenden oder hervorzuheben.
- Parallele Volumenvisualisierung des "Visible Human" auf einem GPU-Cluster mit 32 Knoten (Datenquelle: U.S. National Library of Medicine).
Visualisierungstechniken
Die Darstellung von dreidimensionalen Volumendaten erfordert eine Projektion auf die Bildebene. Dabei kommen verschiedene Techniken zum Einsatz, die unterschiedliche Charakteristiken der Daten sichtbar machen. Im Allgemeinen wird ein Emissions-Absorptionsmodell verwendet, bei dem die Datenpunkte Farbwerte emittieren und entlang eines Sichtstrahls wieder absorbieren. Dabei können unterschiedliche Visualisierungsverfahren eingesetzt werden, um spezifische Merkmale hervorzuheben. Mit der "Maximum Intensity Projection" wird entlang der Blickrichtung jeweils der Datenpunkt mit der maximalen Intensität ausgewählt. Ein wichtiger Anwendungsbereich dieser Methode ist die Darstellung von medizinischen Daten. Ein flexibleres Verfahren ist die Darstellung unter der Verwendung einer Transferfunktion. Dabei können die Daten in Abhängigkeit ihres skalaren Wertes interaktiv farblich klassifiziert werden, um gezielt interessante Bereiche visuell zu filtern. Des Weiteren können Isoflächen mit diesem Verfahren dargestellt werden, um Gebiete mit unterschiedlichen Eigenschaften visuell voneinander abzugrenzen. Aktuelle Entwicklungen kombinieren die unterschiedlichen Visualisierungstechniken zu einheitlichen Modellen, wie z.B. die Methode der Interval Volumen.
|
|
|
Parallelisierungstechniken
Die zunehmende Größe der Daten hat hohe Anforderungen an Speicher- und Rechenkapazitäten. Um diese hohe Datenflut interaktiv visualisieren zu können ist die Parallelisierung von Algorithmen auf Clustern und der Einsatz modernster Grafikhardware (GPU) unverzichtbar geworden. Bei der Parallelisierung wird die Berechnung des Bildes in möglichst unabhängige Teilaufgaben zerlegt, die dann von mehreren Recheneinheiten gleichzeitig gelöst werden können. Grundsätzlich unterscheidet man ob die Unterteilung der Aufgaben in der Bildebene (Sort-First) oder im Objektraum (Sort-Last) stattfindet. Bei der Bildraumzerlegung werden von den einzelnen Rechenknoten kleine Ausschnitte des fertigen Bildes unabhängig berechnet, die am Ende nur noch aneinandergefügt werden müssen. Dadurch kann eine gute Skalierbarkeit der Performanz erreicht werden, nicht jedoch der Daten. Im Gegensatz dazu wird bei der Objektraumzerlegung der Datensatz in kleine Teilvolumina unterteilt, die von den Knoten jeweils berechnet werden. Durch diese Aufteilung erhält man eine optimale Skalierbarkeit der Daten, jedoch müssen am Ende eines Berechnungsschrittes die Teilbilder noch aufwendig zusammengesetzt werden (Compositing).