Eine Vielzahl von physikalischen Simulationen (vor allem in der Astronomie) erzeugen riesige Datensätze aus zerstreuten dreidimensionalen Punkten, die nicht in einer Beziehung zueinander stehen und unterschiedliche Größen besitzen. Diese Datensätze sind viel zu groß, um sie für jeden einzelnen Frame vollständig zu visualisieren und einen interaktiven Zugriff zu ermöglichen. Hinzu kommt noch, dass die Speicheranforderungen für Standard PC's viel zu problematisch sind.
Mit Hilfe von hierarchischen Datenstrukturen sollen diese Probleme weitestgehend behoben werden, um Wissenschaftlern die Möglichkeit zu geben, diese Datensätze mit hoher Auflösung interaktiv auf Desktop Workstations bzw. auf PC's zu visualisieren. Um diese Strukturen aufzubauen werden Clustertechniken verwendet. Die Hierarchie selbst kann dann angepasst an die Bildschirmauflösung oder den Blickpunkt gerendert werden. Für weniger wichtige Bereiche werden niedrigere Hierarchien-Ebenen gerendert, um somit die Geschwindigkeit zu erhöhen.
In dem Vortrag geht es darum, den Aufbau einer derartigen Clusterhierarchie zu beschreiben. Wesentliche Kernpunkte sind die Vorbereitung der Punktdaten, sowie der Aufbau und die Travesierung der Hierarchie. Hinzu kommt noch das Sortieren der Punktdaten, um überlappende Punkte darstellen zu können.
Die unten angegeben Bilder stellen einen Virgo-Datensatz dar, welcher in unterschiedlichen Hierarchie-Ebenen visualisiert wurde.
Bilder
Literatur
Hopf, M., Ertl, T.; Hierarchical Splatting of Scattered Data, IEEE VIS 2003.
Hopf, M., Luttenberger, M., Ertl, T.; Hierarchical Splatting of Scattered 4D Data, Computer Graphics and Applications, Vol. 24, No. 4.
