The language was changed to English.

Course Type (SWS)
Lecture: 2 │ Exercise: 2 │ Lab: 0 │ Seminar: 0
Exam Number: ZKD 50038
Type of Lecture:

in-class lecture using slideware and moodle

Language: English
Cycle: SS
ECTS: 6
Exam Type

oral examination, 45 minutes

Oral Exam (40 min.)
assigned Study Courses
assigned People
assigned Modules
Information
Beschreibung:

Die Vorlesung führt in die Grundlagen der wissenschaftlichen Datenvisualisierung ein. Sie stellt Begriffe und Algorithmen zur effizienten Behandlung diskreter Datenstrukturen vor. Zur Motivation der Visualisierung solcher Daten dienen Beispiele aus der medizinischen Bildgebung und der nummerischen Simulation. So wird der Aufbau eines CT-Scanners und die damit erzeugten Datensätze näher erläutert und grundlegende Verfahren aus der numerischen Simulation zur Lösung einfacher gewöhnlicher und partieller Differentialgleichungen beispielhaft dargestellt. Zur Visualisierung skalarer Daten werden direkte Ansätze, wie z.B. Schichtverfahren und Strahlverfolgung, aber auch indirekte Methoden, wie z.B. Marching Squares bzw. Marching Cubes, besprochen. Des Weiteren werden mehre Verfahren zur Strömungsvisualisierung erläutert, z.B. glyphenbasierte Darstellung, linienbasierte Integrationsmethoden, dichte Strömungsvisualisierung und topologische Methoden.

Lernziele:

Die Studierenden lernen in dieser Veranstaltung die grundlegenden Algorithmen moderner Visualisierungssysteme kennen. Sie werden anhand einiger Beispiele aus der medizinischen Bildgebung und dem wissenschaftlichen Rechnen die Herkunft und die Eigenschaften üblicher Datensätze erklären können. Grundlegende Konzepte wie Interpolation, Triangulation und Filtermethoden werden bekannt sein. Sie werden verschiedenen Datentypen passende Visualisierungsansätze zuordnen können. Sie beherrschen die interaktive Darstellung und Analyse von großen skalaren Bild- und Volumendaten, Vektorfeldern, Terraindaten und Daten aus weiteren Informationsquellen.

Literatur:

- Aktuelle Internetliteratur
- Nielson, Hagen, Müller: Scientific Visualization , IEEE Computer Society Press
- Earnshaw, Wiseman: An Introductory Guide to Scientific Visualization, Springer Verlag
- Schumann, Müller: Visualisierung - Grundlagen und allgemeine Methoden, Springer Verlag

Vorleistung:
Infolink:
Bemerkung:
Description:

This lecture is an introductory course in scientific data visualization. Particular emphasis is put on the representation and processing of discrete data structures. The course starts with the source of scientific data, such as computed tomography and numerical approximations to partial differential equations. These methods serve as examples for typical data sources for scientific visualization. The main part of the lecture is concerned with methods for the visualization of scalar and vector valued volumetric datasets. For scalar datasets the methods covered include slicing, ray casting, marching squares and marching cubes. For flow fields concepts such as glyphing, line based-, dense-, and topological-visualization methods are discussed.

Learning Targets:

Students who attend this lecture will be able to understand and implement state of the art scientific visualization algorithms. They will gain detailed knowledge about the source of typical datasets from both measurements as well as simulations. They will understand basic concepts such as interpolation, triangulation, and filtering. They will be able to choose the most appropriate visualization technique for a number of scenarios including analysis of large scalar and vector valued volumes, terrains, and information that lacks spatial components.

Literature:

- Aktuelle Internetliteratur
- Nielson, Hagen, Müller: Scientific Visualization , IEEE Computer Society Press
- Earnshaw, Wiseman: An Introductory Guide to Scientific Visualization, Springer Verlag
- Schumann, Müller: Visualisierung - Grundlagen und allgemeine Methoden, Springer Verlag

Pre-Qualifications:
Info Link:
Notice: