Acceleration techniques for numerical flow visualization

Abstract

This thesis addresses the problem of making computer-aided flow visualization more efficient and more effective. More efficient because several new algorithms are presented for accelerating the visualization itself; more effective because accelerated visualization yields more productive work during data analysis.

Whether there is a need for acceleration techniques depends on several parameters. Obviously, there is a strong dependence on the available computing hardware: what is reasonable on one hardware platform might be unbearable on another platform. This straightforwardly leads to the idea of switching to another (remote) visualization platform while keeping the researcher's workspace untouched. Alternatively, more efficient use of local hardware resources can be made, a direction followed in this thesis by balancing the workload between the (programmable) graphics hardware and the central processing unit. Instead of exploiting parallel processing, reduced accuracy can be traded for improved interactivity. In this work, this trade-off is made by converting the grid underlying the data to a representation that can be handled more efficiently. In the worst case, neither hardware approaches nor accuracy reduction sufficiently improve the data analysis. Consequently, data reduction must be employed to keep up with human cognition capabilities and limited graphics processing resources. This issue is addressed by flow feature extraction which aims at presenting a highly compact representation of the data.

This work thus presents a unique multi-level approach for accelerating flow visualization, considering hardware resources, accuracy requirements, and cognitive issues. Due to the generality of the selected acceleration techniques presented in this thesis, some results do also have impact on other areas of scientific visualization. Furthermore, due to the layered approach addressing the acceleration on multiple abstraction levels, the presented techniques can be used stand-alone as well as in combination to yield a highly flexible toolbox that can be fine-tuned to the respective environment.

Diese Dissertation befasst sich mit mit der Verbesserung von Effizienz und Effektivität computerunterstützter Strömungsvisualisierung. Erhöhte Effizienz wird dabei durch mehrere neue, im Folgenden vorgestellte Algorithmen erreicht, die die Visualisierung an sich beschleunigen, höhere Effektivität dadurch, dass beschleunigte Visualisierung die Datenanalyse produktiver gestaltet.

Der Bedarf für die Beschleunigung von Visualisierungstechniken hängt von mehreren Parametern ab. Offensichtlich existiert zunächst einmal eine starke Abhängigkeit von den zur Verfügung stehenden Ressourcen: eine Visualisierungstechnik, die auf einer Hardwareplattform vernünftig eingesetzt werden kann, mag auf anderen Plattformen aufgrund fehlender Rechenleistung völlig unbrauchbar sein. Dies führt geradewegs zu der Idee, für die Visualisierung entfernte Rechnerressourcen einzusetzen, dabei jedoch die lokal vorhandene Hardware am Arbeitsplatz des Benutzers unberührt zu lassen. Alternativ können die zur Verfügung stehenden Hardwareressourcen auch effizienter eingesetzt werden. Diese Richtung wird in dieser Arbeit durch Lastbalancierung zwischen (programmierbarer) Graphikhardware und der Zentraleinheit des Rechners verfolgt. Anstelle der Ausnutzung paralleler Verarbeitung kann auch eine Reduzierung der Datengenauigkeit treten, sofern hierdurch höhere Interaktivität erreicht wird. Dieser Kompromiss wird in dieser Arbeit anhand von Gitterkonvertierungsverfahren diskutiert, die den Daten zugrundeliegende Gitter in eine effizienter zu handhabende Form überführen. Im schlimmsten Falle reichen jedoch weder Hardwareansätze noch Genauigkeitsreduzierungen aus, um die Datenanalyse ausreichend zu verbessern. Folgerichtig muss demnach eine Datenreduktion durchgeführt werden, die die ursprüngliche Datenmenge auf ein Maß reduziert, das eine Verarbeitung durch die menschliche Wahrnehmung und begrenzte Graphikressourcen ermöglicht.

In dieser Dissertation wird daher ein neuartiger Ansatz verfolgt, der die Beschleunigung der Strömungsvisualisierung auf mehreren Ebenen unter Berücksichtigung zur Verfügung stehender Hardwareressourcen, etwaiger Genauigkeitsanforderungen und menschlicher Wahrnehmungsfähigkeiten behandelt. Aufgrund der Allgemeingültigkeit einiger gewählter Beschleunigungstechniken sind die erzielten Ergebnisse teils auch für andere Bereiche wissenschaftlicher Visualisierung von Bedeutung. Da weiterhin ein Schichtenmodell gewählt wurde, können die vorgestellten Beschleunigungstechniken sowohl separat als auch in Kombination verwendet werden. Hierdurch wird es dem Forscher möglich, Art und Anzahl der eingesetzten Techniken auf die individuellen Bedürfnisse und Rahmenbedingungen abzustimmen.