Exploiting programmable graphics hardware for interactive visualization of 3D data fields

Abstract

Modern numerical simulation and data acquisition techniques create a multitude of different data fields. The interactive visualization of these large, three-dimensional, and often also time-dependent scalar, vector, and tensor fields plays an integral part in analyzing and understanding this data. Although basic visualization techniques vary significantly depending on the type of the respective data fields, there is one key feature that is dominating in today's visualization research. Driven by the need for interactive data inspection and exploration and by the extraordinary rate of increase of the computational power provided by modern graphics processing units, the attempt for consequent application of graphics hardware in all stages of the visualization pipeline has become a central theme in order to cope with the challenges of data set sizes growing at an ever increasing pace and advancing demands on the accuracy and complexity of visualizations. Contemporary graphics processing units now have reached a level of programmability roughly resembling their CPU counterparts. However, there are still important differences that strongly influence the design and implementation of GPU-based visualization algorithms.

This thesis addresses the problem of how to efficiently exploit the programmability and parallel processing capabilities of modern graphics processors for interactive visualization of three-dimensional data fields of varying data complexity and abstraction level. In particular new methods and GPU-based solutions for high-quality volume ray casting, the reconstruction of polygonal isosurfaces, and the point-based visualization of symmetric, second-order tensor fields, such as obtained by diffusion tensor imaging or resulting from CFD simulations, by means of ellipsoidal glyphs are presented that by combining the mapping and rendering stage onto the GPU result in an improved visualization cycle. Furthermore, a new approach for the topological analysis of noisy vector fields is described.

Although this work is focused on a number of specific visualization problems, it also intends to identify general design principles for GPU-based visualization algorithms that may prove useful in the context of topics not covered by this thesis.

Moderne Verfahren der numerische Simulation und der experimentellen Datenerfassung erzeugen eine Vielzahl unterschiedlicher Datenfelder. Die Visualisierung großer, dreidimensionaler und in vielen Fällen zeitabhängiger Skalar-, Vektor- und Tensorfelder spielt eine zentrale Rolle für die Auswertung und das Verständnis dieser Daten. Wenngleich die grundlegenden Visualisierungstechniken für die oben genannten Felder sich wesentlich unterscheiden haben sie doch einen Aspekt gemeinsam, welcher die heutige Forschung im Bereich der Visualisierung entscheidend bestimmt. Getrieben durch den Wunsch nach interaktiver Darstellung und Exploration der Daten und begünstigt durch den außerordentlichen Zuwachs an Rechenleistung, die moderne Graphikprozessoren heute zur Verfügung stellen, hat sich der möglichst umfassende Einsatz von Graphik-Hardware in allen Stufen der Visualisierungspipeline als zentraler Ansatz herauskristallisiert, um den Herausforderungen, welche durch die immer schneller ansteigenden Datensatzgrößen und den ebenfalls stetig wachsenden Anforderungen an die Genauigkeit und die Komplexität der Visualisierungsaufgaben auf die Visualisierung zukommen, gerecht zu werden.

Die vorliegende Arbeit beschäftigt sich daher mit dem effizienten Einsatz aktueller programmierbarer Graphik-Hardware und der Ausnutzung der ihr eigenen Parallelität zur interaktiven Visualisierung dreidimensionaler Datenfelder. Dabei werden Felder unterschiedlicher Datenkomplexität und verschiedener Abstraktionsebenen betrachtet. Insbesondere werden neue Methoden und GPU-basierte Ansätze für hochqualitatives Volumen-Raycasting, die Rekonstruktion polygonaler Isoflächen und eine punktbasierte Visualisierungsmethode für symmetrische Tensorfelder zweiter Ordnung beschrieben, welche den Visualisierungsprozess, durch entsprechende Kombination des Mapping- und Renderingschritts der Visualisierungspipeline in einem GPU-basierten Algorithmus, deutlich verbessern. Außerdem wird ein neuer Ansatz zur topologischen Analyse verrauschter Vektorfelder vorgestellt.

Obwohl sich diese Arbeit im wesentlichen auf einige spezielle Visualisierungsprobleme konzentriert, sollen die vorgestellten Methoden auch dazu dienen allgemeine Entwurfsprinzipien für GPU-basierte Visualisierungsalgorithm zu identifizieren, die sich auch außerhalb des durch die Arbeit gesteckten Rahmens als hilfreich erweisen können.