VIS- und Uni-Logo
Blindenversion home uni uni suche suche sitemap sitemap kontakt kontakt
unilogo Universität Stuttgart
Institut für Visualisierung und Interaktive Systeme

Hauptseminar Hierarchische Visualisierungsverfahren: Volumenvisualisierung auf Wavelet-Hierarchien

englische VersionDruckversionBlindenversion
 

  • Thema: Volumenvisualisierung auf Wavelet-Hierarchien
  • Referent: Alexander Becker
  • Termin: 23.11.2004
  • Dokumente: Folien [pdf]   |   Ausarbeitung

Zusammenfassung

Die hohe Auflösung der CT-Scan-Daten in der Medizin als auch hochaufgelöste Daten verschiedener Simulationen ergeben Volumendaten-Größen von mehreren Gigabyte (sogar mehrere Gigabyte pro Zeitschritt bei zeitabhängiger Simulationen). Diese Daten können nicht direkt gerendert werden, da sie nicht komplett in den Hauptspeicher geladen werden können. Um diese Daten unter interaktiven Frameraten rendern zu können, bedarf es an einer starken aber auch möglichst verlustfreien Komprimierung.

Es werden in diesem Vortrag zwei verschiedene Lösungsansätze vorgestellt. Kern beider Verfahren ist die Wavelet-Komprimierung. Das erste Verfahren hat als Ziel-Vorgabe das Rendern von großen Datensätzen auf einem Standard-PC, das zweite Verfahren dagegen arbeitet auf PC-Clustern mit Dual-Prozessoren und 16 GPU's als auch auf mehreren Standard-PC's, die via Gigabit-LAN miteinander verbunden sind. Im ersten Fall werden Frameraten von 3 bis 9 Fps erreicht (Ausgabegröße 256x256 Pixel). Mit dem zweiten Verfahren erreicht man Frameraten von 3 bis maximal 11 Fps, die Ausgabe hat hier allerdings die Größe von 1024x1024 Pixel.

Bilder


1.Verfahren: Frameraten bei unterschiedlicher Rendering-Qualität


2.Verfahren: Visible Human Datensatz gerendert auf 8 Knoten


2.Verfahren: Isabel Hurrican (3 Zeitschritte)

Literatur

  • Guthe, S., Wand, M., Gonser, J., Straßer, W.; Interactive Rendering of Large Volume Data Sets, IEEE VIS 2002.
  • Strengert, M., Magallon, M., Weiskopf, D., Guthe, S., Ertl, T.; Hierarchical Visualization and Compression of Large Volume Datasets Using GPU Clusters, Eurographics Symposium on Parallel Graphics and Visualization 2004.