基于流面的交互式流场可视化方法

Comparing to streamlines, stream surfaces contain more information of the flow field by covering larger spatial regions. This feature grants surfaces unique advantages when visualizing the flow fields of ever-growing size and complexity, and allows domain experts to discover the patterns and structures of the flow more effectively. However, in the past, due to the lack of computation power and sophisticated theories, surface-based flow visualization is less explored by researchers. Specifically, it lacks of efficient algorithms to place high-quality surfaces and effective interactive approaches to explore the data. This project aims to provide a comprehensive framework toward interactive and exploratory surfaces-based flow visualization. First, we propose a novel user-centric surfaces generation approach that captures the intentions of users through sketches. We will investigate the optimal rules to efficiently place seeding curves, and, therefore, surfaces. Second, we will develop two interactive techniques to explore the surfaces, namely, FlowPatch and SurfRivers. FlowPatch is a surface encoding and query system that can summarize the common features and patterns in a flow field and allow users to query the patterns they are interested in. SurfRivers is a two-dimensional layout of the original surfaces, which eliminates the visual occlusion and clutter for effective observation and interaction. Finally, we will leverage the information channel to connect two interrelated factors in stream surface visualization, i.e., the information of surfaces and that of viewpoints. Using the information channel, we target at solving the two problems: stream surface opacity optimization and viewpoint selection at the same time, which reduces the effort from domain experts to locate the important features and adjust the viewing angles accordingly.

相对于当前流场可视化中最为常见的流线而言，流面在空间中覆盖范围更广,包含的信息也更完整。因此，在应对当前大规模、高度复杂的流场数据时，流面往往能够更简洁地描述更为复杂的流体运动特征（如，扭曲、折叠等现象），从而让领域专家有效地观察数据、直观地理解流场结构。然而，现有的流线可视化方法缺乏有效的交互手段，因此无法满足差异化的用户需求。本项目将弥补基于流面的交互探索方法的空缺，并对流面可视化的全流程进行改进。首先，本项目将从几何角度对理想流面的生成规则进行研究，开发基于用户手绘的交互方式以产生符合用户意图的可视化结果。同时，从流面特征的字符化编码与搜索，以及流面的二维图示化表示方法两个方面着手研究，通过用户与图形界面的交互从流面中筛选、挖掘出用户所需信息。最后，本项目将通过信息通道对流面及观察视角之间的关系进行建模，简化科研人员对数据的观察过程。

相对于当前流场可视化中最为常见的流线而言，流面在空间中覆盖范围更广,包含的信息也更完整。因此，在应对当前大规模、高度复杂的流场数据时，流面往往能够更简洁地描述更为复杂的流体运动特征（如，扭曲、折叠等现象），从而让领域专家有效地观察数据、直观地理解流场结构。然而，现有的流线可视化方法缺乏有效的交互手段，因此无法满足差异化的用户需求。本项目着眼于基于流面的交互探索方法的空缺，并对流面可视化的全流程进行改进。首先，在流面的交互探索上，本项目提出了流面的二维表示方法，从而使领域专家在无遮挡的条件下观察流场并通过交互分析、理解复杂流态。与领域专家的合作验证表明，二维表示方法能在复杂流面中更为准确地识别特定流场行为，如涡流中逸出的流量及发生时间。其次，在流面生成上，提出了基于重要性的流面生成方法与并行流面构建方法。其中，基于重要性的流面生成允许专家通过交互、流场特征识别、给定标量场等多种方式，引导生成符合其需要的流面。并行流面构建则基于GPU的硬件结构改进了流面构建算法，利用GPU的冗余算力预先生成可能需要的流线，从降低了迭代次数，提高了生成效率。并行流面构建提升了流面交互系统的实时性，使得专家不但能在交互中观察现有流面，更能实时生成其感兴趣的流面。最后，本项目提出了在刚体变换下保持不变的深度流面表示方法。该表示方法不依赖于流面的尺度、空间位置、及朝向，从而能在流场中识别相似的流态。该表示方法可用于无损地重建原始流面区域，因此其表示的准确性与传统描述符相比有了极大的提升。此外，与基于点云的距离度量相比，该方法计算更为高效（加速比可达180倍之多），对特征的识别也更为准确。