Upload
swanhilde-gietzen
View
109
Download
2
Embed Size (px)
Citation preview
Prof. Dr. Detlef Krömker
Goethe-Universität, FrankfurtGraphische Datenverarbeitung
Visualisierung
Vorlesung 10 – Visualisierung von Daten mit Orts- und Zeitbezug
WS 2005/20062Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Allgemeiner Überblick über folgende Themen
Visualisierung von Raumbezogenen Daten Zeitbezogenen Daten Volumendaten Strömungsdaten Visualisierung von multivariaten Daten
WS 2005/20063Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Übersicht
Wiederholung Visualisierung von Daten mit Raumbezug
Übersicht Direkte Visualisierung des Raumbezugs Indirekte Visualisierung des Raumbezugs
Visualisierung zeitvarianter Daten
WS 2005/20064Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Übersicht
Wiederholung Visualisierung von Daten mit Raumbezug
Übersicht Direkte Visualisierung des Raumbezugs Indirekte Visualisierung des Raumbezugs
Visualisierung zeitvarianter Daten
WS 2005/20065Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Farbskalen
Typen von Farbskalen Grauwertskalen: Variation der Helligkeit Farbskalen: Variation der Farbart (Sättigung und
Farbton)
Aspekte von Farbskalen Abbildung auf RGB i.d.R. nicht effizient und wenig
effektiv Abbildung auf HSV, HLS, o.ä. möglich Spezielle Farbskalen i.d.R. effizienter
WS 2005/20066Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Grauwertskalen Man verwende empfindungsmäßig gleichabständige Stufen, etwa
nach folgender Formel:
Berücksichtigt man die nötige Gammakorrektur (für Farbmonitore 2,3 ... 2,8), so erhält man:
Kuriosum: Diese Zwei Effekte korrigieren sich fast selbst!
Stevens nach 300
mitYYn
iYY ni
00 YYn
iYY ni
WS 2005/20067Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Beispiele für spezielle Farbskalen
Farbton-Skala (Hue)
Regenbogenskala
Temperaturfarbskala
Magenta-Farbskala
WS 2005/20068Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Effekte von Farbfehlsichtigkeiten auf Farbskalen
Better results with magenta scale and heated object scale
Heated Object Scale
Protanopie
Deuteranopie
Tritanopie
Magenta Scale
Protanopie
Deuteranopie
Tritanopie
WS 2005/20069Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Textur und quantitative Daten
Vereinzelte Anwendungen von Textur zur Visualisierung qualitativer und quantitativer Aspekte
Speziell: Visualisierung von Multi-parameter-Datensätzen
Mehr zu diesem Thema später!
Pickett, Grinstein 1988
WS 2005/200610
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Textur und Vektordaten
Textur eignet sich zudem, Orientierungen und auch Ausprägungen darzustellen
Anforderungen, die bei der Visualisierung von Vektordaten auftreten Beispiel: Strömungsfelder
Beispiel für Textursynthesetechnik: Line Integral Convolution (LIC)
Mehr zu diesem Thema später!Visualisierung eines kreisförmigen und eines turbulenten Strömungsfeldes mit LIC (Cabral 1993)
WS 2005/200611
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Texturen in 3D Textur ist ein wichtiger
visueller Faktor zur Wahrnehmung von Neigung und Orientierung von Oberflächen
Anwendung von Textur zur Verdeutlichung dieser Aspekte im Kontext von 3D-Visualisierung Visualisierung des
Krümmungsverlaufs von Oberflächen
Eingesetzte Techniken ähneln denen der Visualisierung von Vektordaten
WS 2005/200612
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Übersicht
Wiederholung Visualisierung von Daten mit Raumbezug
Übersicht Direkte Visualisierung des Raumbezugs Indirekte Visualisierung des Raumbezugs
Visualisierung zeitvarianter Daten
WS 2005/200613
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Übersicht
Wiederholung Visualisierung von Daten mit Raumbezug
Übersicht Direkte Visualisierung des Raumbezugs Indirekte Visualisierung des Raumbezugs
Visualisierung zeitvarianter Daten
WS 2005/200614
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Multivariate und Mehrdimensionale Daten
Standardgraphen betrachten in den meisten Fällen nur für eindimensionale, univariate Daten
Allgemeinere Situation Multidimensionale Daten
Dimension des Beobachtungsraums > 1 Multivariate Daten
Dimension des Merkmalsraums > 1 (2) D
Daten mit Raumbezug Dimension des Beobachtungsraums ist 2 oder 3
WS 2005/200615
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Mehrdimensionale raumbezogene Daten
Zum Begriff Raumbezug Daten mit geographischem Bezug, d.h. im Kontext
geographischer Informationssysteme (Bill und Fritsch 1996) Lediglich 3-dimensionale Daten (Groß 1991)
2D: oberflächenbezogene Daten n-dimensionaler Euklidischer Raum (Graw)
Im weiteren Daten in einem 2 oder 3-dimensionalen, räumlichen
Bezugssystem Beispiel: die Erdoberfläche (thematische) Karte ...
WS 2005/200616
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
SystematikR aum bezogene D aten
räum lichesB ezugssystem
zw e i-dim ens iona l d rei-d im ens iona l
P unk t-B ezug
punk torientie rt
loka le r B ezug
lin ienorien tie rt
g loba ler B ezug
flächeno rien tiert
M erkm a ls raum
1 Pa ram e te r M ultipa ram ete r
R ep räsen ta tion
d irek ter R aum bezug indirekte r R aum bezug
1
1
2
2
k leine P a ram e te rzah l
A nzahl de r P a ram ete r is t zu g roß für e ine g le ichze itigeD ars tellung im räum lichen B ezugssys tem
Übersicht : Visualisierung raumbezogener Daten
WS 2005/200617
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Kartographie und GIS
Themengebiete mit starkem Bezug Kartographie Geographische Informationssysteme (GIS)
WS 2005/200618
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Kartographie
Wissenschaft mit sehr jahrhunderte alter Tradition Erste Karten Bertin
Zentrale Fragestellungen Abbildung der Erde auf Karte …
WS 2005/200619
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Geographische Informationssysteme
Geographische Informationssysteme (GIS)speichern Infos in Datenbanken Klassische GIS: 2-dimensional Zunehmend, vor allem in urbaner Umgebung,
auch 3D
Mehr zu diesem Thema später!
WS 2005/200620
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Bezugssystem und Wirkungskreise Grundlegender Ansatz
Darstellung von Bezugssystem und mit Wirkungskreisen Darstellung des Wirkungskreises
Punktbezug Abtastung im Bezugsraum
Die Datenwerte beziehen sich nur auf einzelne Beobachtungspunkte (zum Beispiel gemessene Werte pro Messstelle in einem See).
Lokaler Bezug Endliche Apertur und Mittelung Die Datenwerte beziehen sich auf lokale Bereiche des räumlichen Bezugs
systems (zum Beispiel Datenwerte im nördlichen Teil eines Sees). Globaler Bezug
Die Datenwerte gelten für das gesamte räumliche Bezugssystem (zum Beispiel für einen ganzen See).
WS 2005/200621
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Darstellung des Raumbezugs
Darstellung des Raumbezugs im Bezugssystem Direkt: Datenwerte als auch das räumliche
Bezugssystem werden in derselben visuellen Repräsentation veranschaulicht
Beispiel: Platzierung von Ikonen auf einer Karte und Markierung des zugehörigen Geltungsbereiches
Indirekt: Veranschaulichung von Datenwerten und räumlichem Bezugssystem über getrennte visuelle Repräsentationen
Beispiel:
WS 2005/200622
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Direkte Darstellung des Raumbezugs
Direkte Darstellung des Raumbezugs mit Karte und Kreuzikone für Sedimentdaten Darstellung des Punktbezugs mit Kreuzikone Zusätzliche Brushing: Für selektierte Ikone werden links die Daten anzeigt
WS 2005/200623
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Direkte Darstellung des Raumbezugs
Direkte Darstellung von raumbezogenen Daten mit lokalem Wirkungskreis Visualisierung von Inzidenzraten für Krankheiten über den Kreisen von Mecklenburg-
Vorpommern Balkendiagramm als Ikone zur Darstellung der Häufigkeit unterschiedlicher
Krankheiten Kennzeichnung des lokalen Wirkungskreises durch Kreisgrenzen
WS 2005/200624
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Direkte Darstellung des Raumbezugs
Direkte Darstellung von raumbezogenen Daten mit lokalem Wirkungskreis Visualisierung von Sedimentdaten über dem Neustädter See Voronoi-Zerlegung mit bivariater Farbskala zur Verdeutlichung
des lokalen Bezugs Zusätzliche Marker zur Darstellung der Messpunkte
WS 2005/200625
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Direkte Darstellung des Raumbezugs
Direkte Darstellung von raumbezogenen Daten mit lokalem Wirkungskreis Inzidenzrate der Influenza A über Mecklenburg-Vorpommern Darstellung der Merkmale über Farb- und Höhenkodierung
WS 2005/200626
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Direkte Darstellung des Raumbezugs
Kartogramme nicht maßstabsgetreue Karten Weitere Möglichkeit zur direkten Darstellung des
Raumbezugs Beispiel: Bevölkerungskartogramm
Größe der Länder gemäß ihrer Bevölkerungszahl Topologischen Beziehungen bleiben erhalten
Bemerkung Alle antiken Karten waren Kartogramme!
WS 2005/200627
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Direkte Darstellung des Raumbezugs
Darstellung eines 3D-Raumbezugs Darstellung hydrologischer Parameter im Tiefenprofil der
Ostsee für ausgewählte Messpunkte
WS 2005/200628
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Indirekter Raumbezug Ansatz: Kombination zweier getrennter visueller
Repräsentationen Darstellung des Bezugssystems (mit
Beobachtungspunkten) Darstellung des Merkmalsraums (multivariaten Daten)
Zuordnung erfolgt über: Farbassoziationen Hilfslinien u.a. Annotationen
Insbesondere bei großen Datenmengen sind indirekte Darstellungen des Raumbezugs eine sinnvolle Alternative
WS 2005/200629
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Indirekte Darstellung des Raumbezugs
Tiefe Trockenmasse Glühverlust Korngröße Phosphorgehalt
Indirekte Darstellung des Raumbezugs von Sedimentdaten des Barniner Sees Darstellung der Sedimentdaten mit parallelen KoordinatenDarstellung des Bezugssystems über Karte
WS 2005/200630
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Indirekte Darstellung des Raumbezugs
Indirekte Darstellung des Raumbezugs bei einem 3D-Modell Darstellung der Geometrie eines 3D-Bauteils als Bezugssystem Darstellung der technischen Attribute mit Ikonen
(vgl. Autoglyphen des Shape Coding) verschlüsselt
WS 2005/200631
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Kombination von direktem und indirektem Bezug
Kombination von direkter und indirekter Darstellung des Raumbezugs am Beispiel einer Waldbodenkarte
Merkmale in einer Ikone pro Abteilung kodiert, jede Unterabteilung horizontal aufgetragen
Teilabschnitte pro Unterabteilung senkrecht Datenwerte farbkodiert
WS 2005/200632
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Kombination von direktem und indirektem Bezug
Kombination von direkter und indirekter Darstellung des Raumbezugs am Beispiel von Waldbodendaten
Direkter Raumbezug in 3D-Darstellung (rechts) Problem: Verdeckungen behindern Lesbarkeit
Zusätzliche indirekte Darstellung der Messwerte durch Balkendiagramm; Bezug durch Annotation
WS 2005/200633
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Kombination von direktem und indirektem Bezug
c)
Kombination von direkter und indirekter Darstellung des Raumbezugs Am Beispiel hydrologischer und biologische Daten
Direkte Visualisierung der hydrologischen Daten
Indirekte Darstellung (durch Annotation) der biologischen Daten (Verteilung des Dorsches nach Alter) in Form von Kreisdiagrammen
WS 2005/200634
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Vergleich direkte/indirekte Visualisierung
Vorteile direkter Darstellung des Raumbezugs Abhängigkeiten der Datenwerte in ihrem räumlichen
Kontext unmittelbar wahrnehmbar Nachteile
Größe der graphischen Repräsentation der Daten bzw. des Bezugsraumes führt aber oft dazu, dass nur wenige Parameter pro Datensatz dargestellt werden können oder
Anzahl der gleichzeitig darstellbaren Datensätze gering
WS 2005/200635
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Zusammenfassung
Veranschaulichung des räumlichen Kontextes Direkter Raumbezug: direkt intuitiv wahrnehmbar Indirekter Raumbezug (z.B. Farbassoziationen, Linien, Annotationen)
Nachteil direkter Raumbezug: Erhöhte Komplexität der Darstellung Auf Details oder Vollständigkeit muss oft verzichtet werden
Navigation und Interaktion sehr wichtig! Nachteil indirekter Raumbezug: höhere kognitive Belastung
Anwenderklassen und Raumbezug Experten
Z.T. Raumbezug stark verinnerlicht, z.B. Lage der Messpunkte können u.U. auf Darstellung des Raumbezugs verzichten
Seltennutzer Darstellung fast immer notwendig
WS 2005/200636
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Übersicht
Wiederholung Visualisierung von Daten mit Raumbezug
Übersicht Direkte Visualisierung des Raumbezugs Indirekte Visualisierung des Raumbezugs
Visualisierung zeitvarianter Daten
WS 2005/200637
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Übersicht
Wiederholung Visualisierung von Daten mit Raumbezug
Übersicht Direkte Visualisierung des Raumbezugs Indirekte Visualisierung des Raumbezugs
Visualisierung zeitvarianter Daten
WS 2005/200638
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Zeitabhängige Daten
Aspekte zeitvarianter Daten Datencharakteristika werden ihrem zeitlichen Kontext
zugeordnet Zeit ist keine beliebige unabhängige Variable, sondern
hat Besonderheiten Nur wenige Werkzeuge unterstützen die Darstellung des
Zeitbezugs befriedigendUnterscheiden zwischen
Zeitbezug der Daten Zeitbezug der Darstellung
WS 2005/200639
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Fragestellungen bei zeitvarianten Daten
Fragestellungen bei der Analyse zeitvarianter Daten (MacEachren, 1995):
Existence: Existiert ein Merkmal an einem spezifischen Zeitpunkt?
Localization: Wann existiert ein Merkmal? Temporal interval: Wie lang existiert ein Merkmal? Rate of change: Wie stark und wie schnell ändert sich ein
Merkmal? Sequence: In welcher Reihenfolge erscheinen die
Merkmale? Temporal texture: Wie oft erscheint ein Merkmal? Synchronization: Welche Merkmale existieren gemeinsam?
WS 2005/200640
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Zeitbezug derDaten
Diskret vs. intervall-basiert
Linear vs. zyklisch
Ordinal vs. kontinuierlich
Geordnet vs. verzweigend
Zeitbezug der Darstellung
2d vs. 3d
Statisch vs. dynamisch
Univariat vs. Multivariat
Daten-bezogen vs.Ereignis-bezogen
Taxonomie
WS 2005/200641
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Taxonome zeitvarianter Daten (1)
Dskrete Zeitpunkte vs. Zeitintervalle
Diskrete Zeitpunkte: Zeitpunkte ohne Dauer
Zeitintervalle: Intervall-skalierte Achse (z.B. Tage, Monate, ...)
Ansatz: Darstellung der Dauer
MonthP
ric
e
WS 2005/200642
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Taxonomie zeitvarianter Daten (2)
Lineare vs. zyklische Zeitabläufe Linear: Zeitliche Ereignisse von einem Startzeitpunkt in linearer
Ordnung bis zum Endzeitpunkt Zyklisch: Wiederkommende zeitliche Ereignisse wie z.B.
Jahreszeiten
Ansatz: Darstellung der Periodizität
Lexis Pencilszur Darstellung
multivariater, linearer Daten
(Schumann et.al. 2005)
Spiral Graphszur Darstellung zyklischer,multivariater (Schumann et.al. 2005)
WS 2005/200643
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Taxonomie zeitvarianter Daten (3)
Ordinal vs. kontinuierlich Ordinal: geordnete,
qualitative Zeitachse Kontinuierlich: quantitative
ZeitachseAnsatz: Darstellung von
Ordnung gegenüber Differenzen
ThemeRiver, Havre et al 2000
Calendar plot, van Wijk, van Selov, 1999
WS 2005/200644
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Taxonomie zeitvarianter Daten (4)
Geordnet vs. verzweigende Zeitstränge Geordnet: zeitliche Ereignisse folgen einer nach dem anderen Verzweigend: Alternative, zum Teil parallele Zeitstränge
Ansatz: Darstellung der Linearität gegenüber der Verzweigung
TimeWheel, Tominski, 2004
Zur Anzeige wird der QuickTime™ Dekompressor „TIFF (LZW)“
benötigt. ?Representing
Branching Time + Data
WS 2005/200645
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Zeitbezug derDaten
Diskret vs. intervall-basiert
Linear vs. zyklisch
Ordinal vs. kontinuierlich
Geordnet vs. verzeigend
Zeitbezug der Darstellung
2d vs. 3d
Statisch vs. dynamisch
Univariat vs. Multivariat
Daten-bezogen vs.Ereignis-bezogen
Taxonomie visueller Darstellungen des Zeitbezugs
WS 2005/200646
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Taxonomie visueller Darstellungen des Zeitbezugs (1)
2d vs. 3d 2d: Darstellung in der
Bildebene 3d: Darstellung unter Nutzung
perspektivischer oder interaktiver, VR-ähnlicher 3D-Darstellungen
Worm Plot (Treinish 1997)
WS 2005/200647
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Worm PlotsWorm Plots (Treinish 1997)
Visualisierung von Punktwolken mit Zeitbezug
Ansatz Ausgangspunkt: 2D-Scatterplot der Daten
für jeden diskreten Zeitpunkt Approximation der Punktwolke durch
einen Kreis Mittelpunkt = „Zentrum“ der
Punktwolke Radius = mittlerer Abstand der
Punkte vom Zentrum Verbindung der approximieren-den Kreise
der einzelnen Scatterplots zu „Röhren“
Möglichkeit zur Unterscheidung unterschiedlicher Cluster
WS 2005/200648
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Taxonomie visueller Darstellungen des Zeitbezugs (2)
Static vs. dynamisch Statisch: Visualisierung
basierend auf einzelnen, unveränderlichen Bildern
Dynamisch: Visualisierung unter Nutzung dynamischer Aspekte wie etwa Animation, freie Navigation, etc.
Zur Anzeige wird der QuickTime™ Dekompressor „Microsoft Video 1“
benötigt.
WS 2005/200649
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Taxonomie visueller Darstellungen des Zeitbezugs (3)
Univariat vs. multivariat Univariat: eine einzelne
abhängieg Variable Multivariat: mehrere
abhängige Variablen, die parallel analysiert werden sollen
Parallele Koordinatenzur Darstellung
multivariater, zeitabhängiger Daten
Month
Pri
ce
WS 2005/200650
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Taxonomie visueller Darstellungen des Zeitbezugs (4)
Daten-bezogen vs. Ereignis-bezogen Daten-bezogen: direkte
Darstellung der Daten Ereignis-bezogen:
Darstellung bzw. Betonung der Zeitpunkte, an denen eine Änderung in den Daten stattfindet
Beispiel: besonders interessante Punkte in den Daten, wie etwa Minima, Maxima, etc.
Prof. Dr. Detlef Krömker
Goethe-Universität, FrankfurtGraphische Datenverarbeitung
Verfahren
Conventional TechniquesMultivariate TechniquesDynamic Techniques
WS 2005/200652
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Konventionelle Techniken (1) 2d, Statisch, Univariat, Daten-
bezogen Verwendung der grundlegenden
visuellen Variablen zur Darstellung der Informationen (Bertin 1982)
Grosses Repertoire an Graphen Standardgraphen, z.B.
Säulendiagramme, Punktediagramme, Liniendiagramme
Graphen für multivariate Daten, z.B. Parallele Koordinaten
Vorteile Bekannte Metaphern Parallele Koordinaten für zeitvariante Daten
(Garnett 1903)
WS 2005/200653
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Konventionelle Techniken (2)
Temporal Brushing Anstatz Brushing einer
Timeline führt zur Darstellungder entsprechenden Visualisierung für den ausgewählten Zeitpunkt
Temporal Focusing Approach: Darstellung von
zusätzlichem Detail für den ausgewählten Zeitpunkt on request
WS 2005/200654
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Multivariate Techniken (1)
2d/3d, Statisch/dynamisch, Multivariat, Daten-bezogen
Beispiele: ThemeRiver TimeWheel Spiral Graph Wormplots MultiCombs
ThemeRiver Visualizationof 100 years of climate data
MultiCombs (Abello, Tominski, Schumann 2004)
Spiral Graphs (Weber, Alexa, Müller 2000)
WS 2005/200655
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Zeitbezug der
Zeit- Datenbezug der Darstellung
statisch
quasistatisch
dynamisch
Statische Repräsentation
Annotation zum Zeitbezug
spezielle Ikonen,Mehrfenster-technik;Annotationen;Zeitdiagramm
Zeitdiagramme
Dynamische Repräsentation
Flashlighting;Kamerafahrten;Objektbewe-gungen und Deformationen
Flashlighting;sequentielle Abfolge graphischer Darstellungen;Deformationen
Flashlighting;sequentielle Abfolge graphischer Darstellungen;Deformationen
Übersicht
WS 2005/200656
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Zeitbezug der
Zeit- Datenbezug der Darstellung
statisch
quasistatisch
dynamisch
Statische Repräsentation
Annotation zum Zeitbezug
spezielle Ikonen,Mehrfenster-technik;Annotationen;Zeitdiagramm
Zeitdiagramme
Dynamische Repräsentation
Flashlighting;Kamerafahrten;Objektbewe-gungen und Deformationen
Flashlighting;sequentielle Abfolge graphischer Darstellungen;Deformationen
Flashlighting;sequentielle Abfolge graphischer Darstellungen;Deformationen
Übersicht
WS 2005/200657
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Quasistatischer Zeitbezug der Daten durch statische Darstellung
Quasistatischer Zeitbezug der Daten durch statische Darstellung als Chloropeth Visualisierung der Bevölkerungsdichte der Region Starkenburg
WS 2005/200658
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Quasistatischer Zeitbezug der Daten durch statische Darstellung
Quasistatischer Zeitbezug der Daten durch statische Darstellung als Chloropeth Visualisierung der Veränderung der Einwohnerzahlen der Region
Starkenburg
WS 2005/200659
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Beispiel: Quasistatischer Zeitbezug der Daten
Quasistatischer Zeitbezug der Daten durch statische Darstellung mit Mehrfenstertechnik
WS 2005/200660
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Zeitreihendarstellung dynamischer Daten
Zeitreihendarstellung dynamischer Daten als Balkendiagramm (links) und als Liniendiagramm (rechts)
Visualisierung von Bevölkerungsdaten der Region Starkenburg
WS 2005/200661
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Zeitbezug der
Zeit- Datenbezug der Darstellung
statisch
quasistatisch
dynamisch
Statische Repräsentation
Annotation zum Zeitbezug
spezielle Ikonen,Mehrfenster-technik;Annotationen;Zeitdiagramm
Zeitdiagramme
Dynamische Repräsentation
Flashlighting;Kamerafahrten;Objektbewe-gungen und Deformationen
Flashlighting;sequentielle Abfolge graphischer Darstellungen;Deformationen
Flashlighting;sequentielle Abfolge graphischer Darstellungen;Deformationen
Übersicht
WS 2005/200662
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Dynamische Techniken (1)
2d/3d, dynamisch, Univariat/multivariat, Daten-bezogen/Ereignis-bezogenAllgemeiner Ansatz: Animation
Direkte Nutzung des Attributs „Zeit“ zur Darstellung zeitvarianter Aspekte Visualisierung von Änderungen in den Daten als Änderungen in Position, Farbe, … Sequentielle Abfolge gleichartiger graphischer Darstellungen
(sequentielles Hintereinanderschalten von Bildern, die mit derselben Visualisierungstechnik erzeugt wurden)
Kontinuierliche Animation Kontinuierliche Bewegungen: 15 frames per second Glatte, kontinuierliche Bewegungen: 30 frames per second
Zeitliche Skalierung der Animation Zeitraffer (s < 1), Realzeit (s = 1) Zeitlupe (s > 1).
)( startttst
WS 2005/200663
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Dynamische Techniken (2)
Weitere Methoden zur Darstellung als spezielle Formn der Animation Wechselnde Attributbelegungen (Flashlighting)
Sequentielles Abbilden unterschiedlicher Parameterwerte auf die Attribute graphischer Primitive identischer Repräsentationen
Veränderungen der Ansicht Kamerafahrten oder dynamische Projektionen (vgl. Grandtour)
Objektbewegungen und Deformationen Veränderungen von Form und Position graphischer Primitive, wie bei
der Technik „Moving Icons“ Sequentielle Abfolge verschiedenartiger graphischer
Darstellungen Sequentielles Hintereinanderschalten von Bildern, die mit
unterschiedlichen Visualisierungstechniken erzeugt wurden.
WS 2005/200665
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Dynamische Darstellungstechniken: Animation
Stellar Wind Disruption by an Orbiting Neutron Star: Moderate X-Ray Luminosity
John Blondin, NASA/GSFC, 1990
Zur Anzeige wird der QuickTime™ Dekompressor „YUV420 codec“
benötigt.
WS 2005/200666
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Beispiel: Animation
Strömungsvisualisierung an einem Ventilator mit Partikeln, Mindware Inc., 2004
WS 2005/200667
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Beispiel Animation
Zur Anzeige wird der QuickTime™ Dekompressor „YUV420 codec“
benötigt.
Strömungsvisualisierung mit Spot Noise, van Wijk 2004
WS 2005/200668
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Dynamische Darstellungstechniken
Animation kann auch für statische Daten in einem 3D (2D) Beobachtungsraum sinnvoll sein Kamerafahrten
Kontinuierliche Bewegungen sind effektiver, aber auch Flashlighting (Springen) ist möglich
Grundregel: ALLE REGELN DER ANIMATION BEACHTEN!!
WS 2005/200669
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Problem: Vergleichbarkeit von Visualisierungen für unterschiedliche
Zeitpunkte Each view with a separate color scale
Comparison misleadingly shows similarity
Common color scale for viewsEach view adapted color legend
Comparison reveals differences clearly
WS 2005/200670
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Zusammenfassung
Darstellungen möglichst intuitiv interpretierbar machen und nicht überladen
Interaktive Techniken sehr wichtig: auf intuitive Bedienbarkeit achten!
WS 2005/200671
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Zeitbezug der DatenZeitbezug der Darstellung
statisch
quasistatisch
dynamisch
statische Repräsentationen
Annotation zum Zeitbezug
spezielle Ikonen;Mehrfenster-technik;Annotationen;Zeitdiagramm
Zeitdiagramme
Dynamische Repräsentationen
Flashlighting;Kamerafahrten;Objektbewegung und Deformationen
Flashlighting;sequentielle Abfolge graphischer Darstellungen;Deformationen
Flashlighting;sequentielle Abfolge graphischer Darstellungen;Deformationen
Zusammenfassung
WS 2005/200672
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Hausaufgabe
SM: Kap. 7.2, 7.3, 7.4, 7.5
WS 2005/200673
Visualisierung – Vorlesung 10Prof. Dr. Detlef Krömker
Danksagung
Diese Vorlesung basiert auf Material von Prof. Dr. Detlef Krömker Prof. Dr. Wolfgang Müller Prof. Dr. Heidrun Schumann Prof. Dr. Colin Ware
Prof. Dr. Detlef Krömker
Goethe-Universität, FrankfurtGraphische Datenverarbeitung
ENDE