Compression and visualization of large and animated volume data

Abstract

Volume visualization is the rendering of scalar fields in a way that it can be interpreted. The scalar field is given as a function of space. Visualizing these fields, three common problems are faced that will be discussed in this work. The first problem is to find a representation that allows for fast access and analysis of interesting parts within the volume. The second problem is to reduce the size of this representation since it can easily exceed the size of the main memory. The third problem is that for time dependent or animated volume data only very few or even a single time step can be held in main memory.

Interactive visualization of large and animated volume data is, especially in the area of medical and physical applications, a very important problem. This problem has to be solved with special algorithms. While the data in medical applications is usually sampled on a regular grid, physical simulations use structured or unstructured grids to better adapt to the details within the volume.

There have been a lot of publications on very good research for rendering volume data sampled on regular grids. The main focus of the research was to improve the image quality of the final renderings. Reducing the amount of data to be processed for each image still remains as a very important problem that has to be solved. There are two existing solutions to this problem. One is to use multi-resolution algorithms in order to process parts of the volume data at lower resolutions or not to process them at all. The other one is to use compression in order to reduce the size of the data set in the first place. Both approaches will be discussed and it will be investigated how to combine them efficiently.

For rendering structured or unstructured grids an additional problem arises. In contrast to the fixed rendering order of regular grids, the visibility order of all cells has to be determined prior to rendering. This can also introduce new cells depending on whether the grid is convex or concave or if it contains visibility cycles. These additional cells have to be computed for each image since they depend on the location of the viewer. After the visibility order has been determined each cell is rendered individually. The rendering works similar to the rendering of regular grids in order to achieve the same high quality results. Finally, compression for structured and unstructured grids is considered since the amount of data can also be very high for this representation.

A further application of rendering unstructured grids is displacement mapping. Here a simple height field over any kind of triangle mesh is rendered. To achieve a good image quality however, the previous rendering approaches need to be modified. These modifications include simplifications since the rendering is only interested in a single iso-surface but also new features since lighting and coloring are much more complex for displacement mapping.

Die Volumenvisualisierung beschäftigt sich mit der Darstellung von skalaren Feldern, die als Funktion des Raumes gegeben sind, in einer Weise, dass sie vom Benutzer interpretiert werden können. Bei der Visualisierung dieser Felder gibt es drei zentrale Probleme, die alle in dieser Arbeit behandelt werden. Das erste Problem ist eine adäquate Darstellung des Volumens zu erhalten um alle interessanten Details so schnell wie möglich finden und analysieren zu können. Das zweite Problem ist die Repräsentation der Daten und damit auch die Datenmenge, die schnell die Größe des Arbeitsspeichers überschreiten kann. Das dritte Problem tritt bei zeitveränderlichen oder animierten Daten auf, da hier oftmals nur sehr wenige oder sogar nur ein einzelner Zeitschritt im Arbeitsspeicher gehalten warden kann.

Die interaktive Visualisierung großer und animierter Volumen-Datensätze ist, vor allem im Bereich der medizinischen und physikalischen Anwendungen, ein sehr wichtiges Problem, das sich nur durch speziell angepasste Algorithmen lösen lässt. Während die Daten in der Medizin für gewöhnlich als reguläre Gitter gegeben sind, werden bei physikalischen Simulationen oft strukturierte oder unstrukturierte Gitter verwendet um sich besser an die Problemstellung anzupassen.

Bei der Darstellung von Volumendaten auf regulären Gittern gab es in den vergangenen Jahren große Fortschritte, vor allem im Bereich der Bildqualität. Ein zentrales Problem bleibt allerdings weiterhin die große Datenmenge, die für jades einzelne Bild bearbeitet werden muss. Als Lösungsansätze bieten sich zum einen Mehrfachgitterverfahren an, die Teile des Datensatzes nicht oder nur in geringer Auflösung betrachten, und Kompressionsverfahren, die die Datenmenge an sich reduzieren. Auf beide Verfahren wird in dieser Arbeit eingegangen und es wird untersucht, wie sie sich effizient kombinieren lassen.

Im Fall von strukturierten oder unstrukturierten Gittern kommt noch ein weiteres Problem bei der Darstellung hinzu. Im Gegensatz zu der festen Reihenfolge, in der die Daten zur Darstellung von regulären Gittern behandelt werden, muss hier vorab entschieden werden, in welcher Reihenfolge die Daten zu bearbeiten sind. Die kann, je nachdem, ob das Gitter konvex oder konkav ist, bzw. ob zyklische überdeckung zwischen Zellen besteht, zusätzliche Zellen zum Datensatz hinzu fügen, die für jedes Bild neu berechnet werden müssen, da sie von der Position des Betrachters abhängen. Nachdem die Sortierung der Zellen fest steht, muss nun jede Zelle einzeln dargestellt werden. Diese Darstellung kann dabei ähnlich wie bei regulären Gittern erfolgen, um eine gleich hohe Qualität zu gewährleisten. Ein weiterer Punkt bei strukturierten oder unstrukturierten Gittern ist die Kompression, da die Datenmengen hier auch sehr große Ausmaße annehmen können.

Eine weitere Anwendung der Darstellung unstrukturierter Gitter ist das so genannte Displacement Mapping, bei dem ein Höhenfeld über einem beliebigen Dreiecksnetz dargestellt wird. Um eine gute Bildqualität zu erhalten, muss der bestehende Algorithmus allerdings an einigen Stellen modifiziert werden. Diese Modifikationen sind zum Teil Vereinfachungen, da man im allgemeinen nur an einer einzigen Iso-Fläche interessiert ist, aber auch neue Fähigkeiten, denn Beleuchtung und Farbgebung sind beim Displacement Mapping wesentlich komplexer.