25.3. 本章小结#
科学可视化致力于揭示物理世界的结构与动态，其数据天然具有空间属性（如CT体素、流体粒子）。 科学可视化强调三维空间的精准表达（如体绘制中的光线投射算法）和物理规律的视觉隐喻（如涡旋的流面提取）。
从数据角度看，需攻克多尺度（纳米至天文）、多物理场（温度-流速耦合）的高效融合；从任务看，需支撑科学家验证仿真模型、定位异常特征（如肿瘤边界）；从用户看，需平衡领域专有符号系统（如等值面）与交互直觉性。
科学可视化的类型与方法与数据特性紧密绑定。标量场依赖颜色映射与等高线绘制，矢量场通过流线与纹理揭示动态模式，张量场借助超流形与图元解析各向异性，表面与体数据则分别聚焦几何与体渲染。 如何选择合适的可视化工具需结合科学问题与数据规模，在未来，科学可视化的趋势或许将向着自动化、实时化与跨模态融合演进。
25.3.1. 习题#
体渲染 (Volume Rendering) 和表面渲染 (Surface Rendering) 是三维可视化的两种方式。请根据以下列出的数据特性，判断它们分别适用于哪种可视化方式：
（1）不需要提取基元，数据由一个或多个(假定连续的)3D 场构成
（2）所有可⻅内容都是嵌入在 3D 空间中的 2D 表面
（3）数据较少可能被隐藏，提供更全面的视觉信息
（4）只适用于不透明物体，对于透明物体往往需要额外进行排序
在体渲染中，我们介绍了光线投影和体积泼溅两种思路，它们的设计思路和性能瓶颈截然不同。请判断以下应用场景中，哪种思路更合适？针对具体的场景，你能提出哪些提高效率/性能的优化算法？
（1）医学 CT 扫描数据：分辨率高（512×512×512），组织结构密集、连续，有清晰的边界层。用户希望可以观察到微小结构的形状和位置，对实时性能要求一般但要求成像质量高。
（2）大规模流体模拟结果：数据由粒子生成，稀疏分布（如稀薄烟雾），其中包含一些高速度/高密度区域。用户更关注大体形态和流动趋势，渲染需快速更新用于动画或交互预览。
请回顾关于流场可视化的知识，并尝试回答：
（1）在下列选项中，描述的曲线最符合流线（Streamline）的是 ________，最符合迹线（Streakline）的是 ________，最符合路径线（Pathline）的是 ________。
A. 秋收时节，风吹麦浪，一簇簇麦穗的轮廓勾勒出一条丰收的曲线。
B. 人们将美好的祝愿放进漂流瓶中，顺着洋流一路远航，在遥远的未来被大洋彼岸的陌生人拾起。漂流瓶一路颠簸，跨越山海留下一条浪漫的曲线。
C. 千年古刹里，敬一支香，白色的烟在青灯古佛前袅袅升起，描绘出一条信仰的曲线。
（2）在现实场景中，下列哪条（些）线一定不会相交：
A. 流线（Streamline） B. 迹线（Streakline） C. 路径线（Pathline） D. 都有可能相交
（3）下列哪种（些）情况下流线（Streamline）、迹线（Streakline）和路径线（Pathline）会重合：
A. 风洞试验中，工程师让飞机通过高速恒定的气流以考察飞机在各类天气条件下的表现。
B. 夏季沿海地区，台风过境带来极端复杂的湍流天气。
C. 水流通过圆形障碍物，经过一段时间后，形成了周期震荡的涡流，即卡门涡街现象。
（4）最后，我们用一个具体的二维例子来感受这三种表达方式的不同。我们现在有一个二维的速度场，其表达式满足 \(\boldsymbol{u}(x, y, t) = (1, xt)\)。给出 \(t\) 时刻经过 \((0, 0)\) 位置的流线、路径线和迹线的表达式。
25.3.2. 参考文献#
Brian Cabral and Leith (Casey) Leedom. Imaging Vector Fields Using Line Integral Convolution. Association for Computing Machinery, New York, NY, USA, 1 edition, 1993.
Xuwen Chen, Xingyu Ni, Bo Zhu, Bin Wang, and Baoquan Chen. Simulation and optimization of magnetoelastic thin shells. ACM Trans. Graph., 2022.
Zhiqin Chen and Hao Zhang. Neural marching cubes. ACM Trans. Graph., 2021.
Wim de Leeuw and Robert van Liere. Comparing lic and spot noise. In Proceedings of the Conference on Visualization '98, VIS '98, 359–365. Washington, DC, USA, 1998. IEEE Computer Society Press.
Gordon Kindlmann. Superquadric tensor glyphs. In Proceedings of the Sixth Joint Eurographics - IEEE TCVG Conference on Visualization, VISSYM'04, 147–154. Goslar, DEU, 2004. Eurographics Association.
William E Lorensen and Harvey E Cline. Marching cubes: a high resolution 3d surface construction algorithm. In Seminal graphics: pioneering efforts that shaped the field, pages 347–353. 1998.
Bailey Miller, Rohan Sawhney, Keenan Crane, and Ioannis Gkioulekas. Walkin’ robin: walk on stars with robin boundary conditions. ACM Trans. Graph., July 2024.
Zherong Pan, Xifeng Gao, and Kui Wu. Learning reduced fluid dynamics. In AAAI Conference on Artificial Intelligence. 2024.
David HF Pilar and Colin Ware. Representing flow patterns by using streamlines with glyphs. IEEE transactions on visualization and computer graphics, 19(8):1331–1341, 2013.
Markus Sabadello. Enhancing spot noise visualizations of 2d and 3d vector fields. In 2002.
Wei Shen and Alex Pang. Anisotropy based seeding for hyperstreamline. In Proceedings of IASTED International Conference on Computer Graphics and Imaging (CGIM’04). 2004.
Andreas Sigfridsson, Tino Ebbers, Einar Heiberg, and Lars Wigström. Tensor field visualisation using adaptive filtering of noise fields combined with glyph rendering. In Proceedings of the Conference on Visualization '02, VIS '02, 371–378. USA, 2002. IEEE Computer Society.
Yuchen Sun, Xingyu Ni, Bo Zhu, Bin Wang, and Baoquan Chen. A material point method for nonlinearly magnetized materials. ACM Trans. Graph., 2021.
Jarke J. van Wijk. Image based flow visualization. ACM Trans. Graph., 21(3):745–754, July 2002.
Xiaoqiang Zheng and A. Pang. Hyperlic. In IEEE Visualization, 2003. VIS 2003., volume, 249–256. 2003.