Marching Squares与Marching Cubes拓扑情形的不确定性可视化
图形学
2021-08-09 v1
摘要
Marching squares（MS）与marching cubes（MC）是广泛用于科学数据水平集可视化的算法。本文中，我们针对均匀网格上采样的含不确定性标量场数据，解决MS与MC算法拓扑情形的不确定性可视化挑战。由于指数级特性以及网格单元内可能存在多种拓扑情形，不确定数据的MS与MC拓扑情形可视化十分困难。我们提出了拓扑情形计数与基于熵的技术，用于在噪声由概率分布建模时量化MS与MC算法拓扑情形中的不确定性。我们展示了我们的技术对独立与相关性不确定性假设的适用性。我们通过与不确定性成比例的色彩映射，以及在MS情形中交互式概率查询和在MC情形中熵等值面，对量化后的拓扑不确定性进行可视化。我们展示了不确定性量化框架在识别呈现相对较高拓扑不确定性的等值方面的效用。我们通过合成、模拟和hixel数据集上的结果说明了我们技术的有效性。
引用
@article{arxiv.2108.03066,
title = {Uncertainty Visualization of the Marching Squares and Marching Cubes Topology Cases},
author = {Tushar M. Athawale and Sudhanshu Sane and Chris R. Johnson},
journal= {arXiv preprint arXiv:2108.03066},
year = {2021}
}