A crescente disponibilidade de recursos computacionais para o cálculo, simulação e aquisição de dados permite que cientistas e engenheiros produzam enormes conjuntos de dados, bi ou tridimensionais, em geral multivariados. A aplicação de técnicas de Computação Gráfica com o objetivo de ganhar compreensão desses dados compreende o objeto de estudo da área conhecida por Visualização Científica. Texturização é uma forma de variar as propriedades de uma superfície ponto a ponto de forma que esta simule detalhes que não estão de fato presentes na sua geometria. A texturização pode ser aplicada usando as técnicas de mapeamento de textura, e a textura procedimental . Conjuntos de dados vetoriais tridimensionais necessitam de técnicas complexas e computacionalmente caras para que sejam visualizadas com sucesso. No caso de dados vetoriais densos, a visualização torna-se mais difícil, uma vez que as técnicas convencionais não produzem uma visualização adequada desse dados. A técnica conhecida por Line Integral Convolution (LIC) produz bons resultados para conjunto de dados vetoriais densos a um custo computacional aceitável. Esta técnica utiliza uma textura de ruído branco e o cálculo de streamlines como base para a geração da imagem LIC. Esta técnica produz assim uma imagem bidimensional de uma fatia selecionada desse conjunto de dados, interpolando a textura ruído segundo o campo vetorial a ser visualizado. Este trabalho propõe-se a invertigar a técnica LIC e sua relevância no contexto de visualização científica, através da implementação da classe vtkImageLIC. Esta classe segue os princípios de orientação a objetos podendo, assim, ser integrada à biblioteca de visualização VTK, conferindo-lhe portabilidade e capacidade de extensão. / The increasing availability of computational resources for calculus, simulation and data acquisition allow scientists and engineers to generate enormous datasets, bi or tridimensional, generally, multi-varied. The application of Computer Graphics techniques aiming at gathering a better understanding of these data is the target of an area known as Scientific Visualization (ViSC). Texturing is a means of changing the surface’s properties step by step in such a way that it simulates details which are not present in the surface´s geometry. Texturing can be applied through texturing mapping and procedural techniques. Tridimensional vectorial datasets require complex and computer-demanding techniques to be successfully visualized. For dense vectorial dataset, the visualization becomes more difficult, since conventional techniques do not generated an adequate visualization of data. The technique known as Line Integral Convolution (LIC) produces better results for dense vectorial dataset within acceptable computational costs. This technique uses a white noise texture and streamline calculus as the foundation for LIC image generation. As a result, the technique produces a bidimensional image of a selected slice of the dataset, by interpolating the white noise texture according to the vector field to be visualized. This work aims to investigate the LIC technique and its relevance in the context of Scientific Visualization, culminating with the implementation of the vtkImageLIC class. This class is bound to object oriented programming principles and can be integrated with the VTK visualization Library, allowing it to be portable and easily extensible.

A crescente disponibilidade de recursos computacionais para o cálculo, simulação e aquisição de dados permite que cientistas e engenheiros produzam enormes conjuntos de dados, bi ou tridimensionais, em geral multivariados. A aplicação de técnicas de Computação Gráfica com o objetivo de ganhar compreensão desses dados compreende o objeto de estudo da área conhecida por Visualização Científica. Texturização é uma forma de variar as propriedades de uma superfície ponto a ponto de forma que esta simule detalhes que não estão de fato presentes na sua geometria. A texturização pode ser aplicada usando as técnicas de mapeamento de textura, e a textura procedimental . Conjuntos de dados vetoriais tridimensionais necessitam de técnicas complexas e computacionalmente caras para que sejam visualizadas com sucesso. No caso de dados vetoriais densos, a visualização torna-se mais difícil, uma vez que as técnicas convencionais não produzem uma visualização adequada desse dados. A técnica conhecida por Line Integral Convolution (LIC) produz bons resultados para conjunto de dados vetoriais densos a um custo computacional aceitável. Esta técnica utiliza uma textura de ruído branco e o cálculo de streamlines como base para a geração da imagem LIC. Esta técnica produz assim uma imagem bidimensional de uma fatia selecionada desse conjunto de dados, interpolando a textura ruído segundo o campo vetorial a ser visualizado. Este trabalho propõe-se a invertigar a técnica LIC e sua relevância no contexto de visualização científica, através da implementação da classe vtkImageLIC. Esta classe segue os princípios de orientação a objetos podendo, assim, ser integrada à biblioteca de visualização VTK, conferindo-lhe portabilidade e capacidade de extensão. / The increasing availability of computational resources for calculus, simulation and data acquisition allow scientists and engineers to generate enormous datasets, bi or tridimensional, generally, multi-varied. The application of Computer Graphics techniques aiming at gathering a better understanding of these data is the target of an area known as Scientific Visualization (ViSC). Texturing is a means of changing the surface’s properties step by step in such a way that it simulates details which are not present in the surface´s geometry. Texturing can be applied through texturing mapping and procedural techniques. Tridimensional vectorial datasets require complex and computer-demanding techniques to be successfully visualized. For dense vectorial dataset, the visualization becomes more difficult, since conventional techniques do not generated an adequate visualization of data. The technique known as Line Integral Convolution (LIC) produces better results for dense vectorial dataset within acceptable computational costs. This technique uses a white noise texture and streamline calculus as the foundation for LIC image generation. As a result, the technique produces a bidimensional image of a selected slice of the dataset, by interpolating the white noise texture according to the vector field to be visualized. This work aims to investigate the LIC technique and its relevance in the context of Scientific Visualization, culminating with the implementation of the vtkImageLIC class. This class is bound to object oriented programming principles and can be integrated with the VTK visualization Library, allowing it to be portable and easily extensible.