Главная » Служебные » Большая энциклопедия нефти и газа. Реферат когнитивная компьютерная графика

Большая энциклопедия нефти и газа. Реферат когнитивная компьютерная графика

Анализ сцен

Обработка и анализ изображений

Изобразительная компьютерная графика

Направления компьютерной графики

В нынешнем, устоявшемся состоянии принято разделять компьютерную графику на следующие направления:

изобразительная компьютерная графика,
обработка и анализ изображений,
анализ сцен (перцептивная компьютерная графика),
компьютерная графика для научных абстракций (когнитивная компьютерная графика – графика, способствующая познанию).

Объекты: синтезированные изображения.

построение модели объекта и генерация изображения,
преобразование модели и изображения,
идентификация объекта и получение требуемой информации.

Объекты: дискретное, числовое представление фотографий.

повышение качества изображения,
оценка изображения – определение формы, местоположения, размеров и других параметров требуемых объектов,
распознавание образов – выделение и классификация свойств объектов (обработка аэрокосмических снимков, ввод чертежей, системы навигации, обнаружения и наведения).

Итак, в основе обработки и анализа изображений лежат методы представления, обработки и анализа изображений плюс, естественно, изобразительная компьютерная графика хотя бы для того, чтобы представить результаты.

Предмет: исследование абстрактных моделей графических объектов и взаимосвязей между ними. Объекты могут быть как синтезированными, так и выделенными на фотоснимках.

Первый шаг в анализе сцены – выделение характерных особенностей, формирующих графический объект(ы).

Примеры: машинное зрение (роботы), анализ рентгеновских снимков с выделением и отслеживанием интересующего объекта, например, сердца.

Итак, в основе анализа сцен (перцептивной компьютерной графики) находятся изобразительная графика + анализ изображений + специализированные средства.

Только формирующееся новое направление, пока недостаточно четко очерченное.

Это компьютерная графика для научных абстракций, способствующая рождению нового научного знания. База – мощные ЭВМ и высокопроизводительные средства визуализации.

Общая последовательность познания заключается в, возможно циклическом, продвижении от гипотезы к модели (объекта, явления) и решению, результатом которого является знание. Модель общей последовательности познания представлена на рисунке 2.1.

Рисунок 2.1 – Последовательность процесса познания

Человеческое познание использует два основных механизма мышления, за каждым из которых закреплена половина мозга:

осознанное, логико-вербальное, манипулирует абстрактными последовательностями символов (объектов) + семантика символов + прагматические представления, связанные с символами. Возраст этого механизма, связанного с наличием речи, – до 100 тыс. лет:
неосознанное, интуитивное, образное, работает с чувственными образами и представлениями о них. Возраст этого механизма – время существования на Земле животного мира.

Первоначально ЭВМ имели малую производительность процессоров и средств компьютерной графики, т.е. по сути дела имели возможность работы только с символами (некоторый упрощенный аналог логического мышления).

С появлением супер-ЭВМ, производительностью в миллиард и более операций в секунду и графических супер-станций, производительностью до сотен миллионов операций в секунду, появилась возможность достаточно эффективного манипулирования образами (картинами).

Важно отметить, что мозг не только умеет работать с двумя способами представления информации, причем с образами он работает иначе и эффективнее чем ЭВМ, но и умеет соотносить эти два способа и совершать (каким-то образом) переходы от одного представления к другому.

В этом контексте основная проблема и задача когнитивной компьютерной графики – создание таких моделей представления знаний, в которых можно было бы однообразно представлять как объекты, характерные для логического (символического, алгебраического) мышления, так и объекты, характерные для образного мышления.

Другие важнейшие задачи:

визуализация тех знаний, для которых не существует (пока?) символических описаний,
поиск путей перехода от образа к формулировке гипотезы о механизмах и процессах, представленных этими (динамическими) образами на экране дисплея.

Появление когнитивной компьютерной графики – сигнал о переходе от эры экстенсивного развития естественного интеллекта к эре интенсивного развития, характеризующегося глубоко проникающей компьютеризацией, рождающей человеко-машинную технологию познания, важным моментом которой является непосредственное, целенаправленное, активирующее воздействие на подсознательные интуитивные механизмы образного мышления.

Одним из ярких и наиболее ранних примеров приложения когнитивной компьютерной графики является работа Ч. Страуса «Неожиданное применение ЭВМ в чистой математике» (ТИИЭР, т. 62, N 4, 1974, с. 96 – 99). В ней показано как для анализа сложных алгебраических кривых используется «n-мерная» доска на основе графического терминала. Пользуясь устройствами ввода, математик может легко получать геометрические изображения результатов направленного изменения параметров исследуемой зависимости. Он может также легко управлять текущими значениями параметров, «углубляя тем самым свое понимание роли вариаций этих параметров». В результате получено «несколько новых теорем и определены направления дальнейших исследований».

Cтраница 2

Развитие систем с машинной графикой, и все более широкое их применение в научных исследованиях и обучении в дальнейшем трансформировались в направлении когнитивной компьютерной графики, определенная иллюстрация которого дана в данной работе. Системы с когнитивной компьютерной графикой позволяют исследователям увидеть глубинные закономерности и в значительной степени усиливают конструкторскую мысль инженеров-разработчиков. Актуальной проблемой развития графического интерфейса, качественно улучшающего общение человека с компьютером, является интеллектуализация такого интерфейса на основе новых когнитивных методов.

Итак, современные системы с когнитивной компьютерной графикой интел-лектуализируют информационные технологии, они, как правило, способствуют порождению принципиально нового знания в исследуемой предметной области, причем порою просто недоступного для естественного интеллекта человека без когнитивной компьютерной графики. В перспективе системы с когнитивной компьютерной графикой могут служить уникальным инструментом исследования закономерностей и процессов образного, интуитивного мышления человека для выявления законов функционирования правого полушария человеческого мозга и его взаимодействия с левым полушарием, обеспечивающим рационально-логическое мышление.

Для проектирования систем, использующих когнитивную компьютерную графику, необходимо наличие интеллектуального инструментария, который реализует наиболее важные базовые функции. Желателен инструментарий, позволяющий строить системы, обладающие инвариантностью к различным областям их применения и достаточной мобильностью в плане их использования в различных перспективных операционных и вычислительных средах. Такая инструментальная библиотека должна создавать и отображать трехмерные графические объекты при ориентации на современные программные среды, привязывать к графическим объектам произвольную информацию, предоставлять возможность использования графических материалов, накопившихся при работе с другими графическими системами, а также обеспечивать ряд необходимых сервисных возможностей. Такая библиотека весьма перспективна для использования в различных новых технологиях интеллектуального интерфейса с когнитивной компьютерной графикой.

Все шире интерфейсы с когнитивной компьютерной графикой используются в процессах обучения и в процессах контроля знаний. При этом эффективность применения такой технологии воздействия на человеческий разум базируется на разнообразии подходов к изложению информации и использовании различных форм представления информации и предопределяется включением в процессы обучения и контроля различных органов восприятия информации человеком. В комплексе подготовки космонавтов, описанном в [ 9 ], используются графические средства, позволяющие строить 3D модели и трехмерные миры. Эти средства позволяют реализовать эффективное обучение и контроль знаний обучаемых, являясь по своей сути средствами когнитивной компьютерной графики.

Когнитивная компьютерная графика активизирует образное, интуитивное мышление человека и тем самым способствует зарождению новых идей и гипотез, стимулирует появление нового знания. Она в ряде случаев расширяет и уточняет поставленные задачи, способствует идентификации решаемых задач и проектируемых систем. Рассматриваются требования к создаваемым системам и подсистемам когнитивной компьютерной графики, вопросы их создания, использования в интеллектуальных системах и взаимодействия с естественным интеллектом человека. Развитие систем с машинной графикой и все более широкое их применение в научных исследованиях в дальнейшем трансформировались в направление когнитивной компьютерной графики. Системы с когнитивной компьютерной графикой позволяют исследователям увидеть глубинные закономерности и в значительной степени усиливают конструкторскую мысль инженеров-разработчиков. Актуальной проблемой развития графического интерфейса, качественно улучшающего общение человека с компьютером, является интеллектуализация такого интерфейса на основе новых когнитивных методов. Рассматриваются различные возможные проблемные области применения систем и интерфейсов с когнитивной компьютерной графикой, а также ряд конкретных систем и подсистем, наделенных функциями когнитивной компьютерной графики. Затрагиваются вопросы практической реализации интеллектуального инструментария для проектирования систем, использующих когнитивную компьютерную графику. Даются примеры такого инструментария.

В десяти главах учебника излагаются основные вопросы интеллектуализации информационных систем. Даны определения и классификации видов и типов интеллектуальных систем, описание проблемной области искусственного интеллекта, модели представления знаний. Рассматриваются основы методов работы со знаниями: построение базы знаний и приобретение знаний, формализация качественных знаний и пополнение знаний, а также обобщение и классификация знаний. Излагаются задачи компьютерной логики и компьютерной лингвистики с раскрытием проблемы общения и уровней понимания, вопросы понимания текстов на естественном языке и когнитивной компьютерной графики. Отдельная глава посвящена интеллектуализации процедур поиска и выбора, контроля и управления, восприятию информации и моделям обучения.

Графический интерфейс не только осуществляет визуализацию образов конкретной предметной области, но и наполняет графические образы определенным содержанием нового качества, особенно интерфейс, использующий когнитивную компьютерную графику. Поэтому насущной проблемой графического интерфейса является его интеллектуализация на основе новых когнитивных методов - в целях повышения эффективности принятия решений человеком. Когнитивная компьютерная графика, интерфейсы, реализованные на базе когнитивной графики, необходимы в различных системах, основанных на знаниях. В них возникает потребность при решении задач, связанных с графами, с трехмерным отображением местности и сложных технических изделий и конструкций, тела человека, с построением всевозможных поверхностей. Интерфейсы с когнитивной компьютерной графикой могут применяться во всевозможных проблемных областях: медицине, статистике, строительстве, архитектуре, математике, физике, микроэлектронике и др. Эти интерфейсы могут эффективно использоваться в различных познавательных целях.

Известно, что обработка, осмысливание визуальных образов, осуществление образного, интуитивного мышления - это функции правого полушария головного мозга человека, т.е. продукция машинной графики, в первую очередь, осмысливается правополушарным мышлением человека. Таким образом, продуцируя графические образы структур и свойств абстрактных объектов, когнитивная графика, в первую очередь, перерабатываемая правополушарным мышлением, в результате работы мозга активирует левополушарное, абстрактное мышление. Это соответствует материалистическому закону познания окружающей человека действительности, в том числе и ее абстрактных закономерностей: от конкретного созерцания к абстрактному мышлению, а от него - к практике. Так, в результате нескольких циклов этих переходов, с использованием когнитивной компьютерной графики, появляются новые знания.

Презентация по дисциплине: «Компьютерная графика» на тему: «Когнитивная компьютерная графика»Выполнил:
Студ.гр. ГК-308
Григорян С.С.
Проверила:
к.э.н., асс. Кадырова Е.Н.

Когнитивная компьютерная графика

Только формирующееся новое направление,
пока недостаточно четко очерченное.
Это компьютерная графика для научных
абстракций, способствующая рождению нового
научного знания.

Базой когнитивной компьютерной графики являются мощные ЭВМ и высокопроизводительные средства визуализации.

Методы когнитивной графики используются в
искусственном интеллекте в системах, способных
превращать текстовые описания задач в их
образные представления, и при генерации
текстовых описаний картин,
возникающих во входных и
выходных блоках
интеллектуальных систем,
а также в человекомашинных системах,
предназначенных для
решения сложных, плохо
формализуемых задач.

Человеко-машинная система - система, в которой
человек-оператор или группа операторов
взаимодействует с техническим устройством в
процессе производства материальных ценностей,
управления, обработки информации.

Общая последовательность познания заключается в,
возможно циклическом, продвижении от гипотезы к
модели (объекта, явления) и решению, результатом
которого является знание

Основные задачи когнитивной компьютерной графики

1. Создание таких моделей представления
знаний, в которых была бы возможность
однообразными средствами представлять как
объекты, характерные для логического
мышления, так и образы-картины, с которыми
оперирует образное мышление

2. Визуализация тех человеческих знаний, для
которых пока невозможно подобрать
текстовые описания.

3. Поиск путей перехода от наблюдаемых
образов-картин к формулировке некоторой
гипотезы о тех механизмах и процессах,
которые скрыты за динамикой наблюдаемых
картин.

Таким образом, четкое осознание задач
когнитивной графики позволяет
формулировать дополнительные
требования как к собственно графическим
изображениям, так и к соответствующему
программно-методическому обеспечению

4. КОГНИТИВНАЯ КОМПЬЮТЕРНАЯ ГРАФИКА В ИНЖЕНЕРНОЙ ПОДГОТОВКЕ

Появление и развитие средств интерактивной компьютерной графики (ИКГ) открывает для сферы обучения принципиально новые графические возможности, благодаря которым учащиеся могут в процессе анализа изображений динамически управлять их содержанием, формой, размерами и цветом, добиваясь наибольшей наглядности. Эти и ряд других возможностей ИКГ слабо еще осознаны педагогами, в том числе и разработчиками информационных технологий обучения, что не позволяет в полной мере использовать учебный потенциал ИКГ. Дело в том, что применение графики в учебных компьютерных системах не только увеличивает скорость передачи информации учащимся и повышает уровень ее понимания, но и способствует развитию таких важных для специалиста любой отрасли качеств, как интуиция, профессиональное "чутье", образное мышление.
Воздействие ИКГ на интуитивное, образное мышление привело к возникновению нового направления в проблематике искусственного интеллекта, названного в работе когнитивной (т.е. способствующей познанию) компьютерной графикой. В данном разделе рассматриваются роль и место когнитивной компьютерной графики в инженерной подготовке, обсуждается ряд известных и предлагаются новые более когнитивные способы графического отображения полей физических параметров, описываются алгоритмы построения соответствующих изображений и приводятся результаты сопоставления рассмотренных способов визуализации с позиций их когнитивной эффективности.

4.1. Дуализм человеческого мышления
Человеческое сознание использует два механизма мышления . Один из них позволяет работать с абстрактными цепочками символов, с текстами и т.п. Этот механизм мышления обычно называют символическим, алгебраическим или логическим. Второй механизм мышления обеспечивает работу с чувственными образами и представлениями об этих образах. Его называют образным, геометрическим, интуитивным и т.п. Физиологически логическое мышление связано с левым полушарием человеческого мозга, а образное мышление - с правым полушарием.
Основные различия в работе полушарий головного мозга человека обнаружил американский ученый Р. Сперри, который однажды в лечебных целях рискнул рассечь межполушарные связи у больных эпилепсией . Человек, у которого было "отключено" правое полушарие, а "работало" левое, сохранял способность к речевому общению, правильно реагировал на слова, цифры и другие условные знаки, но часто оказывался беспомощным, когда требовалось что-то сделать с предметами материального мира или их изображениями. Когда же работало одно "правое" полушарие, пациент легко справлялся с такими задачами, хорошо разбирался с произведениями живописи, в мелодиях и интонациях речи, ориентировался в пространстве, но терял способность понимать сложные речевые конструкции и совершенно не мог сколько-нибудь связно говорить.
Каждое из полушарий человеческого мозга является самостоятельной системой восприятия внешнего мира, переработки информации о нем и планирования поведения в этом мире. Левое полушарие представляет собой как бы большую и мощную ЭВМ, имеющую дело со знаками и процедурами их обработки. Естественно-языковая речь, мышление словами, рационально-логические процедуры переработки информации и т.п. - все это реализуется именно в левом полушарии. В правом же полушарии реализуется мышление на уровне чувственных образов: эстетическое восприятие мира, музыка, живопись, ассоциативное узнавание, рождение принципиально новых идей и открытий и т.п. Весь тот сложный механизм образного мышления, который нередко определяют одним термином "интуиция", и является правополушарной областью деятельности мозга.
Нередко правополушарное мышление связывают с деятельностью в искусстве. Иногда это мышление даже называют художественным. Однако и более формализованные виды деятельности в существенной мере используют интуитивный механизм мышления. Любопытны высказывания крупных ученых о роли интуиции в научной деятельности. "Подлинной ценностью, - говорил А. Эйнштейн , - является, в сущности, только интуиция. Для меня не подлежит сомнению, что наше мышление протекает, в основном, минуя символы (слова) и к тому же бессознательно". И в другом месте: "Ни один ученый не мыслит формулами" .
Даже такая абстрактная формализованная область науки, как математика, в существенной мере использует правополушарное мышление. "Вы должны догадаться о математической теореме прежде, чем вы ее докажите; вы должны догадаться об идее доказательства прежде, чем вы его проведете в деталях" . А. Пуанкаре высказывается еще более определенно: " ... для того, чтобы создать арифметику, как и для того, чтобы создать геометрию или какую бы то ни было науку, нужно нечто другое чем чистая логика. Для обозначения этого другого у нас нет иного слова, кроме слова "интуиция" .
Различие между двумя механизмами мышления можно проиллюстрировать принципами составления связного текста из отдельных элементов информации: левополушарное мышление из этих элементов создает однозначный контекст, т.е. из всех бесчисленных связей между предметами и явлениями оно активно выбирает только некоторые, наиболее существенные для данной конкретной задачи . Правополушарное же мышление создает многозначный контекст, благодаря одновременному схватыванию практически всех признаков и связей одного или многих явлений. Иными словами логико-знаковое мышление вносит в картину мира некоторую искусственность, тогда как образное мышление обеспечивает естественную непосредственность восприятия мира таким, каков он есть.
Человеческое мышление и человеческое поведение обусловлено совместной работой обоих полушарий человеческого мозга. В одних ситуациях преобладает логический компонент мышления, в других - интуитивный. По мнению психологов все люди делятся на три группы: с преобладающим "левополушарным" мышлением, с "правополушарным", со смешанным мышлением. Это разделение генетически предопределено, и существуют специальные тесты для определения склонности к тому или иному типу мышления .
Описанные выше фундаментальные различия между лево- и правополушарной стратегией переработки информации имеют прямое отношение к формированию различных способностей. Так, для научного творчества, т.е. для преодоления традиционных представлений, необходимо восприятие мира во всей его целостности, что предполагает развитие способностей к организации многозначного контекста (образного мышления). И действительно, существуют многочисленные наблюдения, что для людей, сохраняющих способности к образному мышлению, творческая деятельность менее утомительна, чем рутинная, монотонная работа. Люди же, не выработавшие способности к образному мышлению, нередко предпочитают выполнять механическую работу, причем она им не кажется скучной, поскольку они как бы "закрепощены" собственным формально-логическим мышлением. Отсюда ясно, как важно с ранних пор правильно строить воспитание и обучение, чтобы оба нужных человеку типа мышления развивались гармонично, чтобы образное мышление не оказалось скованным рассудочностью, чтобы не иссякал творческий потенциал человека.
В разработке интеллектуальных систем, как отмечает Д.А. Поспелов, имеет место "левополушарный крен" . Еще в большей, по-видимому, степени такой "левополушарный крен" характерен и для современного образования, в том числе для используемых в нем компьютерных методов и средств. Явление это не такое уж безобидное. Негативное влияние компьютеризации инженерной подготовки, о котором говорилось выше (см. п. 3.1), во многом объясняется слабым воздействием используемых компьютерных систем на интуитивный, образный механизм мышления.
В связи с этим четкое выделение неявных, подсознательных компонент знания позволяет также четко ставить задачу их освоения, формулировать соответствующие требования к методам и средствам обучения, в том числе и к методам компьютерной графики.

4.2. Иллюстративная и когнитивная функции компьютерной графики

В настоящее время интерактивная компьютерная графика - это одно из наиболее бурно развивающихся направлений новых информационных технологий. Так, в научных исследованиях, в том числе и в фундаментальных, характерный для начального этапа акцент на иллюстративной функции ИКГ все более смещается в сторону использования тех возможностей ИКГ, которые позволяют активизировать "... свойственную человеку способность мыслить сложными пространственными образами" . В связи с этим начинают четко различать две функции ИКГ: иллюстративную и когнитивную .

Иллюстративная функция ИКГ позволяет воплотить в более или менее адекватном визуальном оформлении лишь то, что уже известно, т.е. уже существует либо в окружающем нас мире, либо как идея в голове исследователя. Когнитивная же функция ИКГ состоит в том, чтобы с помощью некоего ИКГ-изображения получить новое, т.е. еще не существующее даже в голове специалиста знание или, по крайней мере, способствовать интеллектуальному процессу получения этого знания.

Основная идея различий иллюстративной и когнитивной функций ИКГ, выделенная в работе при описании использования ИКГ в научных исследованиях, хорошо вписывается в классификацию знаний и компьютерных систем учебного назначения (см. п. 1.1). Иллюстративные функции ИКГ реализуются в учебных системах декларативного типа при передаче учащимся артикулируемой части знания, представленной в виде заранее подготовленной информации с графическими, анимационными, аудио- и видеоиллюстрациями (рис. 4.1). Когнитивная же функция ИКГ проявляется в системах процедурного типа, когда учащиеся "добывают" знания с помощью исследований на математических моделях изучаемых объектов и процессов, причем, поскольку этот процесс формирования знаний опирается на интуитивный правополушарный механизм мышления, сами эти знания в существенной мере носят личностный характер. Каждый человек формирует приемы подсознательной умственной деятельности по-своему. Современная психологическая наука не располагает строго обоснованными способами формирования творческого потенциала человека, пусть даже профессионального. Одним из известных эвристических подходов к развитию интуитивного профессионально-ориентированного мышления является решение задач исследовательского характера. Применение учебных компьютерных систем процедурного типа позволяет в существенной мере интенсифицировать этот процесс, устранив из него рутинные операции, сделать возможным проведение различных экспериментов на математических моделях.

Рис. 4.1. Концептуальное различие между когнитивной и иллюстративной функциями компьютерной графики

Роль ИКГ в этих учебных исследованиях трудно переоценить. Именно ИКГ-изображения хода и результатов экспериментов на математических моделях позволяют каждому учащемуся сформировать свой образ изучаемого объекта или явления во всей его целостности и многообразии связей. Несомненно также, что ИКГ-изображения выполняют при этом прежде всего когнитивную, а не иллюстративную функцию, поскольку в процессе учебной работы с компьютерными системами процедурного типа у учащихся формируются сугубо личностные, т.е. не существующие в таком виде ни у кого, компоненты знаний.

Конечно, различия между иллюстративной и когнитивной функциями компьютерной графики достаточно условны. Нередко обычная графическая иллюстрация может натолкнуть каких-то учащихся на новую мысль, позволит увидеть некоторые элементы знания, которые не "вкладывались" преподавателем-разработчиком учебной компьютерной системы декларативного типа. Таким образом, иллюстративная по замыслу функция ИКГ-изображения превращается в функцию когнитивную. С другой стороны, когнитивная функция ИКГ-изображения при первых экспериментах с учебными системами процедурного типа в дальнейших экспериментах превращается в функцию иллюстративную для уже "открытого" и, следовательно, уже не нового свойства изучаемого объекта.

Тем не менее, принципиальные отличия в логическом и интуитивном механизмах мышления человека, вытекающие из этих различий формы представления знаний и способы их освоения, делают полезным в методологическом плане различение иллюстративной и когнитивной функции компьютерной графики и позволяют более четко формулировать дидактические задачи ИКГ-изображений при разработке компьютерных систем учебного назначения.

4.3. Задачи когнитивной компьютерной графики

В предисловии к работе известный специалист в области искусственного интеллекта Д. А. Поспелов сформулировал три основных задачи когнитивной компьютерной графики. Первой задачей является создание таких моделей представления знаний, в которых была бы возможность однообразными средствами представлять как объекты, характерные для логического мышления, так и образы-картины, с которыми оперирует образное мышление. Вторая задача - визуализация тех человеческих знаний, для которых пока невозможно подобрать текстовые описания. Третья - поиск путей перехода от наблюдаемых образов-картин к формулировке некоторой гипотезы о тех механизмах и процессах, которые скрыты за динамикой наблюдаемых картин.

Разработчики систем инженерного анализа, автоматизированного проектирования и учебных компьютерных систем процедурного типа имеют дело со второй из описанных здесь задач когнитивной графики, когда знания о техническом объекте, полученные в ходе исследований на многомерных математических моделях и представленные в обычной символьно-цифровой форме, становятся недоступными для анализа человеком из-за большого объема информации. Рассмотрим далее ряд способов отображения полей физических характеристик технических объектов и алгоритмы построения соответствующих изображений, обладающих высоким когнитивным потенциалом.

4.4. Исходные предпосылки алгоритмов визуализации

Будем считать, что набор стандартных графических функций, которые используют программисты при разработке учебных прикладных программ, позволяет высвечивать на экране дисплея точку, указав ее координаты и цвет, проводить отрезок прямой линии, указав его цвет и координаты концов, осуществлять геометрические преобразования координат и преобразования проецирования.

Будем также считать, что изображаемое поле физических характеристик представлено в виде дискретных значений в узлах плоской сети элементов (ПСЭ) треугольной или четырехугольной формы. Эта сеть может отображать или все поле, либо его фрагмент, например, сечение трехмерного поля плоскостью. Заметим, что такая форма представления параметров естественна для ряда численных сеточных методов, например, широко используемый в САПР метод конечных элементов предполагает сеточную аппроксимацию.

Итак, на входе прикладных графических программ, реализующих рассматриваемые ниже алгоритмы, должно быть топологическое и геометрическое описание ПСЭ со значениями отображаемых характеристик в узлах сети. Топологию сети удобно хранить в виде матрицы, в каждой строке которой указан номер элемента ПСЭ и номера окружающих его узлов. Геометрическое описание ПСЭ - это матрица, в строках которой указаны координаты узлов сети.

В зависимости от способа визуализации будем использовать два вида аппроксимации отображаемых параметров в пределах элемента ПСЭ: постоянную и билинейную. Для постоянной аппроксимации в пределах четырехугольного элемента ПСЭ величина изображаемого параметра , где - величины параметров в узлах сети, окружающих элемент ПСЭ.

Для билинейной аппроксимации введем безразмерные координаты и и вспомогательный квадрат (рис. 4.2). Соответствующее преобразование координат и изображаемого параметра осуществляется по формуле, аналогичной так называемым функциям формы в методе конечных элементов :

(4.1)

Рис. 4.2. Трансформация произвольного четырехугольника во вспомогательный квадрат.

Для регуляризации алгоритмов элемент треугольной формы будем считать частным случаем четырехугольника, у которого совмещены два соседних угла.

Рассмотрим последовательно 7 способов отображения физических характеристик: 4 способа - для визуализации скалярных полей и 3 способа - для отображения векторных характеристик, таких как напряженность или магнитная индукция электромагнитного поля, линии тока в аэрогидродинамике, распределение усилий или армирующего набора в силовых конструкциях. Будем иллюстрировать рассматриваемые способы фрагментами графического диалога, ведущегося в тренажерах и учебных ППП системы КАДИС.

4.5. Сплошные цветографические изображения

Суть этого способа визуализации заключается в том, что внутренняя область ПСЭ закрашивается в различные цвета, соответствующие определенным интервалам величины изображаемого параметра. Обычно используется цветовая гамма, в которой по мере убывания величины параметра цвета меняются от теплых (красного и желтого) к холодным (синему и фиолетовому). Изображение строится по элементам ПСЭ. Алгоритмы закраски элемента базируются либо на идее построчного сканирования по вспомогательному квадрату с шагом, соответствующим размерам элемента растровой сетки дисплея, и окраской этих элементов, называемых пикселями или пэлами , в соответствии с выражением (4.1), либо на идее растрового сканирования вдоль оси и построения цветных отрезков вдоль оси . Во втором алгоритме цвет отрезка определяется интервалом , а координаты концов отрезка находятся из (4.1) для фиксированных значений и границ заданных интервалов . Переход цветовой палитры через границы элементов ПСЭ происходит плавно, поскольку аппроксимирующая функция (4.1) линейна вдоль сторон четырехугольников ПСЭ, что обеспечивает непрерывность поверхности отображаемого параметра.

Для монохромных дисплеев по таким алгоритмам могут строиться тоновые изображения (рис. 4.3).

Рис 4.3. Тоновое изображение оптимального распределения материала в пластине под нагрузкой .

4.6. Линии равного уровня

Построение линий равного уровня (ЛРУ) осуществляется по элементам ПСЭ. Два следующих алгоритма основаны так же, как и алгоритмы закраски, на сканировании по сетке вспомогательного квадрата, шаг которой соответствует растру дисплея. В одном из этих алгоритмов на линиях сетки сканирования, параллельных оси , отыскиваются точки с заданными значениями уровней изображаемого параметра. Точки с равными значениями параметра на соседних линиях сканирования соединяются отрезками прямых линий, если между этими точками нет "впадины" или "возвышения" билинейной поверхности (4.1). Построенные отрезки, удлиняясь в процессе сканирования, образуют семейство ЛРУ на каждом элементе ПСЭ. В другом алгоритме задаются не значения уровней, а интервалы величин, образующие ряд "полос" заданного уровня. Построение ЛРУ осуществляется закраской полос. Толщина ЛРУ на экране дисплея зависит от заданной ширины интервала и от характера изменения отображаемой поверхности. В обоих алгоритмах стыковка ЛРУ на границах элементов ПСЭ происходит естественным образом, поскольку аппроксимирующая функция (4.1) линейна вдоль сторон четырехугольников ПСЭ (см. рис. 3.22).

4.7. Точечные изображения

Поле каждого элемента ПСЭ на экране дисплея заполняется светящимися точками. Плотность расположения точек соответствует величине отображаемого параметра. Заполнение участков ПСЭ с постоянной плотностью (это может быть поле всего четырехугольника или его части) осуществляется с помощью датчика случайных чисел (ДСЧ). Такое заполнение сглаживает разрывы отображаемой поверхности даже при постоянной аппроксимации параметра в пределах одного элемента ПСЭ (рис. 4.4). Перед построением точечного изображения отыскивается максимальное значение , которому ставится в соответствие плотность заполнения точек, равная 80-90% от плотности сплошной закраски. По этому пределу нормируется в дальнейшем плотность заполнения точек на каждом четырехугольнике ПСЭ. При построении изображения на элементе ПСЭ вспомогательный квадрат предварительно разбивается осями и на четверти, поскольку стандартные ДСЧ оперируют числами в интервале . В пределах каждой четверти плотность точек считается постоянной. Координаты точек и определяются с помощью ДСЧ, преобразуются по формуле (4.1) в координаты и и далее переводятся в экранную систему координат. Цвет точек определяется по заданным цветовым интервалам с использованием выражения (4.1).

Рис. 4.4. Точечное изображение оптимального распределения материала в пластине под нагрузкой .

4.8. Полигональные сети

Изображение выводится на дисплей в виде центральной проекции поверхности отображаемого параметра. Поверхность аппроксимируется сетью треугольников и четырехугольников с прямыми сторонами. Такую сеть принято называть полигональной . Простейшая полигональная сеть может быть получена отображением ПСЭ на параметрическую поверхность (рис. 4.5). Наглядность изображения в существенной мере зависит от выбора положения точки зрения наблюдателя при центральном проецировании и от наличия или отсутствия невидимых участков поверхности. Построение полигональных сетей по заданным ПСЭ не представляет трудностей и не требует больших вычислительных затрат. Соответствующий алгоритм сводится к обычным геометрическим преобразованиям координат и преобразованиям проецирования узловых точек базовой ПСЭ и параметрической поверхности, которые затем соединяются отрезками прямых линий. Однако анализ видимости линий существенно увеличивает вычислительные затраты, иногда на два - три порядка .

4.9. Изображения в виде ориентированных отрезков переменной длины

Этот способ применяется для отображения векторных характеристик, например, силовых потоков . Для него используется постоянный закон аппроксимации параметров в пределах элемента ПСЭ. Ориентированные отрезки изображаются в центрах элементов, их длины в выбранном масштабе соответствуют величинам параметров (рис. 4.6). Перед построением изображения вычисляется из соображений наглядности максимальная длина отрезка, относительно которой нормируются в дальнейшем отрезки на всех элементах. Изображение строится по элементам ПСЭ. В центре четырехугольника помещается местная прямоугольная система координат, одна из осей которой ориентируется в направлении изображаемого параметра. Далее в координатах местной системы определяются концевые точки отрезка так, чтобы его середина совпала с центром элемента, производится преобразование полученных координат в общую систему и проводится прямая линия, соединяющая концевые точки отрезка.

Рис 4.6. Распределение усилий в пластине, представленное в виде ориентированных отрезков пременной длины .

4.10. Изображения в виде коротких ориентированных отрезков постоянной длины

Этот способ визуализации также предназначен для отображения векторных характеристик. После каждого элемента ПСЭ заполняется с помощью ДСЧ короткими ориентированными отрезками постоянной длины. Плотность расположения отрезков соответствует величине изображаемого параметра (рис. 4.7). Перед построением изображения вычисляется из соображений наглядности максимальная плотность отрезков, относительно которой нормируется плотность отрезков на всех элементах ПСЭ. В центре четырехугольного элемента ПСЭ помещается прямоугольная местная система координат, одна из осей которой ориентирована в направлении изображаемого параметра. Координаты средних точек отрезков определяются с помощью ДСЧ так, как это делается при построении точечных изображений. В дальнейшем построение каждого отрезка производится также, как в предыдущем алгоритме.

Рис 4.7. Распределение усилий в пластине, представленное в виде коротких ориентированных отрезков постоянной длины .

4.11. Изображения в виде ориентированных решеток

Для этого способа визуализации так же, как и для двух предыдущих способов, используется постоянная аппроксимация по элементам ПСЭ. Поле элемента заполняется решеткой в виде одного или двух семейств однонаправленных линий, плотность и ориентация которых соответствуют величинам и ориентациям изображаемых характеристик (рис. 4.8). Для идентификации семейства используется цвет. Построение изображения производится на основе тех же алгоритмических идей, что и в предыдущих двух способах: определяется предельная плотность решетки; на каждом элементе строится прямоугольная местная система координат; внутри элементов проводятся отрезки прямых линий, концы которых располагаются на сторонах элементов.

Рис. 4.8. Распределение усилий в пластине, представленное в виде ориентированных решеток .

4.12. Управление изображениями

В процессе анализа результатов расчетов пользователь прикладной программы должен иметь возможность выбрать способ изображения и настроить его для достижения наибольшей наглядности. При настройке изображения можно выбирать: цветовую гамму (количество, вид и последовательность используемых цветов); количество уровней для построения ЛРУ; положение точки зрения наблюдателя и вид центрального проецирования для полигональных сетей; длину коротких ориентированных отрезков; коэффициент контрастирования.

Контрастирование изображений можно применять для более четкого выделения закономерностей в распределении изображаемых параметров, при этом разница между большими и малыми величинами искусственно завышается. Контрастирование осуществляется с помощью следующей зависимости: , где, где - количество частных критериев; - оценка по частному критерию, ; - весовой коэффициент, учитывающий значимость соответствующего критерия, .
В качестве частных критериев использовались 8 показателей, характеризующих следующие аспекты рассматриваемых способов: адекватность целям и содержанию проектирования силовых конструкций; адекватность методикам обучения, реализованным в учебных прикладных программах; естественность и доступность для восприятия человеком; удобство для анализа качественных закономерностей распределения параметров; эстетическая привлекательность; простота управления построением изображения; быстрота формирования изображения; алгоритмическая простота.
Исследование проводилось с помощью экспертных оценок метода Дельфи . В качестве экспертов привлекались преподаватели вузов и инженеры, разработчики и пользователи учебной и промышленной САПР силовых конструкций . Результаты исследований показывают, что при интерактивном проектировании силовых конструкций для отображения скалярных характеристик целесообразно использовать точечные изображения, а для отображения векторных полей - ориентированные решетки (рис. 4.9). Более детально результаты и методика исследования описаны в работе .

Рис 4.9. Результаты исследований эффективности различных способов визуализации:
а - скалярные изображения; б - векторные изображения.

Cтраница 1

Когнитивная компьютерная графика, продуцируя графические образы структур и свойств абстрактных объектов, активизирует образное, интуитивное (правополушарное) мышление человека и тем самым в результате работы мозга активизирует и левополушарное, абстрактное мышление и таким образом способствует зарождению новых идей и гипотез, стимулирует появление нового знания. Она в ряде случаев расширяет и уточняет поставленные задачи, способствует идентификации решаемых задач и проектируемых систем. Практически никакое символьное, вербальное, левополушарное знание о каком-то объекте (явлении, ситуации) не в состоянии обеспечить такое предельно четкое и ясное восприятие и представление об этом объекте (явлении, ситуации), которое может дать визуальное восприятие и правополушарное мышление.

Когнитивная компьютерная графика в ряде случаев способствует уточнению, идентификации решаемых задач и проектируемых сложных систем.

Зенкин, 1991 ] Зенкин А.А. Когнитивная компьютерная графика.

Таким образом, современные системы с когнитивной компьютерной графикой, как правило, во-первых, способствуют порождению принципиально нового знания в исследуемой предметной области, которое без когнитивной компьютерной графики может быть просто недоступно для естественного интеллекта человека.

Если в интеллектуальной системе с БЗ, ориентированной, например, на некоторую область научных исследований и разработок, используется подсистема машинной графики, в которой ключевым моментом является общение пользователя с визуальными образами объектов исследуемой предметной области и отношений между ними, то такая графическая подсистема по сути представляет из себя подсистему когнитивной компьютерной графики.

Можно сказать, что становление и развитие систем с машинной графикой и все более широкое их применение в научных исследованиях в дальнейшем трансформировались в направление когнитивной компьютерной графики. Системы с когнитивной компьютерной графикой, например, математикам позволяют увидеть и осознать глубинные теоретико-числовые закономерности. Для инженеров-исследователей и разработчиков сложных технических проектов эти системы превращают в зримую реальность задуманные и проектируемые изделия и объекты, позволяя тщательно исследовать еще на геометрической модели целый ряд технических и физических тонкостей проектируемых деталей и узлов объекта новой техники, и тем самым в значительной степени усиливая конструкторскую мысль проектировщика. Эти системы позволяют расширить и уточнить поставленные задачи, способствуют идентификации создаваемых объектов, изделий и систем.

Большая энциклопедия нефти и газа. Реферат когнитивная компьютерная графика

Когнитивная компьютерная графика

Базой когнитивной компьютерной графики являются мощные ЭВМ и высокопроизводительные средства визуализации.

Основные задачи когнитивной компьютерной графики

Популярное