Im Kontext großer Mengen komplexer Daten, z.B. aus Molekulardynamik-Simulationen, können vergleichende Visualisierungstechniken wichtige Einblicke in die Zusammenhänge, Unterschiede und Gemeinsamkeiten verschiedener Datensätze geben. Zum Zweck einer vergleichenden Visu- alisierung des elektrostatischen Oberflächenpotentials von Molekülen wurde ein Framework zur Verknüpfung von Moleküloberflächen entwickelt. Hierbei wird zunächst aus den Partikel- datensätzen ein Dichtefeld zur impliziten Oberflächenrepresentation erstellt. Anschließend wird mit Hilfe des Marching Tetrahedra Algorithmus eine Triangulierung der Startoberfläche berechnet. Mit Hilfe einer Starrkörper-Abbildung und eines "Deformable Model"-Ansatzes wird eine Relation zwischen den beiden Flächen hergestellt. Die Startfläche wird dafür durch ein elastisches Modell representiert und wird lokal deformiert um sich der Zielfläche anzupassen. Das Modell wird mit Hilfe einer adaptiven externen Kraft und einer projezierten internen Kraft verformt. Basierend auf der dadurch hergestellten Relation wird neben einer vergleichenden Visualisierung auch eine Differenz-Metrik hergeleitet, die zur Quantifizierung der Potentialun- terschiede beider Flächen verwendet wird. Sowohl die Flächentriangulierung als auch die Deformation werden mit CUDA implementiert. Der entwickelte Ansatz wird schließlich auf Partikeldatensätze angewendet, die durch Molekulardynamik-Simulationen erstellt wurden.

When dealing with large amounts of complex data, such as the results of Molecular Dynamics simulations, comparative visualization techniques are a useful tool to demonstrate connections, differences, or similarities of different data sets. In order to facilitate comparative visualization of the molecular electrostatic surface potential, a shape correspondence framework for molecular surfaces is derived. Given two particle-based input data sets, an implicit molecular surface representation is defined by a Gaussian density volume. A triangulation is extracted from the volume using the Marching Tetrahedra method. A mapping relation between the two molecular surfaces is then established using a deformable model approach in combination with rigid alignment. To this end, the source surface is represented by an elastic shape that is locally deformed to match the target surface. The deformation of the model is driven by an adaptive external force and by an internal force that is tangential to the Gaussian volume. Based on the mapping relation, both a comparative visualization and a difference metric are developed. The surface generation and the surface mapping approach are implemented in a highly parallel manner using CUDA. The method is finally applied to several real-world data sets obtained by Molecular Dynamics simulations.