Novel interactive techniques were designed pursuing improvements on the comprehension of grain microstructures and similar hermetic (space-filling) honeycomb structures, based on cognitive principles and in the state of the art of interactive systems. A systematic review was carried out on multiscale visualization, which was considered an ideal paradigm in this work. In a second stage, development shifted to scientific experiments to investigate perceptual performance on fundamental aspects for grain structure comprehension - grain size extremes, regions with localized size heterogeneities, and shape of individual grains. Techniques were consequently adapted for experiments, centered on these three visual search tasks. Human-computer interaction knowledge and preliminary experiments informed the definition of experimental logistics and four dependent variables to attest performance, as well as appropriate statistical methods to analyze mixed factorial experiments results. The main experiment was carried out with two groups of 30 participants, comprising members of the intended target audience. Spatial ability pre-tests indicated homogeneity of spatial skills between the groups. Techniques are Discrete Sections (S), Dynamic Sectioning (DS), and GrainCrawler (GC). S simulates a visualization based on sequences of parallel sections performed over short distances, technically feasible to execute on real materials. DS improves upon S on spatial resolution, and the user can cut through the model interactively in any direction. GC was developed after the models peculiarities, multiscale visualization potentials, and educational objectives. On GC, grain representation changes according to distance and perceptual objectives, a distinctive feature of the multiscale paradigm. Visualization modes were developed pursuing performance improvements, based on known depth perception principles, leveraging the models three-dimensional nature. The main goal and hypothesis was that GC would surpass DS and particularly S, and 3D modes would overcome 2D. However, all techniques performed well overall and are deemed useful in improving spatial understanding of this type of structure. They allowed detecting size extremes and heterogeneous regions in a space-filling model containing more than a thousand objects. However, each technique had specific strengths. S excels in the agile detection of large grains and regions, as long as the sections are not widely spaced, and can be applied to real materials. DS allows rotation of the section plane and is ideal for digital models, being the most balanced and flexible technique. Finally, GC excelled in small grain detection and shape analysis, tasks characterized by high complexity and heavy cognitive load. Still, the multiscale paradigm allows combining each techniques strengths according to the intended applications analytical goals.

Duas ferramentas foram desenvolvidas visando melhorias no entendimento de microestruturas de grãos e outras estruturas alveolares similares, baseando-se em principios cognitivos e no estado da arte em sistemas interativos. Foi realizada uma revisão sistemática em visualização multiescalar, paradigma considerado ideal no contexto deste trabalho. Em um segundo momento o foco passou a experimentos científicos, visando investigar o desempenho perceptivo em pontos considerados fundamentais ao melhor entendimento de estruturas de grãos - extremos de tamanho, regiões com variações localizadas de tamanho, além do fator de forma de grãos individuais. As ferramentas foram consequentemente adaptadas para execução de três tarefas experimentais, foi também detalhada a logística experimental e definidas quatro variáveis dependentes para atestar o desempenho, além de métodos estatísticos apropriados à análise dos resultados de experimentos fatoriais mistos. O experimento principal foi realizado com dois grupos de 30 participantes integrantes do público alvo, considerados homogêneos em termos de habilidades espaciais de acordo com os pré-testes realizados. As ferramentas são Seções Discretas (S), Seccionamento Dinâmico (DS) e GrainCrawler (GC). S simula uma visualização baseada em sequências de seções paralelas realizadas em curtas distâncias, o que é tecnicamente viável em materiais reais. DS permite ao usuário navegar como se estivesse cortando o modelo. Já o GC segue o paradigma multiescalar, onde a representação dos grãos muda conforme a distância e objetivos perceptivos. Modos de visualização visaram melhorar o desempenho das ferramentas, se valendo de princípios como a visão em profundidade, tendo em vista a natureza tridimensional do modelo. A meta e hipótese principal era que GC superasse DS e principalmente S e que os modos 3D superassem os 2D. No entanto, as ferramentas desempenharam bem no geral e podem melhorar a compreensão especial deste tipo de estrutura. Todas permitiram detectar extremos de tamanho e regiões heterogêneas em um modelo hermético com mais de mil objetos, mas cada uma se destacou em pontos específicos. S pode ser aplicada a seções pouco espaçadas de materiais reais, além de ser ágil na detecção de grãos grandes. DS é ideal para modelos digitais, sendo a técnica mais equilibrada e flexível pois permite rotação do plano de corte. Já o GC destacou-se na detecção de grãos pequenos e na análise de forma, tarefas complexas e cognitivamente cansativas. De qualquer forma, o paradigma multiescalar permite mesclar as vantagens de cada ferramenta conforme as necessidades e objetivos analíticos da aplicação pretendida.