Neste trabalho se buscou criar uma base tecnológica para síntese digital e visualização virtual de microestruturas de materiais policristalinos monofásicos, visando disponibilizar software e metodologias de baixo custo aos pesquisadores da área ou de áreas correlatas. Para isso foram levantados e testados métodos, sistemas, bibliotecas e algoritmos computacionais pertinentes ao problema em questão. A técnica de síntese escolhida adotou uma simulação física de empacotamento de partículas seguida por tesselação espacial baseada no diagrama Voronoi. Para testar a abordagem uma amostra de um material real foi reconstituída digitalmente. O modelo reproduziu com grande precisão a distribuição de tamanhos de grão, o número de faces por grão e o número de vizinhos imediatos da referência. Na frente de visualização virtual buscou-se definir um modelo capaz de lidar com grandes quantidades de dados e baseado em princípios cognitivos sólidos, que permitisse maior extração de conhecimento de modelos microestruturais. A técnica de visualização em múltiplas escalas foi considerada a mais apropriada aos modelos cujos objetos e detalhes abrangem diversas escalas espaciais, permitindo ao computador lidar com vastas quantidades de dados ao alternar entre qualidade e quantidade no processo de geração de imagens. Técnicas de visualização tradicionais também foram testadas e a técnica de corte se mostrou fundamental, principalmente para a exploração direta do interior do modelo, mas também para a extração de dados voltados a análise microestrutural estereológica.

The main goal of this work is to create a technological foundation for digital synthesis and virtual visualization of single-phase polycrystalline materials microstrutures, aiming to offer low cost software and methodologies to materials science researchers and alike. Several methods, applications, libraries and algorithms were tested and the most appropriate were selected for further exploration. The chosen microstructural synthesis technique uses newtonian particle packing simulation, followed by a Voronoi-based tesselation. This simple approach were put to test using a real material sample. The sample were digitally built and meaningfull parameters like grain size distribution, edges per face and mean number of neighbours were replicated with acceptable precision. Regarding visualization, the most relevant issue was the specification of a computationally scalable method based on proven cognitive principles, capable to deal with a huge amount of information and to support efficient knowledge extraction from microstructural models. The multiscale approach has proved to be the most suited for models that spans several scales in space, allowing computers to store and display large quantities of data and to manage the tradeoff between quality and quantity in the rendering process. Traditional visualization techniques were tested as well and section visualization has proved to be paramount for internal model visualization, as it is for stereological microstructural analysis.