可视化技术是20世纪80年代提出的一门新学科，它研究如何将数据转化成图形或图像来帮助科学家观察数据的分布结构，了解数据之间的相互关系，发掘数据中隐藏的规律。近年来，可视化技术在医学、气象、地质勘探和计算流体力学等领域得到了广泛的应用，是计算机图形学的热门研究领域之一。 可视化技术中发展最迅速的是直接体绘制算法，它直接将三维数据场投影成半透明的二维图像，可以在一幅图像中清晰的显示其中的各种细节信息。传递函数是体绘制算法的关键步骤，因为它将三维数据场的数据值转换为光学成像参数，决定了投影图像的内容和质量。由于缺乏有效的数据场指导信息和直观的用户界面，使传递函数的设计存在盲目型，提高传递函数设计的有效性是本文的研究重点。 本文针对三维数据场的特点，提出了以对象为中心设计传递函数的方法，该方法将传递函数的设计分解为两个阶段，首先对三维数据场中的物质进行分类，然后再为每类物质分别赋予光学属性。研究工作以均值漂移分类算法的改进和扩展为主线，着重研究了提高均值漂移算法收敛速度和降低计算复杂度的方法，实现了三维数据场中物质之间快速、准确的分离；并在分类的基础上，以边界面为中心，为设计和实现高斯型映射函数等问题作了一些有益的探索和尝试。论文的主要工作和贡献表现在以下几个方面： (1)提出基于核密度估计的自适应带宽均值漂移方法，实现三维数据场的分类。 本文基于核密度估计方法对密度函数梯度的计算，推导出均值漂移算法。证明了算法的收敛性只与核函数相关，讨论了收敛速度与带宽、核函数的关系，设计了自适应带宽的计算方法对三维数据场进行分类，并采用簇有效性检测方法对分类的结果进行验证。在缺乏先验知识的情况下，自适应带宽均值漂移算法比现有的三维数据场分类方法更有效。 (2)为提高高斯核均值漂移算法的收敛速度，研究了数据场的动态更新机制和over-relaxed步长增加两种加速方法. 第一种方法采用动态更新机制对三维数据场进行更新，减少每次参与迭代的数据量，并根据数据集的变化自适应地计算带宽参数，提高了高斯核均值漂移算法的收敛速度。为了使算法更快的收敛到极值点，第二种方法基于边界优化算法提出了over-relaxed步长法增加每次迭代的步长。对于动态的高斯核均值漂移算法还可以进一步采用over-relaxed步长法进行加速。改进后的均值漂移算法方法能够大幅减少均值漂移方法的迭代次数，具有与均匀核均值漂移算法接近的计算效率。 (3)为提高高斯核均值漂移公式中高斯累加和的计算效率，提出了改进的自适应参数快速高斯变换方法。 采用快速高斯变换对高斯核均值漂移公式中的高斯累加和运算进行加速，并对快速高斯变换进行改进，采用多变量泰勒级数展开方法，将扩展项的数目减少到多项式的级别，并应用k-中心算法对空间进行子分，改进的算法适合高维空间。同时根据误差标准，自适应地计算距离半径和截至项的项数。实验表明改进的自适应参数快速高斯变换能大大的降低均值漂移算法的计算复杂度，改善高维数据均值漂移的速度。 (4)采用分段积分计算方法，实现以边界面为中心的高斯型映射函数的设计方法。 在高斯核均值漂移算法对三维数据场快速、准确分类的基础上，根据分类物质结构的特点，提出了基于拉普拉斯加权累加直方图的边界面提取方法。进一步假设三维数据场中边界面为高斯模糊的阶梯函数模型，设计以对象边界面为中心的高斯型映射函数，并采用分段积分的计算方法合成图像，改善数值积分合成方法的成像质量。实验表明高斯型映射函数突出了物质问边界面的显示，取得了比线性映射函数更好的绘制效果。 (5)研究边界面不确定性的概率计算方法，实现不确定性信息的可视化。 深入研究了可视化技术中误差和不确定性产生的来源和计算方法，确定本文研究的不确定性类型。进一步研究了误差和不确定性信息的可视化方法，比较了各种方法的特点，提出了基于尺度空间的边界不确定性的概率计算方法。实验表明采用概率对边界处的不确定性进行表示，是一种较简单和直观的方法，最后对不确定性信息进行可视化显示。