目前,直接体绘制技术成为科学计算可视化应用最广泛的方法之一。它采用直接对所有体素进行处理、输出的方法,重建出具有整体视觉效果的高品质的三维投影图像。传递函数的设计作为直接体绘制技术中的关键步骤一直备受关注。体绘制的传递函数将三维体数据的体素值映射成光学成像参数,直接决定了三维重建图像的质量。但长期以来,体绘制传递函数的设计问题一直没有得到很好的解决,成为制约体绘制技术发展和应用的瓶颈,也是近年来体绘制研究的关键技术和热点问题。本文在研究分析当前体绘制传递函数设计方法的基础上,结合绘制的交互界面和RBF神经网络来指导传递函数的设计过程,以提高实现传递函数设计的自动化和智能化水平。本文的主要工作包括:(1)针对当前体绘制传递函数设计缺乏直观的交互界面的情况,设计了一种直观的基于绘制的交互界面。在该交互界面中,用户通过画笔获得感兴趣体素的特征信息作为训练样本对RBF神经网络进行训练。与传统方法相比,本文所设计的交互界面可以在不具备传递函数参数空间先验知识的情况下,直观方便地定义感兴趣的对象,大幅提高人机交互的效率。(2)针对当前体绘制传递函数设计具有较大盲目性的问题,在深入分析当前人工神经网络应用于体绘制传递函数设计的可行性和有效性的基础上,提出了一种基于RBF神经网络的体绘制多维传递函数设计方法。利用上述交互界面所构建的特征集对RBF神经网络进行训练,并实现全部体素的分类识别,对不同的分类结果赋予不同的光学参数进行显示,自动完成传递函数的设计。实验结果表明,RBF神经网络的自主学习能力能够避免传递函数设计的盲目性,增强感兴趣区域的绘制效果,提高传递函数设计的自动化和智能化水平。