体数据在医学、生物学、气象、地质和科学仿真等领域中有着广泛的应用。在探索体数据的过程中,传输函数是不可或缺的一部分。通过传输函数,可以为体数据内部的特征赋予颜色、不透明度等光学属性,从而可以利用体绘制技术将体数据内部的特征展示给用户。因此,传输函数一直是科学计算可视化领域研究的热点。本文试图利用体数据的原始数据及其衍生出的多个属性来设计直观、高效的传输函数。彩色体数据有别于常见的CBCT、CT和MRI等方式获得的标量体数据,它的每个体素是一个由R、G、B三个分量组成的颜色向量。把三个颜色分量分别看作数据的一个属性,那么彩色体数据可以看作是一种特殊的多属性体数据。鉴于对多维空间进行分析然后映射到光学属性的复杂性,在彩色体数据可视化中,一直未有直观且易于交互的传输函数出现。本文提出了一种构建用于彩色体数据的可交互的一维传输函数的方法。本文采用一种非线性的全局颜色映射方法,将彩色体数据的体素映射到一维空间,然后对一维空间进行划分,选取最具代表性的颜色组成展示给用户的传输函数交互组件的坐标轴,构建出一个类似于标量体数据可视化中使用的一维传输函数。用户可以很直观地将坐标轴上的颜色与数据中的特征对应起来,从而使得不透明度的设置变得更加容易。通过引入数据的梯度模,我们可以很容易地将基于颜色的一维传输函数扩展成二维传输函数。我们注意到彩色体数据可视化中使用的梯度计算方法较为简单,无法获取到准确的梯度方向,当数据中有噪声时,梯度计算的结果会受到较大的影响。在体绘制方法中,梯度方向常被用于计算光照,不准确的梯度方向会对数据的可视化结果产生较大的影响,进而影响用户对数据中特征信息的感知。而在二维传输函数中,梯度模常用于选取不同特征之间的边界,不准确的梯度模会使得特征的边界被模糊掉或者出现异常情况。因此本文提出了一种用于彩色体数据的鲁棒的梯度计算方法。彩色数据的梯度需要计算的是颜色向量的变化情况,与标量数据的梯度不同,因此标量数据的梯度计算方法无法适用。在本文的方法中,我们分别计算梯度的三个分量。针对每一个分量,我们通过组合使用高通滤波器和低通滤波器来降低噪声对梯度结果的影响。在本文的实现中,选用了彩色图像处理领域中具有优秀鲁棒性的RCMG算子并将其扩展到三维,作为高通滤波器,选用了中值滤波作为低通滤波器。由于选用的滤波器是非线性的,因此调整滤波器的使用顺序会产生不同的结果。对于所有可能的滤波器使用顺序产生的梯度分量结果,我们使用一个聚合算子把结果聚集起来生成最终的梯度分量结果。相对于之前的方法,本文方法得到的梯度结果更加准确,并且具有优秀的抗噪能力,从而可以得到更好的可视化结果。普通的标量体数据不像彩色体数据天然地具有多个属性的数据。但是,我们可以基于标量体数据计算得到各种各样不同的属性数据,如梯度、曲率、遮挡度、形状特征等。传统的传输函数构建方法大多是选取一个或几个属性来构成传输函数空间,这在一定程度上限制了传输函数的分类能力。本文提出了一种层次化的传输函数构建方法。对于从某个传输函数中选取出的特征数据,可以应用其他属性构成的传输函数进行进一步的分析,从而避免属性单一导致的特征区分能力限制,达到更好的分类效果。此外,在传统的高维传输函数构建方法中,随着传输函数维度的提升,用户对于传输函数空间的理解会变得更加困难,而且传输函数空间的交互也会变得十分复杂。而本文采用层次化的方法构建传输函数,每一层均可采用简单、易于理解、易于交互的一维或二维传输函数,不会带来交互和理解上的复杂度提升。将层次化的传输函数以传输函数树的形式展示给用户,使得交互过程更加直观,同时还可以记录数据探索的过程,避免重复同样的工作,提升数据探索的效率。此外,为后续工作中通过对用户数据探索过程和最终结果的分析、实现利用层次化的传输函数进行自动数据分类奠定了基础。