在传统体数据可视化领域中,实现真实感效果的方法占据了主导地位,但是,大多数绘制方法面临一个难题,即如何调整绘制参数,使得结果能恰好显示出感兴趣的信息。与之对应地,近几年来,研究者们开始将非照片真实感绘制技术,即NPR技术,应用到体数据可视化方法当中,以扩展其信息显示功能。这里不需考虑任何基于物理的绘制模型,不再受追求真实感目的的限制,为了观察和分析的需要,利用NPR思想,灵活地控制绘制结果的外观,使其显示出感兴趣的部分。体绘制是体数据可视化领域里的一种重要方法。本文将体绘制中应用NPR技术的情况分为两类:一类是利用NPR原理对体数据中的某些体现结构信息的特征区域进行增强,从而改进绘制效果。另外一类是为了满足某些特殊的观察需要,在体绘制中实现一些NPR效果。在增强技术中,本文为了使绘制结果同时含有深度信息,在原始边界增强公式中增加了距离因子;为了使轮廓增强效果更具合理性,在原始公式中添加了体度量因子。这两种改进方法的另一个优点是增加了在绘制多套数据时的灵活性,关于这种灵活性,本文进行了详细分析,并通过实验加以验证。另外,本文根据样本距统计量能够反映样本数据值分布的特点,提出基于方差统计的增强算法,绘制结果能够突出显示局部方差统计值较大,即结构分布较复杂的区域。在实现NPR效果方面,本文通过在外形检测过程中结合距离颜色渐变的方法,解决了现有外形检测技术中缺乏深度信息的问题;另外,为了丰富检测到的结构信息,完成了积分融合方式的外形检测方法。在分析tone shading类的艺术性绘制技术基础上,本文提出了一种扩展算法,根据物体表面法向量和观察方向的夹角,物体颜色在冷暖色调之间插值,该方法能够突出物体的轮廓区域。