随着信息技术的发展,人们从科学实践和社会生产中获取的三维体数据越来越多,对体数据的可视化的需求也日益增长,直观高效的体数据可视化方法成为当前研究的热点。增强结果图像中感兴趣特征的视觉感知,能够有利于用户更为直接快速地观察和分析体数据；加快绘制的效率,能够确保用户交互的友好性,也有利于用户对体数据的分析与处理。增强体绘制的视觉感知、加快体绘制的效率已经成为实现直观高效的体数据可视化的有效途径。本文分别从增强体绘制的视觉感知和提高体绘制的效率两个方面,有效地实现直观高效的体数据可视化。(1)视觉感知增强的最大密度投影算法：旨在解决最大密度投影算法不能正确表达遮挡线索的问题。首先使用K-Means聚类算法从最大密度投影算法结果图像中自动提取结构特征；然后根据结构特征自适应调节最大密度投影算法的绘制过程以正确表达遮挡线索。此外,引入绘制优先级以避免重要特征被次要特征严重遮挡,并给出绘制优先级的自动设置算法。(2)K-D树和Shell相结合的快速等值面光线跟踪法：该方法结合K-D树和Shell数据结构的优势实现快速的等值面光线跟踪过程。首先将体数据进行空间划分建立K-D树；然后在GPU上依据K-D树和等值面值构建Shell数据：最后在等值面光线跟踪过程中通过检索Shell数据和K-D树实现光线的快速跟踪。此外,通过在光线跟踪过程中动态的更新Shell数据,避免等值面值改变时造成的Shell数据的重建和向GPU的重载入。