在科学计算和工程分析领域中,研究人员常常使用到流场。但是由于流场本身的透明特性,以及数据的空间特性高度复杂,使得如何将流场中通过测量或计算得到的数据以一种几何直观的图形图像方式准确地展示给用户变得困难。为了解决这个难题,研究者们在透明流场中添加非透明的外部介质,用这些介质反映流体运动的规律,这就是流场可视化。流场可视化一直是科学计算可视化研究领域中最具有挑战性的研究热点之一,有着十分广泛的发展前景及应用。在众多的流场可视化方法中,由于流线是用来描述流场结构与行为最广泛的一种几何方法,生成的结果往往清晰而简洁,所以采用流线来描述流场的可视化方法被广泛地使用和研究。在基于流线的流场可视化工作中,一个重要的目的是尽可能地表现流场中让人感兴趣的特征,增强用户对数据的感知能力,展示充分有效和准确的可视化结果。理论上,只要在流场中放置足够多的流线,可视化结果就不会忽略掉流场中的重要信息。但在实践中,过密的流线会影响视觉上的观感,太多的流线不仅使得三维流场显得混乱,而且使得流线彼此遮挡,掩盖流场的重要特征。因此,如何放置适量的流线,同时不丢失流场中重要信息是可视化的重要目标。本文针对三维流场数据集进行可视化研究,利用流线的几何特征分布的可视化方法来描述流场,提出了一种基于流线特征分布的高效可行的三维流场可视化方法:该方法首先选取流线的曲率、挠率、曲折度和速度方向熵等几何特征描述子,构造这些特征描述子的二维直方图来描绘流线的形状特征,该二维直方图携带了空间信息,可弥补一维直方图因丢失空间信息而导致的流线相似性度量的不足；采用推土机距离(EMD)来度量流线特征分布直方图的相似性,避免了迭代最近点算法(ICP)在寻找相应最近点的过程中反复迭代在时间上的开销大以及对迭代初值的选取比较敏感的不足;应用数据挖掘的k-means聚类方法,将流场中的流线进行聚类分析,根据用户指定的流线密度,在每个聚类中剔除相同百分比的冗余流线,使得未被剔除的流线是流场中最具代表性的流线；采用CUDA并行计算技术加速流场可视化的计算。实验结果也表明了本文方法可以较为准确地描述流场中的主要结构特征,大大加强了可视化结果的可读性。