直接体绘制技术是三维数据可视化研究领域的一种重要方法,是科学可视化的研究热点之一。过去,体绘制中所有的计算都由CPU来完成,重建速度慢,很难达到实时绘制的要求,然而近年来随着计算机图形硬件性能的不断提高,使得利用图形处理单元对体数据进行实时的交互操作成为可能。目前,直接体绘制技术已经在医学图像可视化领域有着广泛的应用。采用直接体绘制方法显示医学数据时,一般通过修改传递函数来显示感兴趣区域,但在许多医学数据集中,由于不同的人体组织具有相同的标量值,感兴趣组织通常会被这些具有相同标量范围的人体组织所遮挡,这样,仅通过调节传递函数很难清晰地显示这些被遮挡的人体组织。为此,本文提出两种分层剥离算法来解决这个问题。(1)基于不透明度的分层剥离算法。通过计算采样光线上相邻的不透明度极小值和极大值之间的斜率,并根据用户指定的斜率阈值和累积不透明度阈值确定分层点,以实现对体数据的分层绘制。(2)基于成员体的分层剥离算法。提出一种半自动方法对体数据进行分类,这种方法利用梯度阈值函数判断采样点的类型,再对整个体数据进行统计来确定不同组织的分界标量值。随后用分类后的体数据生成成员体,并利用这个成员体来解决同类组织的遮挡问题。本文算法在可编程图形处理单元中实现,并与国外研究者提出的不透明度剥离算法以及特征剥离算法进行比较,实验结果证明,本文算法可以根据不同医学数据的特征信息更精确地定位分层点,绘制效果清晰,速度较快。