科学可视化是目前在研究、教学和开发等领域中的一个活跃而重要的研究课题。本文主要研究了科学可视化工具的几个要素，并以肾脏术前可视化系统作为特定应用实例对相关算法进行了研究。本文研究工作围绕肾脏可视化系统设计的两大主要部分展开：建模和显示，其中建模包括配准和分割技术。 泌尿系统CT扫描是临床上传统的术前检查手段，它包括三到四个时刻的三维扫描图像，这些图像给出了关于病人肾脏解剖结构的完整信息。为了把不同时刻的扫描图像统一到同一个空间坐标系下，我们提出了一种以肾脏为中心的配准方法，该方法通过局部互信息最大化实现。在配准后，得到了一个包含肾脏完整信息的向量体积。 为了展示向量体积中所包含的信息，学者们通常对向量体积的各个成员体积单独绘制，然后在体视化管道中的某一特定步骤中对绘制的中间结果进行融合。这些方法都把向量体积看作几个独立的体积，但是事实上本文中待绘制的肾脏向量体积为来源于同一病人不同时刻肾脏扫描图像，在可视化时应该作为一个整体进行分析。本文提出了一种输入数据级别的融合方法，该方法把向量体积的成员体积在绘制管道的最早阶段进行融合。 融合显示的第一个步骤通过向量体积分类算法实现。我们选择了基于混合高斯模型的统计分类方法，该方法可以得到每个像素中包含各个组织的概率。但是该方法仅仅依赖于灰度信息进行分类，不包含任何的空间信息，从而在部分体积效应的边界处和噪声区域会引起误分类。为了解决这个问题，我们提出了一种邻域加权的混合高斯模型，具体方法为在混合高斯模型中引入一个邻域权值，从而在分类过程中把体素的空间信息包含进来。 通过基于邻域加权的混合高斯模型的分类方法实现数据融合后，我们讨论了多个可以根据本文实际情况进行改写的绘制方法，并对这些方法的绘制结果进行了比较。其中对于基于体绘制的绘制方法，我们提出了两种传输函数设计方法，并对这两种方法的绘制结果进行了比较和分析。 对于基于表面的体视化方法，人们常采用三角形网格来表达物体表面，但是用于表达物体的三角形数据常常会超过图形硬件实时绘制的能力。一个自然的解决办法是对网格模型进行简化，而简化准则是简化算法中的一个关键点。本文提出了两个新的网格简化准则，它们分别基于面矩和体矩设计。这两个简化准则在简化中保留的都是原模型的全局特征而非局部特征。我们应用多个网格模型对这两个简化准则进行了实验，与一些现有的简化准则相比，该方法能获得相对较好的简化结果。 虽然这些算法都是在肾脏术前可视化系统的框架下进行介绍的，但是它们不局限于该系统。这些算法也可以经过改写或直接应用到其它系统设计中。