直接体绘制是体数据可视化的一种重要方法。体数据通常来自于计算机断层扫描(CT)、核磁共振成像(MRI)等采样设备，其他还包括如计算流体力学(CFD)、地震采样数据等。很多科学计算或医学研究可以生成高分辨率的体数据，这些数据是无法在单台计算机上进行绘制的。例如，高级CT扫描仪可以产生兆及千兆字节大小的高分辨率数据。而随时间变化的CFD模拟可能包括了成百上千个时间片，每个时间片都会产生几千兆字节的数据。体绘制中的一个重要步骤是设计传输函数，它能突出显示体数据中人们感兴趣的特征。寻找物质的边界是传输函数设计中的一种重要方法。本文采用Runge-Kutta公式的方法来识别形成边界的两种物质。这两种物质用在一个称为低-高直方图(LH：Lower and Higher intensity histogram)的域中来进行交互的、半自动的传输函数设计。并行体绘制技术可以通过在集群节点之间分布数据集和绘制计算来解决大数据集的可视化问题。本文采用sort-last并行绘制技术，在集群节点之间分布数据，每个节点绘制其中一部分子数据形成子图像，然后按照体积分公式在各个节点之间按从后向前的顺序合成各子图像以形成最终的图像。负载平衡是影响并行计算系统性能的一个重要问题。同样，在并行绘制中，当使用LOD技术或者缩放图像以观察数据集的某一部分时也会引起严重的负载不平衡，影响系统的整体性能。本文使用kd树在节点之间动态分布数据集，通过前一帧的绘制时间来平衡kd树以调整当前需要绘制的数据集，达到动态的负载平衡。本文通过采用基于GPU集群的并行体绘制方法对包括美国虚拟人体(VHD)在内的多个体数据进行了测试，结果表明使用此方法可以有效的可视化大规模高分辨率的数据集，使用负载平衡时系统的性能比不使用负载平衡时提高约70％。