三维数据的可视化是科学计算可视化的一个分支,它是将三维数据转变成人眼视觉能够感知其内部特征信息的具有三维效果的图像,目前广泛地应用在医学研究、气象预测、地质探测、海洋探测等领域。针对水下声纳数据,就是通过三维可视化技术,重构出水声数据的三维图像,能够更加直观有效地表达数据,提高数据的使用效率,扩大数据的使用范围。近年来,水声数据可视化技术的发展在认识海洋,海底勘探领域有了新的突破。体数据的分类与体数据的绘制作为体数据可视化处理中的两个重要环节,是该领域的研究热点。本文分析了水声数据的特点,针对分类和绘制两个环节在现有算法存在的不足,分别提出了相应的改进算法并完成了实际水声数据的可视化以验证其效果。本文的主要研究内容及成果如下：1、在对现有的数据可视化的相关算法研究的基础上,本文简要的论述了体数据可视化的研究背景、研究现状；详尽的介绍了针对水声数据可视化的研究用到的技术理论；阐述了目前对体数据三维重建的研究方法的分类,并且分析了现有的三维可视化方法的各个阶段在实现过程中存在的不足。针对水声数据三维可视化的插值算法研究,本文根据水声数据的特征分析,引入具有计算快速、简单的反距离加权插值(Inverse Distance Weight, IDW)算法,提出了一种基于IDW插值的水声数据可视化方法。该方法通过选择合适的插值参数,实现对水声数据的插值计算,求得采样点的数值。该算法能够很好的实现水声数据的插值计算,绘制效果良好。2、根据体数据可视化中数据分类算法的研究,针对水声数据中目标物的不确定性以及各种物质之间的灰度交义,导致水声数据分类较为复杂,绘制效果也不理想的问题。本文在分析了现有的采用最大值分类以及直方图熵的分类算法不能很好的展现水声数据细节信息的基础上提出了一种基于直方图条件熵的水声数据分类算法。该方法将分段直方图的所有极值作为先验条件,使用条件熵求最佳特征阈值的方法实现对水声数据的分类。该方法解决了仅考虑最大值而出现的峰值现象以及直方图熵分类出现的问题,能够很好的实现水声数据的分类,更好的保留了图像中的细节信息。