体视化(VolumeVisulization)尤其是其中的体绘制(Volume Rendering)是三维数据场可视化领域最重要并且发展最迅速的一项技术。在医学三维重建、计算流体力学、地震地质等众多领域得到了广泛应用。体空间扫描(Splatting)的体绘制技术具有遍历方法简单、可以充分利用各种加速算法、良好的并行性等一系列优点。除此之外,它是体绘制算法中速度较快并且能产生高质量图像的算法。因此它适合大规模体数据并行计算可视化。本文主要针对体空间扫描体绘制技术的并行关键技术进行了深入探讨和研究。首先,本文在分析现有并行Splatting算法理论的基础上,针对高效Splatting加速技术、Splatting并行算法分析与设计理论、Splatting并行计算模型等问题进行了深入研究。其次,本文系统地进行基于集群的数据并行Splatting计算模型的研究,对Splatting算法的并行性进行了深入的探讨,设计了以集群为硬件环境的可有效提高绘制速度和算法效率的并行策略,避免了图像并行中的图像边界效应问题显著。针对目前并行Splatting算法普遍采用的主从模式中主节点负载过重的问题以及体数据自身的特性提出并设计实现了新型的基于集群的动态MSG并行Splatting计算模型。这种模型引入了MSG模式和工作池与结果池相结合的动态负载平衡。实验证明这种模型能减轻主节点任务,减少节点间等待时间,提高绘制速度的同时保证绘制质量,改善了并行算法整体的负载平衡,并且解决了基于对象空间数据并行Splatting算法的难题——按序融合问题。最后,本文利用设计出的动态MSG并行Splatting计算模型对实验室现有的体数据进行处理,得到比较理想的效果。