流线可视化是矢量场可视化重要研究对象之一,具有简单直观、连续性好等特性,在工程实践中广泛应用,一直以来是学者们的研究重点。流线可视化的两个重要研究内容是种子点分布算法和流线选取算法。流线种子点分布是流线可视化的基础,依赖于种子点的数量和位置,直接影响着可视化的结果好坏。由于过多流线造成的视觉混乱和遮挡问题,很少在工程中对密集流线直接进行可视化表示,因此需要通过流线选取算法对流线进行筛选。本文以种子点分布算法和流线选取算法为研究内容,对传统种子点分布算法在矢量场拓扑结构保存方面的不足提出改进,并将DTW算法应用于流线相似性度量,提高了流线选取算法的准确度。本文主要工作如下:1、在传统的种子点分布算法基础上,设计了一种改进的基于特征分布的种子点放置方法,以矢量场拓扑边界为核心,采用两条拓扑边界之间的最长正交线作为种子点放置路径,通过流线间的正交距离来控制流线密度。并将实验结果与传统方法进行了对比,验证了本文算法的可行性。2、以流线形状属性构建特征向量,设计了一种基于特征值的流线分段算法,很好地解决了直接应用特征值计算相似度而造成的流线序列信息丢失问题。并将DTW算法应用于流线相似性度量,实验结果表明DTW算法对形状相似但长度不同的流线具有很好的辨识度,采用基于DTW算法的流线相似性度量标准可提高流线选取的准确性。3、设计实现了全球风场矢量场的可视化程序,将本文算法应用于工程实践之中,并通过对风场数据的可视化绘制验证了本文算法的可行性。