矢量场的可视化在航空、气象、汽车、医疗等许多领域都具有非常重要的应用，但由于矢量本身所具有的高维性，大规模三维矢量场的高质量显示一直是困扰可视化研究领域的难题，该问题的解决在理论上和工程实际中都具有重要意义。基于特征的矢量场绘制是挖掘、揭示大规模矢量场内部所蕴含规律、提高可视化图形质量的关键。本项目旨在探索更通用的大规模矢量场的特征抽取和高质量绘制算法，通过对矢量场及其导出标量场进行拓扑结构分析以及聚类、简化算法的研究，解决数据量太大、信息太多所带来的可视混乱问题；同时研究具有高度表达性、图示性的特征绘制方法，探索可向用户传递更全面、丰富信息的专用于矢量场特征显示的非真实感绘制模型；并寻找实现通用特征抽取和编辑的途径，引入机器学习的机制，探索对新特征的自动分析、学习和绘制方法，最终将实现一个集特征的编辑、操作、绘制与学习等功能于一体的高质量矢量场可视化原型系统。