计算机辅助颅面复原是以颅骨和面部之间的形态学关系为科学依据,参照特定人群面部软组织统计厚度,复原出人脸面皮模型的一种技术,在考古、刑侦、医学整形、人脸表情动画等领域有着广泛的应用。本文基于大量颅面CT数据,建立颅面复原知识库,选择与待复原颅骨最佳匹配的复原指导知识,分别进行五官区域分割,对分区得到的五官模型进行变形,实现面貌的复原。主要研究工作如下：1)创建计算机辅助颅面复原知识库。建立颅面复原知识库可以对获得的样本数据进行有效管理。对采集的原始CT数据进行预处理,获得单层颅面数据；创建复原知识库,把这些数据及样本基本信息都存入知识库中作为复原指导知识,支持颅骨面貌复原过程中样本的选择。2)提出了一种基于模型点相对角直方图和支持向量机的颅面特征点标定方法。颅骨和人脸特征点标定是颅面分区和复原的基础,该方法首先把特征点定位到一个很小的邻域范围内,再利用支持向量机进行精确选择,提高了特征点标定的效率和准确性。3)提出了一种基于初始化中心点的GPS聚类网格分割方法。该方法通过计算模型点的GPS向量表示,利用K均值聚类,对颅面模型按照五官区域进行划分,提高了网格分割的精度。4)提出了基于分区TPS变形和整体MLS变形的颅面复原方法。针对分区后的局部网格,研究了TPS变形和MLS变形的原理,利用复原知识库选取参考模型,进行区域划分,根据标定的特征点对各分区进行TPS变形,最后拼接光滑处理,完成面貌复原。相对于整体MLS颅面复原方法,提高了复原的真实感。5) FacialRec颅面复原原型系统的设计与实现。结合Visual C++界面显示和Matlab高效计算的优势,建立了基于数据库的FacialRec颅面分区复原系统,有利的支持了研究工作。本研究得到国家自然科学基金重点项目“颅面形态学和颅面重构的研究”(60736008)的支持。