颅面复原是指对一个身源不明的颅骨,通过确定其性别、种族、年龄后,根据已获取的颅面间形态关系,恢复死者生前面貌的技术。在考古、法医等领域具有很高的研究价值。随着采集的颅面数据增多,基于统计模型的复原方法逐渐成为主流。而统计复原方法的关键是准确建立颅面模型的生理点对应关系,以及颅骨到面皮的统计模型。针对这两个关键问题展开研究,工作进展如下:1)颅面数据预处理。对活体颅面CT数据进行三维重建,并对模型进行去噪、补洞以及数据归一化等预处理操作。在分析MPEG标准的基础上,定义并标定了78个颅面特征点。2)颅面模型配准与点对应算法研究。在粗配准阶段,随机生成TPS所需控制点,结合ICP算法实现颅骨和面皮模型的非刚性配准;提出一种基于迭代模型线性组合的方法实现颅面模型的精确配准。再结合体素化和多重约束的积分不变量建立颅骨或面皮之间的生理点对应关系。实验结果表明在本文配准方法的基础上,点对应的准确率更高。3).基于最小二乘支持向量回归LSSVR的颅面复原方法。首先通过主成分分析PCA建立颅骨和面皮统计形状模型,在形状参数空间中利用LSSVR训练得到目标模型,再将待复原颅骨放入形状参数空间中,得到的复原人脸更加接近真实人脸。4)设计了一个基于LSSVR的颅面复原系统。实现了对颅面样本数据的配准、点对应关系建立、统计模型建立、颅面复原以及误差估计等功能。