人脸在人类情感交流中起着决定性作用。随着数字化技术应用的普及和硬件技术的飞速发展,迫切要求能够更快速、更逼真的创建三维人脸模型。本文结合人脸结构生理学基础,定义人脸的特征点集；研究并实现了人脸照片的特征提取、纹理融合与映射；提出了一种基于数据规范化的特定人脸生成方法,实现了真实感人脸建模系统及其功能应用。本文的主要研究内容包括：1.实现了人脸特征点标定。从人脸部的结构生理特征出发,参照MPEG-4标准中定义的FDP人脸参数信息,结合本文三维人脸建模的实际需要,取定54个点作为人脸特征点集合。2.研究了人脸照片特征提取方法。聚类分析与二值化处理,结合积分投影方法,实现了人脸特征区域与特征点的自动标定,改进与简化了二维照片的特征提取实现过程。3.提出了三维人脸整体变形的方法。该方法通过CT切片数据进行预处理,采用MC算法实现三维人脸重构,结合重建模型的外形尺寸与二维照片的测量数据来调整通用人脸模型外形尺寸与五官位置,实现了通用人脸模型的整体变形。4.研究了三维人脸局部变形的方法。通用人脸模型与重建模型采用ICP算法配准对齐,根据配准结果采用DFFD算法对通用人脸模型进行局部变形调整,将经迭代配准调整后的通用人脸模型作为生成的特征人脸模型。5.实现了三维人脸的纹理贴图。对拉普拉斯图像塔形分解方法进行改进,三张人脸正侧面二维照片的拼接缝,并融合生成了全视角取纹理图,同时采用柱面映射的方法完成了三维人脸的真实感处理。6.真实三维人脸模型系统的实现。将二维照片特征点的手工标定与部分特征点的自动标定、图像拼接与融合、CT切片数据的三维重建、通用人脸模型配准与变形、生成真实感三维人脸模型等相关算法集成应用,设计并实现了真实感人脸模型系统。本研究获到国家自然科学基金“颅面形态学和颅面重构的研究”(60736008)重点项目的支持。