本文以三角网格所表示的三维复杂模型作为研究对象，着重讨论三角网格简化和从二维断层图象抽取等值面等方法。本文首先介绍了三角网格模型有关概念，对三角网格模型简化和连续多层次细节表示等作了详细的综述；在此基础上，研究了三角网格模型的简化、法向网格的生成和等值面的抽取等算法。本文的主要结果包括： 1．提出了一个基于细分规则的边折叠简化算法。其特点是：利用细分曲面的思想来确定边折叠后新的顶点；通过对边折叠简化算法的分析，给出了一个保持模型流形的充分条件；实验表明，经过改进的算法在简化网格的质量和拓扑完整性上要大大优于传统的方法。 2．提出了一个基于八叉树自适应分割的超大规模网格数据简化算法。采用顶点聚类方法，通过优化一个二次误差去寻找聚类的新顶点；在空间分割中采用八叉树结构，对数据空间作自适应分割；针对顶点聚类过程可能存在的三角网格法向的不一致性问题，给出了一个三角网格法向矫正方法。 3．提出了一个改进的法向网格生成算法。它可以处理具有边界的网格模型，并且保持了原有的边界不变。由于不涉及以基网格为参数域的原始网格的参数化，从而避免了参数化所需的大量计算；同时，采用Laplacian平滑技术，获得了有较规则形状和较均匀分布的三角网格。 4．提出了一个基于区域增长的快速等值面抽取算法。该算法采用区域增长和一种优化的搜索策略以加速边界体素的寻找，避免了整个体素空间的搜索，从而加速了等值面抽取。实验结果表明，本算法大大加速了传统的移动立方体(Marching Cubes)方法。