随着数字媒体的快速发展,计算机图形学以及计算机动画领域中对于数字模型的需求日益增加,因此如何快速而高效地获取数字模型成为计算机图形学领域中的一个重要的研究课题。数字模型的表示方法是对数字媒体进行进一步处理的基础。传统的参数曲面或者隐式曲面的表示方法在拓扑方面受到较大的限制。基于三角形网格的表示方法则因为其结构简单,拓扑限制少,并且适合于当前计算机显示系统的管道线设置而受到日益重视。因此,基于网格表示的处理算法得到快速的发展。感知特征是人类认识世界的主要依据,在三维模型中,结构特征构成人类认识和识别模型的主要的几何特征。由于数字娱乐以及工业的需要,在数字模型的处理算法中,如何使处理后的模型能够有效的遵循人在视觉上的认知特点显得特别重要。本文针对当前基于网格表示的数字模型在获取和处理算法中存在的问题,从模型的感知特征出发,提出了新的算法。首先,设计了一种可以重建显著特征的网格填充算法;其次,使用感知特征作为尺度,分别设计了针对自然物体模型和牙齿模型的交互式的网格分割算法;最后,设计了一种可以重建尖锐特征的逆向Loop细分算法,同时提出了渐进细分曲面的概念。本文的工作主要包括如下的四个方面:1.)网格修复算法是从重建后的网格获取健壮的数字模型的一个重要步骤。本文提出了一种基于特征线的网格修复算法,克服了当前空洞填充算法中不能够有效恢复显著特征的缺点。本文将特征线,这一网格的结构特征信息,引入到待填充的网格模型中,使用三角化算法来封闭空洞,采用区域生长算法来确定缺失区域中所丢失的显著特征的拓扑,缺失区域的顶点以及特征点的几何位置则使用一种最小平方算法来确定。2.)网格分割技术使得由基本的数字模型可以创建出更为复杂、丰富的模型。本文提出一种新的交互式的针对自然物体的网格截取方法,它可以高效地