产品层析图像的轮廓识别与匹配是逆向工程中基于层析图像的CAD建模技术的关键环节之一，同时也是图形图像处理领域研究的重要内容。本文针对带分枝或多型腔复杂机械产品的反求问题，展开切片内外轮廓识别与切片序列匹配技术研究。首先根据同层切片轮廓间的嵌套关系，建立物体的轮廓树，实现同层轮廓内外特征的识别，样件的多层切片序列，则形成轮廓森林，为层间轮廓匹配提供约束机制；应用椭圆拟合算法，实现样件切片图像层间轮廓的匹配；研究智能模式识别技术，提出基于人工神经网络的匹配算法，对传统算法进行优化；并在Visual C++环境下，进行程序设计开发，验证两种算法的正确性和可行性，并对匹配结果进行比较。主要完成的研究内容如下：●建立物体轮廓森林，实现同层轮廓的识别。根据物体同层切片轮廓间的嵌套 关系，建立轮廓关系矩阵，扫描该矩阵，建立轮廓树。根据轮廓树上各节点 的横向位置关系，实现层内的轮廓内外特性识别。同时，连接各切片层的轮 廓树，建立物体轮廓森林，轮廓森林的纵向约束关系为进一步的层间轮廓匹 配奠定基础。●应用经典的椭圆拟合算法，解决了切片层间轮廓的匹配问题。在建立物体轮 廓森林基础上，借助椭圆的五项参数来定量描述所有切片轮廓离散点的形状 位置信息，根据层间轮廓拟合椭圆五项参数的相似程度及其线性变化，决定 层间轮廓的分组对应关系，实现层间轮廓的匹配。●提出了基于人工神经网络的切片轮廓匹配优化算法。针对由于切片图像噪声、 缺损、畸变等干扰因素或样件高复杂性（带分枝或多型腔）引起的应用经典 算法难以实现轮廓匹配的问题，应用人工神经网络和智能模式识别技术，将 切片轮廓视为不同模式，设计了一种三层的BP网络，对切片轮廓进行模式 划分，实现匹配。●实现检验和分析比较上述两种算法。针对多分枝或带型腔典型复杂零件的反 求CAD建模问题，在Visual C++环境下，进行程序设计开发，实现上述识 别匹配算法，并应用OpenGL三维图形接口及ActiveX组件技术，动态显示 识别匹配结果，验证算法的正确性和可行性，并对算法的结果进行比较。