伴随着三维成像技术的快速发展及其在生物、医学等领域的广泛应用,在实际中产生了大量的三维生物医学图像。对这些三维图像进行处理和分析的需要促进了三维图像的分析与可视化这一重要研究方向的发展。由于三维图像中的阶梯型边缘曲面通常对应于所包含解剖结构的边界面,因此,阶梯型边缘曲面的重构与可视化成为该方向的一个重要的研究问题。三维图像中的阶梯型边缘曲面可以看作包含在三维图像的连续采样区域中的连续隐曲面。本文将讨论该类连续隐曲面的检测、重构和可视化。首先,本文基于连续边缘曲面的连通特性,提出了一个三维图像中阶梯型边缘曲面的检测与追踪算法。在该算法中,我们首先检测出部分包含边缘曲面片的边缘立方体;然后再从中选取一定数量的边缘立方体作为种子立方体;最后,从这些种子立方体出发,基于连续边缘曲面的连通特性,采用区域增长法,追踪出包含连续边缘曲面的所有边缘立方体。所提出的算法可以很好地改进已有算法中边缘曲面上有洞的缺陷,并且能够很好地去除由于噪声及小细节所产生的噪声碎片,最终获得高精度的边缘曲面模型。此外,考虑到三维图像的数据量非常大,在对立方体的追踪过程中,我们采用了一些有效的方法降低算法的时间复杂度和空间复杂度。其次,本文提出一个基于交互方式的边缘曲面的选择与抽取算法。在该算法中,用户可以在二维切片图像中选取感兴趣的区域(ROI: Region