图像矢量化将光栅图像转换为矢量表示,由于显示设备多样化的发展和分辨率的提高,矢量图像的优势逐渐凸显。本文在Liao等提出的细分曲面表示的图像矢量化算法的基础上,提出误差可控的算法框架。本文算法首先使用画边(Edge Drawing)方法检测图像特征,得到一个像素宽的初始图像特征线段。考虑到图像特征两侧颜色的不连续性,本文提出两种策略来得到两条分别表示两侧颜色值的特征线。一种是采用等值线追踪算法得到初始特征线段其中一侧的线段形成双特征线;一种是分裂初始特征线得到两条位置一样、颜色值分别代表所在侧的特征线。接着根据特征线构建初始网格,并在网格中标记图像特征。之后,利用改进的QEM简化算法对初始网格进行简化,然后再对简化后的网格进行拓扑和几何上的优化,得到质量良好的保持图像特征的基网格,最后利用最小二乘法进行带尖锐特征的Loop细分曲面拟合对图像进行拟合,得到控制网格。在这过程中,计算出重构图像的误差,对基网格误差大的区域进行三角网格自适应细分,直到重构误差达到用户需求。通过实验结果可以看出,本文误差可控方案能够大幅度提高初始重构结果的质量,并在一定程度上做到误差可控。