在计算机动画技术中，本文在基于元球的三维物体变形和使用模糊C均值聚类算法处理误差数据的两个方面做了改进工作。　　 元球(metaball)造型是一种隐式曲面造型技术。通过改变元球的骨架类型，骨架中心位置，影响半径，距离计算公式以及势函数等来控制三维物体的形状。本文提出了一种基于组件的新方法计算元球的边界体，通过查询边界体数组，可以快速求出变形空间内任意一点的影响组件，并计算影响组件的骨架中心到该点的距离以及影响组件相对于该点的所有势函数之和，然后采用移动立方体(Marching Cubes)算法将该点的势函数值与阈值比较，得出变形物体表面顶点的空间坐标值和该顶点的单位法向量。最后利用图形工业标准OpenGL实现变形物体的绘制过程。　　 为了使模糊C均值聚类算法能够处理有误差的数据，本文提出了基于模糊C均值聚类算法的两个新算法。设置每个数据隶属度的误差阈值，规定每个数据的隶属度误差不能超过给出的误差阈值。使用该类算法可以对有误差的数据进行模糊聚类。首先，利用隶属度矩阵的误差范围建立新的拉格朗日函数；其次，使用Kuhn-Tucker条件计算该函数；最后，通过实验来证明这类算法的正确性和有效性。