三维模型上特征点的标定是计算机视觉等领域的研究热点,可以用于模型检索、模型配准和模型重建等方面。自动颅骨特征点匹配算法的研究对医学和生物学中的如虚拟手术、颅骨面貌复原、整形外科手术、病灶定位、软组织厚度测量等应用技术都具有重要意义。本文提出了符合生理解剖结构的三维颅骨模型分割方法和基于分区统计可变形模型的颅骨特征点匹配算法。本文的主要研究工作如下：1.参考现有的法医颅骨特征点标准和颅骨生理解剖结构,提出了用于统计建模的颅骨特征点标准及七个颅骨分区模板。构造了包含颅骨分区模板的几何模型,并通过颅骨分区模板和相对角直方图特征,把颅骨模型分割为颅骨分区模板所定义的区域,最后又通过已构造的几何模型对分割结果进行修正。2.提出了基于颅骨分区统计模型特征点匹配方法。首先建立颅骨分区统计模型,利用统计模型的形变控制生成了新模型,建立基准模型和生成模型间的映射关系,再应用基于颅骨分区模型相似性匹配的特征点标定方法,得到待匹配模型的颅骨特征点。本文的创新点如下：1.提出了基于颅骨分区模板的相对角直方图半自动分割算法,实验证明该算法可以实现颅骨模型分割功能。2.提出了分区统计模型的颅骨特征点匹配算法,提高了颅骨特征点匹配的精确度。在颅骨眼眶上的10个特征点的实验结果表明,有60%的特征点标定的准确率达到了100%,标定特征点的平均误差为3.2325像素。