医学图像的三维表面重建可为医生提供逼真的三维表面效果图，这些三维图形对医生分析病人的病情起到了很大的帮助作用。然而，由医疗设备得到的断层图像相邻两层间的距离要大于同一层图像中相邻像素间的距离，如果直接将这些断层图像数据用于三维显示，将会在重建物体的边界处出现明显的台阶状现象，断层医学图像多轮廓线表面重建是解决这一问题的关键。通过模糊形态学边缘检测算法提取每层图像的边缘轮廓，然后利用辅助轮廓线将多轮廓线连接转换为单轮廓线的连接，通过构造可接受表面进行表面重建，最终得到重建的物体，并提高了三维表面重建算法的运行速度。 本文根据医学图像灰度模糊性和不均匀性的特点，围绕医学图像三维表面重建的技术理论，重点对边缘检测和多轮廓线重建方法进行了探讨。针对现有的边缘检测和三维表面重建算法存在的问题，分别提出了改进的边缘检测算法和辅助轮廓线表面重建算法。 首先，提出了一种改进的多尺度多方向结构元素的模糊形态学边缘检测算法。现有的边缘检测算子普遍存在不能有效地解决定位边缘和抑制噪声的问题，算法在构造多尺度多角度结构元素和模糊形态学运算方面进行改进，以图像四叉树分解技术和模糊形态学技术为基础，根据图像像素点方向的不同性，避免构造复杂的结构元素而增加算法的运算量。另外，考虑到医学图像模糊性和不均匀的特点，对图像进行模糊形态学运算，使图像的边缘轮廓能够清晰的显示出来，并且较好地区分了边缘和噪声。理论分析和实验验证均表明上述方法是有效的，并取得了较理想的实验结果。 其次，提出了一种改进的辅助轮廓线三维表面重建算法。针对现有的三维表面重建算法普遍存在的计算量大，消耗时间长的现状，算法在构造辅助轮廓线上进行改进，采用模糊形态学的边缘检测算法提取图像的边缘，结合轮廓线逼近的方法提取出每条轮廓线的特征点。在相邻的两个轮廓线之间构造辅助轮廓线，利用可接受表面实现特征点的三角化，在重建的过程中，考虑到轮廓出现的不光滑现象，对轮廓表面上的点进行最小二乘逼近法运算，进而实现断层医学图像的三维表面重建。实验证明，运用本算法在保证重建物体正确的同时，缩短了体数据的构造时间，加快了算法的表面重建速度。 最后，本文用MATLAB编程实现了上述算法，通过实验数据对上述算法进行了验证，并与已有算法进行对比分析。实验表明：本文设计的边缘检测算法较好地解决了抑制噪声和定位边缘点的矛盾，清晰地提取物体的边缘轮廓信息。在运用模糊形态学边缘检测算法提取出轮廓的基础上，本文提出的改进重建算法很好的显示了重建物体的三维表面信息，并且运行时间也少于其它的算法，解决了已有算法存在的运行时间长、效率低的问题。