可视化及图形图像等技术,特别是CT扫描技术的高速发展,为有效表征煤岩内部结构与构造提供了有力手段。然而,CT扫描图像均为二维断面切片,而决定煤岩力学结构是三维空间构造,二维图像很难系统的反映煤岩内部完整结构信息。因此,本文拟通过一系列二维CT图像反映的煤岩试件断面信息,构建煤岩内部三维结构和构造,进行实现煤岩试件的三维重建,以期为岩石力学研究提供一种有力表征手段。首先,在获取数据后使用现有的软件AVIZO对煤岩试件CT图像进行了三维重建工作,发现重建的三维图像由于图像空间间隔较大,无法很好的还原试件本身。对此,本文系统的研究了煤岩试件CT图像的各种类型的层间插值算法原理,在此基础上对各算法优缺点进行了对比研究。其中基于匹配的插值效果优于上述几种算法,且通过研究发现基于匹配的插值算法的本质是选择最优匹配点的插值方法,由此提出了一种结合神经网络中的线性回归来训练拟合函数寻找最优的匹配点来对此算法优化。其次,在对煤岩试件的CT图像均匀的插入新的断层图像后,对CT图像的重建分析研究后,选择了移动立方体(Marching Cube)算法来对煤岩试件CT图像进行重建,并针对算法运算速度慢的特点提出一种在原算法基础上的改进的MC算法。最后,利用经过层间插值、图像处理的煤岩试件CT图像通过MATLAB自主编程来完成煤岩试件的三维重建实验工作,并对比改进后的算法效果是否到达要求。