目前，逆向工程广泛应用于新产品设计制造中，图像特征提取建模是逆向工程研究中的重要内容。论文以图像特征提取在逆向工程三维建模为研究对象，分别从图片和三角网格中提取图像的特征轮廓线。提出了基于图像边缘提取小孔特征轮廓的建模方法和多种子点提取特征线的方法。针对小孔的逆向建模设计，为提高建模效率、质量和孔的位置精度，提出了基于图像边缘提取小孔特征轮廓的建模方法。该方法通过对三维扫描中采集的CCD图像进行图像增强处理：主要包括图像平滑去噪、图像灰度处理；利用改进后的形态学梯度边缘检测算子对孔完成边缘轮廓线提取，再导入三维设计软件中完成数据建模。将该方法应用于某款车灯灯座的逆向设计中，灯座上有许多安装和定位的小孔，利用改进形态学梯度提取的轮廓线完成孔的建模，将其与传统逆向建模得到的孔做各孔的位置精度分析，结果表明通过图像特征提取后的轮廓线得到的小孔三维数据，其位置精度比传统建模更接近原始设计数据，并且在建模效率上也明显提升，简化了建模方法。在对三角网格特征线提取中，提出一种基于多种子点提取特征线的方法。先根据各节点的曲率大小和法向矢量检测整体网格数据的特征轮廓存在区域并用不同的颜色凸显；在适当位置指定种子点并计算种子点的相关属性；构建节点评估函数模型来选择路径节点；最后将提取的特征轮廓线进行光顺处理。通过实例表明，该算法不仅对封闭特征和锐利边缘提取有效，还对开口特征和特征变化平缓的区域有效，尤其对相同特征分叉时提取的准确性更高。因此验证了该算法在三角网格数据边界提取中具有良好的可行性、鲁棒性和实用性。将该两种方法应用于车灯座和汽车油泥模型特征线提取和建模实例中，验证了以上方法是有效的和可行的。