作为计算机辅助建模的重要方式，草绘三维建模一直是计算机图形学领域一个非常有挑战性的问题，其研究目标是在对草绘图形识别和解析的基础上，根据人类视觉规则和对象领域知识并利用草绘信息约束创建三维模型。草绘三维建模技术研究涉及到多个学科领域，其研究成果在工业造型设计、电影动画、远程教育、辅助医疗等诸多领域有着广泛应用。本文从草绘三维建模的应用要求出发，针对草绘三维建模过程的绘制方式多元化、模型类型多样性和语义分类灵活性等问题，从三维人脸的草绘建模、隐式曲面的草绘生成和迭代式草图语义标注等方面对草绘三维建模相关技术进行深入而系统的研究。　　本文的创新性成果主要包括以下几个方面:　　(1)提出一种采用人脸姿态估计和形状参数映射的三维人脸草绘建模方法。该方法引用姿态估计技术对人脸草图进行解析，将用户绘制的侧视人脸草图转换成对应的正视人脸草图，支持用户自由选择视图绘制人脸;其次，采用参数驱动的形状特征映射机制自动建立人脸草图特征点与三维人脸特征点之间的对应关系，允许用户绘制多种类型的轮廓线;进而，由对应特征点之间的形变量来控制生成三维人脸，保证草图笔画的几何形状信息能有效映射到三维模型。所提出的方法增加了绘制视图自由度和轮廓线类型，并能有效支持三维人脸形状设计，从而适应了绘制方式多元化的要求。　　(2)提出一种结合多视图笔画构造和变分隐式函数局部化的隐式曲面草绘生成方法。该方法采用膨胀变换、曲线交叉变换和弯曲变换分别将轮廓、截面和骨架等3种交互笔画扩展生成三维约束点，支持用户以手绘草图方式来控制生成三维曲面的形状，丰富了隐式曲面形状定义模式;进而引入变分隐式曲面作为模型表示并对变分隐式函数进行局部化，实现了多隐式曲面混合形状的有效控制。通过多种形状隐式曲面生成和多个隐式曲面的混合，从而提高了隐式曲面生成方法的模型类型多样性。　　(3)提出一种基于半监督聚类和用户交互的迭代式草图语义标注方法。该方法利用“一组接一组”方式对草图数据集进行在线迭代标注以发现其中存在的草图类别，消除了草图对象语义分类对于预标注样本和预训练分类器的依赖性;其次，用户直接确定每个类别组的样本构成，并根据分类意图自由地赋予类别标签，能自由灵活地对草图数据集进行标注，增强了草图分类结果对于不同应用的适应性;最后，采用结合在线度量学习和约束传播的半监督聚类方法提高聚类精度，减少了草数据集分类的交互标注负担。通过有效整合在线度量学习、半监督聚类和用户交互等机制，既能提高草图分类效率，还可保证草图语义分类的灵活性。