现代探测技术的发展,大大加强并普及了人们获得三维空间数据的能力。象三维扫描仪、CT、GPS等设备所获得的空间数据在质量和数量上都有了快速的提高。如何充分利用这些空间数据,从中提取物体的特性和形状等有关信息,并以直观的方式表达出来,满足工业制造、医疗、军事等领域日益增长的需求,是一个难度极大的挑战性问题。尽管三维数据的来源和应用领域各不相同,但它们都是通过高密度的数据描述空间几何形状。如何从这些看似杂乱无章的数据中,找出数据点间的关系,建立高精度的曲面模型,是海量空间数据在所有应用领域中面临的共性科学问题,是本文研究的核心问题。 曲面建模的目标是真实再现客观世界中物体的形状,对绝大多数物体而言,难以用一个整体函数表示其外形,因此分片表示复杂物体形状成为构造曲面模型的通用的手段。面片所采用的数学表达式和相邻面片之间的连续性依赖于所要解决的问题和原数据的形式。相邻面片之间达到C~0连续性是物体曲面建模的基本要求。为达到C~0连续,需要确定物体表面上的顶点以及顶点之间的连接关系,得到曲面的多边形网格表示。对海量数据点拟合的另一种方法是用简化后的数据点构造多边形网格,不是多边形网格顶点的数据点可用来在多边形上构造更光滑的曲面(C~1连续)。例如,将密集的三角网格简化为稀疏的三角网格,多余的数据点用来在简化后的三角形边界上构造边界曲线及跨界导矢或者使三角形上的曲面片具有较高的多项式逼近精度。 C~0和C~1连续的曲面模型在目前可视化和计算机辅助几何设计中具有广泛的应用。本文研究了C~0和C~1连续的曲面模型,提出了由三维海量数据点构造相应C~0和C~1曲面模型的方法,并分别应用于基于CT的三维虚拟人体建模和相关的计算机辅助几何设计建模技术的研究中。这些工作的主要内容体现在如下三个方面: 1.子像素精度的轮廓提取。从CCD、CT、扫描仪和遥感等设备可以获取大量的影像数据,尽管这些设备的分辨率越来越高,但人们总是希望能从所得的影像数据中获得比像素更精细的物体轮廓,本文提出了两种方法获得物体在像素内的边界。