随着时代的发展,对文物的管理和保护越来越受到重视,数字化研究也成为了一个热点。常见的测量方式是利用三维激光扫描仪获取文物的表面数据,但对其内部的损伤无法及时发现,CT技术的应用弥补了这一缺陷,为文物的实际修复工作提供科学依据,因此有必要对CT切片图像进行更精准的建模。本文利用模型配准技术对点云模型和CT切片模型进行配准,并对误差进行分析,以此来实现CT切片模型的评估。然后将模型配准技术应用到基于CT切片图像建模中,在此基础上寻找最佳图像分割阈值,从而更好地指导模型的重建。本文的研究内容如下:（1）针对CT切片模型中的数据点个数太多导致后续模型配准的效率和精度不佳的问题,提出了一种快速选取轮廓特征点的方法。首先使用圆曲率法剔除曲率较小的点,再使用多边形逼近法进一步提取轮廓特征点,最后通过p Threads并行计算方法对提取模型的轮廓特征点进行加速,并取得了约2.5倍的加速比。与均匀选取法、多边形逼近法相比较,该方法克服了丢失部分特征的缺点,有效地从切片图像中提取出具有代表性的特征,并减少了数据的冗余。（2）针对利用原始数据点集进行配准效率和精度较低的问题,提出了基于轮廓特征点的模型配准算法。首先计算同一物体的点云模型和CT切片模型的轮廓特征点集的最小包围盒的八个顶点,选取其中三个不共线的对应点,通过对齐这三对基准点来达到初始配准,有效且快速地缩小两个模型的位置偏差,从而为精配准作准备。然后精配准阶段采用改进的ICP算法,该算法是通过构建双向kd-tree来寻找两个模型之间的对应点对,再利用自适应的中值距离法去除误配准点对,最后使用ICP算法实现精配准,并计算出配准的时间和误差值。与ICP算法比较,本文方法在精度上提高了约45%,算法耗时降低了约40%。（3）针对图像分割阈值会影响CT切片图像建模精度的问题,提出一种点云模型导引CT切片图像建模的方法。在基于CT切片图像建模时,最关键的是提取出图像的高精度轮廓,其中图像能否准确分割对轮廓的提取有着重大的影响,是进行三维重建的基础。该方法首先利用激光扫描仪对文物表面进行三维建模,获取精确的点云模型,然后将点云模型与不同图像分割阈值条件下提取到的CT切片图像的轮廓特征点集进行配准,得到相应的误差值,此时最小的误差值对应的阈值,是最优的图像分割阈值,在这个阈值下得到的三维建模结果最为准确。以花瓶模型为例,在分割阈值为166时,获得了最佳的图像分割效果。