虚拟人图像分割与三维重建是目前的一个研究热点问题,是一个多学科交叉的研究领域,是计算机图形学和图像处理在生物医学工程中的重要应用。它涉及数字图像处理、计算机图形学以及医学领域的相关知识。虚拟人图像三维重建及可视化在诊断医学、手术规划及模拟仿真、整形及假肢外科、放射治疗规划、解剖教学等方面都有重要应用。因此,对虚拟人图像分割及三维重建的研究,具有重要的学术意义和应用价值。虚拟人图像分割与三维重建的主要研究内容包括数据准备阶段,如裁剪、颜色转换、配准等;组织或器官的分割与提取;复杂表面三维几何模型的构建。本文对医学图像三维重建的关键技术进行了研究,并开发了一个试验系统。数据准备阶段是虚拟人切片图像分割和三维重建的基础。本文利用配准点将图片裁剪为600x600尺寸大小,极大的缩减了计算量;通过Lαβ颜色空间转换来平滑切片图像间的颜色差异,并分离出来红色通道;同时本文采用ITK开发包提供的CenteredRigid2DTransform算法进行图像间配准,提高了切片图像序列处理的精确度和效率。组织或器官的分割与提取是保证重建模型准确表达其相应组织器官的前提。本文根据数字虚拟人图像的特点,提出和实现了区域分割、轮廓跟踪分割和基于canny算子的Level Set图像分割三种算法。基于canny算子的Level Set图像分割算法结合了Canny算子精确定位边界的优点和Level Set图像空间连续演化的思想,并将此算法应用于数字虚拟人图像目标分割上,得到很好的分割结果。Marching Cubes(MC)算法是基于规则体数据抽取等值面的经典算法。本文实现了该算法对分割提取的区域抽取等值面构建表面模型。