随着三维扫描技术的日臻成熟和三维图像在各个领域的广泛应用，三维图像的处理技术也被越来越多的专家和学者深入研究，三维模型的骨架提取是其中一项很重要的技术，在图形动画、图形检索、图形识别等领域都有着广泛的应用。本文通过对由激光三维人体扫描仪采集得到三维人体点云模型进行处理，提取模型的骨架，采用离散Reeb图(Discrete Reeb Graph，DRG)提取算法与蛇模型优化算法相结合来得到点云模型的精确骨架。用该方法得到的骨架模型较好地保持了模型的拓扑特性，位置更接近中轴，且无需对点云模型进行网格重建，对原模型没有破坏性，能够应用在较广泛的领域。本文的主要工作及创新点如下：1.针对现有人体点云模型的特点，研究并实现了提取模型离散Reeb图的算法，提取出模型的DRG，将其作为模型的初始骨架曲线，与原模型具有较高拓扑一致性且能适应各种不同姿势。2.分析人体点云模型所提取的离散Reeb图结果，对离散Reeb图进行剪枝和整理，得到了没有冗余分支的符合人体模型拓扑结构的骨架模型。3.分析了蛇模型(活动轮廓线)的基本原理，将其应用在对点云模型DRG进行优化的过程中，提出了对DRG分支部位的曲线进行优化的算法，优化后的骨架曲线将更加接近模型的中轴，从而能够更好的描述人体的真实骨架。4.采用本文算法分别对不同姿势、不同体型、不同疏密程度和不同噪声含量的人体点云模型进行骨架提取，将所得结果进行对比和分析，证明本文骨架提取算法对模特姿势和体型的变化具有较好的稳定性，且受模型表面上噪声点的影响较小，能很好地满足实际需求。