三维头发建模在影视娱乐、3D游戏等应用中起着不可或缺的作用。目前主要有两类常见的头发建模方法:用专业的三维模型设计软件进行人工交互编辑以及基于图像的建模方法。人工交互编辑的方法要求用户熟悉软件操作且有一定的美术素养,耗时且费力,而基于图像的建模方法是根据输入的头发图片从三维发型数据库中匹配的最相似的头发模型,效率高但用户可控性低。本文尝试研究三维头发模型的参数化表示,用户通过简单地编辑一组参数便可以生成新的三维头发模型。参数化模型方法常用于表达人体的动作形态变换或人脸的形状表情变化,但发型的丰富多样以及头发结构的复杂性使得发型数据的参数化表示充满挑战,至今未曾有对三维头发的参数化建模方法相关的研究。作为尝试,本文提出了一个基于发丝节点坐标的头发参数化模型。本文使用一个容量为343的三维发型数据库,每个模型包含10000根发丝,每根发丝包含100个节点。然后将每个模型依节点坐标排列成一个高维向量,并对这343个高维向量进行PCA分析得到一组PCA基,头发参数化模型即表示为平均数据与PCA基的线性组合。之后利用该参数化模型拟合数据库中的原数据并对还原误差进行分析,提出了确定PCA基保留数目的方法。然后,本文提出了另一种基于体向量场的头发参数化模型。首先计算一个覆盖所有发型数据的全局AABB包围盒并将其体素化,然后每个模型通过在体素中记录表示局部平均发丝方向的向量,转换为一个体向量场,在这个过程中同时记录发丝长度及局部密度数据。其次,从每个体向量场与平均向量场的差异中提取欧拉角数据。最后对得到的数据集使用稀疏局部化主成分分析得到稀疏局部化基,同样地各稀疏局部化基与对应的平均数据进行线性混合得到三个参数化模型。之后本文对所提出的两种参数化模型方法进行了多种实验对比以分析其优劣。最后,利用得到的基于体向量场稀疏局部化分解的三维头发参数化模型,本文搭建了一个三维发型人工编辑的交互系统。实验结果表明,通过简单地编辑稀疏局部化基的混合系数,该系统能够重构出丰富多样的三维头发模型。