三维成像是医学成像技术近年来引人注意的发展，超声三维重建系统的研究也是近年来超声成像系统中的研究热点。与二维成像相比，三维超声成像技术具有图像显示直观、可精确测量结构参数、可辅助治疗等许多优势，但由于超声图像自身获取技术上的固有缺陷，造成超声图像清晰度较差，较难对二维图像进行必要的预处理，而在超声图像获取过程中组织器官自身的运动以及人体呼吸心跳的影响也都会导致获取的序列二维图像之间存在可能会影响重建精度的差异，并且三维重建过程中运算量较大，如何能够加快重建速度却又不损失重建结果的真实度也是一个亟待解决的问题。 本论文对如何预处理二维图像、进一步配准二维图像、最终实现医学超声图像的三维重建等一系列问题进行了研究，具体包括以下几方面的工作： 在二维超声图像的边缘检测方面，论文提出了基于形态学的自调整边缘检测算法。首先通过模糊增强算法对超声图像进行增强，此过程中斑点噪声在一定程度上得到了抑制同时还增强了图像边缘有关的细节。然后根据自调整算法选取合适的灰度，采用交变尺寸结构元素对二维图像进行形态学开闭运算，从而滤去与边缘无关的灰度信息。对滤波结果阈值化，再求取形态学梯度，即可获得合适的图像边缘。实际超声图像边缘检测的结果显示该算法具有很好的性能。 为了在三维超声重建的过程中消除相邻帧之间的位移以及弹性变形，在图像配准方面我们提出了基于骨架特征的弹性配准。论文提出了一种结合形态学骨架和测地距离骨架求取算法的骨架自动跟踪算法，能够提取出体现图像特征的连通骨架，应用多次求取曲率梯度极大点的算法，可自动对该连通骨架进行特征点提取。在根据骨架重心点对二维图像进行初步配准之后，即可根据骨架特征点对二维图像进行基于径向基函数的弹性配准。实验结果证明这种基于骨架的弹性配准和传统的基于特征的刚性配准相比不但能够消除获取过程中带来的帧间差异，还能保留器官不同位置的自然形状差别，对于三维重建过程中的图像配准具有很大的实用价值。 而在三维插值方面，我们将基于对象的形态学插值引入到算法中。在插值过程中我们抛弃了庞大的二维序列灰度数据，而是直接使用预处理过的二维序列轮廓数据进行插值，这样大大减少了需要计算的数据量，加快了插值速度。为了避免基于轮廓数据插值带来的阶梯效应，还使用三维形态学闭合操作对三维插值结果进行了区域修整。体绘制的时候同样使用三维轮廓数据，提出了基于轮廓的简化快速体绘制算法，避免了逐点的计算，加快了处理速度，最终完成了三维体数据的重建和显示工作。