颅骨面貌复原是刑侦、考古等领域的研究热点和难点。本文提出了一种基于分区统计模型的颅骨面貌复原算法,可降低小样本问题带来的复原误差。将颅面模型按照生理结构划分为眼睛、鼻子等区域,以分区为单位进行面貌复原,减小了小样本问题的影响。将复原的各个分区光滑拼接得到误差较低的复原结果。主要研究工作如下：1)统计样本预处理：将原始CT数据处理为参与统计的颅面模型。首先将原始CT通过改进Snake进行三维重建,再采用ICP算法配准去除仿射变换误差,最后建立模型的点对应关系。2)颅面三维模型分割和光滑拼接：提出一种针对颅面模型的几何模板分割算法。通过特征点构造辅助几何模板,对颅面三维模型进行符合生理结构的分割。同时提出一种将面皮各个分区拼接成整体的光滑拼接算法。3)分区统计模型的建立：提出了将颅面模型区域分割后建立分区统计模型,该算法在样本个数不变的情况下降低了统计维数,提高了统计模型的表示能力。4)基于分区统计模型的颅面复原：提出了基于分区统计模型的颅面复原算法,通过分区统计模型独立复原各个面皮分区,再应用光滑拼接算法得到比基于整体统计模型误差更低的面貌复原结果。5)面貌复原系统的设计和实现。VC方便的界面功能和Matlab强大的数值计算能力有机结合,将颅面模型配准、模型点对应、颅面分区、统计模型训练、面貌复原等相关算法集成应用,设计并实现了RecFace面貌复原系统。