颅颌面畸形的治疗涉及颅颌面三维空间结构，要求对颅颌面系统的位置关系进行精确的测量分析。随着计算机的进步，特别是专供上颌面扫描的锥形束CT(conebeamcomputedtomography,CBCT)系统的研制成功及虚拟现实(Virtualreality,VR)技术的发展，为采用CT技术进行颅颌面立体结构的测量分析提供了先进的手段和工具。三维头影测量运用计算机辅助测量技术，可以基于患者的原始数据提取各种类型的组织进行测量，结果精确，操作简单直观，有很大的临床应用价值。 本论文侧重研究三维头影测量的实现方法、三维头影测量与二维头影测量的对比和颅颌面标志点的自动识别。并在此基础上开发三维头影测量系统，实现交互式操作的三维头影测量和自动头影测量分析两大功能。 目前三维头影测量推广中遇剑的难题就是没有统一、公认的标准来指导临床医生进行测量分析。而基于头颅定位X线照相的传统二维头影测量已有76年的历史，积累了大量的研究成果，为了利用这些已有的成果和资料，本文研究头位校正和数字影像重建技术(DRR)，实现了一种新的虚拟头影测量，在三维头影测量与传统二维头影测量之间架起了一座桥梁，为三维头影测量标准的建立提供了一条捷径。文中同时给出了三维头影测量与虚拟头影测量、及虚拟头影测量与传统二维头影测量的比较示例。 颅颌面标志点的自动识别主要利用图像匹配技术，图像匹配的算法一般包含四个要素：(1)在特征空间方面，研究了基于灰度的图像匹配和基于特征的图像匹配。基于特征的图像匹配满足一定的抗噪能力，并且减少了歧义性。(2)在相似性度量方面，研究了归一化互相关模板匹配、序贯相似性检测和基于距离变换的相似性测度。(3)在搜索空间方面，使用了仿射变换作为模板图像剑目标图像的变换。(4)在搜索策略方面，使用遗传算法进行优化。最后采用了一种基于距离变换和自适应遗传算法的图像匹配方法，基本满足了三维头影测量系统中标志点自动识别的需求。 在上述研究的基础上开发了三维头影测量系统。首先简要介绍了影像工作站平台，然后详细地讨论了三维头影测量系统的工作流程和数据结构，接着给出了交互式三维头影测量和自动三维头影测量的操作步骤及各种应用示例。