基于断层数据的三维重建是三维数据场可视化技术的主要研究内容,随着计算机技术和图形图像学的发展,医学成像技术也不断得到提高,基于医学断层图像的三维重建已经成为当今计算机技术发展的一个新的阶段。医学图像三维重建是一个多学科交叉的研究领域,涉及数字图像处理、计算机图形学以及医学领域的相关知识。因此,对医学图像三维重建基础算法的研究,具有重要的学术意义和应用价值。本文的主要目的是针对医学图像的特点,对三维重建的基本算法进行改进,提高算法的效率。Marching Cubes(MC)方法是三维重建的一种经典算法。本文针对传统MC方法存在的算法效率低,产生的三角面片数量巨大等缺点,提出了一种改进的MC方法。直接根据体元顶点函数值的分布情况,进行等值面的绘制,避免了从预定义的连接方式中查找。同时提出了一种基于剖分的方法来消除二义性问题,并给出了医学图像三维重建的一个实例,实验结果表明,改进的MC方法在保证三维重建效果的前提下,算法的效率得到了明显的提高。由序列二维轮廓线重建三维形体在三维数据场的可视化中有着广泛的应用前景。本文在网格序列法的基础上提出了一种改进的轮廓线提取算法——基于区域增长的轮廓线提取算法,采用区域增长的方法来加速搜索边界单元,从而避免了搜索所有的网格单元。给出了医学图像轮廓线提取的实例,实验结果表明,改进算法大大提高了网格序列法的效率。随后介绍了单轮廓线重建三维形体的方法,详细讨论了多轮廓线三维重建中的对应、分支问题,并给出详细的解决方案。最后通过一个医学图像三维重建的一个实例,给出了由二维轮廓线重建三维形体的具体实现过程,并验证了改进轮廓线提取算法的实用性。