由于三维图像在逆向工程、模式识别、人工智能等方面有重要应用,三维图像处理技术成为三维图像领域的热门研究课题。本文主要针对三维图像拼接、表面重建、模型简化等关键技术展开研究,并对二维图像滤波和拼接进行研究,主要研究成果如下:1.针对被噪声污染的二维图像,对MRF(Markov Field)图像滤波算法进行改进,实现对噪声图像的滤波。建立MAP-MRF(Maximum a Posteriori-Markov Field)体系,利用MRF和Gibbs等价性,得到图像每个点跟全局的关系,并对迭代条件模型(Iterated Conditional Model,ICM)进行改进。本文算法能对噪声进行有效滤除,得到原始图像。2.针对特征不明显的二维图像拼接场景,提出一种基于频谱和空域特征匹配的拼接算法。基于频谱图的旋转中心不变性,将图像绕任一点的旋转量转化成绕频谱图中心的旋转量。利用极坐标系和直角坐标系转换,将绕频谱图中心的旋转量转换为一维平移量,利用SAD(Sum of Absolute Difference)算法求得旋转角,再用SAD算法求得平移矩阵。本文算法适用于特征不明显的拼接场景,也适用于特征点明显的拼接场景,且配准精度和速度较高。3.提出一种基于三维图像特征的拼接算法。根据三维图像法向量信息提取特征点集,并建立直方图特征向量进行描述,获取初始匹配点对。根据刚性变换的距离不变性,运用RANSAC(Random Sample Consensus)算法去除错误点对,求取初始变换矩阵。利用ICP算法(Iterative Closest Points)进行精配准。本文算法提供了一种快速且准确的粗配准算法,为ICP算法提供准确的初始位置,提高了整体的配准精度。4.针对泊松重建算法应用于非闭合三维图像得到的错误面片,提出一种裁剪算法。结合模型顶点和三维图像点的关系以及模型表面面片分布规律,为模型顶点建立置信度,删除置信度小于阈值的顶点所连接的三角面片,从而得到契合原始图像的三维模型。本文算法得到的网格模型与原始图像匹配度高,可以通过调节阈值来控制裁剪尺寸,提高了算法实用性。5.提出一种基于八叉树的模型简化算法。利用八叉树对网格模型进行划分,为每一个体素的面片簇提供一种新的曲率估算方法。删除曲率小于阈值的体素,得到简化的八叉树,运用移动立方体算法(Marching Cubes)获取简化后的模型。本文算法在减少面片数量的同时,很好地保留模型的特征。