火焰是自然界常见的流体现象之一，火焰特效在影视动漫、安全教育、游戏等领域都有重要的应用。传统的基于物理的火焰建模方法，需要求解复杂的流体力学方程，因而需要大量的计算资源。随之数据采集的快速发展，基于采集数据的火焰建模方法成为了研究的热点。然而如何进行数据采集、快速准确的重建火焰现象仍是目前研究的难点。　　本文以基于图像的火焰重建为研究对象，重点研究如何同步采集数据、对数据进行快速地预处理以及在重建过程中使用更精确的重建模型。本文所取得的创新性研究成果可归纳如下:　　(1)提出了一种基于频闪仪的消费级CCD摄像机同步算法　　在以往的基于多视角视频图像的科学研究中，工业摄像机往往被应用于视频图像数据的同步采集，然而其高昂的价格限制了其广泛地应用。研究学者尝试使用消费级摄像机来进行数据的同步采集，并提出相应的同步方案。然而此类算法只能达到帧级的同步精度，无法满足对像火焰这样剧烈变化的现象的同步采集。　　针对上述问题，本文提出了一种基于频闪仪的消费级电荷耦合元件(Chargecoupled Device，CCD)摄像机同步算法，将同步过程分为帧对齐和序列匹配两个过程。在帧对齐的过程中，频闪仪在CCD芯片所成图像中会生成拖影亮斑，通过调节亮斑与光源间的距离完成帧对齐。在序列匹配过程中，使用频闪仪给出周期性同步信号，通过利用隐马尔可夫模型检测同步信号的起始帧来确定各视频序列的帧偏移量，来实现序列匹配。实验结果表明，本文算法可以方便地实现5.4毫秒的同步精度，远优于同类算法帧级的同步精度，可被应用于火焰视频图像的同步采集过程中。　　(2)提出了一种基于光线投射的可视壳提取算法　　基于投影的可视壳提取算法广泛地应用于表面重建、运动跟踪等领域，然而此类算法需要计算体素投影所得的多边形与图像非背景像素的相交关系，即使使用GPU进行并行计算，计算效率仍有待提升。　　针对上述问题，本文提出了一种基于光线投影的可视壳提取算法。在此算法中，首先对图像进行虚拟像素填充，以避免在访问体素数据时出现漏采样的情况，然后并行地从图像虚拟像素投射出光线，使用自适应的采样步长算法对光线所穿过的体素进行标记，通过利用位运算快速完成标记，进而通过对标记的判断，完成可视壳的提取。实验结果表明，较其他GPU算法，本文算法在实现可视壳提取时能将计算时间降低至少30％。　　(3)提出了一种基于辐射传输的火焰重建算法　　已有的基于图像火焰重建算法往往受限于水平输入视角的共面要求，并且在重建过程中使用简化的线性光学成像模型，通过构建求解线性系统来实现对火焰的重建。然而使用简化的成像模型必然会引起严重的重建误差。　　针对上述问题，本文提出了一种基于辐射传输的火焰重建算法。在该算法中，使用辐射传输方程进行火焰的渲染，使得发射、消散、散射等复杂的成像模型可以应用于重建过程中，使成像模型更逼近于真实的火焰成像过程，提高重建精度。在重建过程中，首先初始化体数据，然后使用辐射传输方程对火焰进行渲染，进而利用渲染图像与输入图像的残差对体数据进行调整，通过循环迭代上述过程来完成对火焰三维数据场的重建。在实现过程中，使用图形处理器(Graphic Processing Unit，GPU)对算法进行加速，以实时展示重建过程。实验结果表明，本文提出的火焰重建算法能够在更短的时间内实现单帧火焰体数据的重建，且能够提高重建精度。