在计算机图形学与虚拟现实、多分辨率分析、三维动画造型、医学图像重建、工程曲面造型、CAD等领域,对于大规模的物体模型,为刻画出物体的表面细节特征,相应的三维模型往往需要数量相当庞大的三角网格构建得到。巨大的数据量给计算机的处理和存储、网络数据传输以及实时显示都会带来很大的困难,因此,有必要对三维模型进行简化。与此同时,随着计算机视觉中对于物体真实性、实时性和交互性的要求日益增强以及几何设计对象多样性、特殊性和拓扑结构复杂性趋势的日益明显,如何逼真地描述物体已经成为计算机动画、人体建模软件等应用方面的迫切需求。因此,有必要对得到的简化模型进行进一步细分,以提高模型曲面的精度和光顺性,增强视觉效果。本文在应用计算机图像图形处理、CAD、图形学与显示等方面的新技术、新成果的基础上,研究网格简化和曲面细分方向的理论、应用问题及其有效解决方法。通过对已有简化方法进行研究和分析,选定Garland的二次误差测度(QEM)简化算法为基础算法。然后结合模型特征,在经典的QEM简化算法基础上,将三角网格模型顶点的离散曲率和三角网格面积引入到二次误差测度的计算中,提出一种基于离散曲率和面积的QEM网格简化改进算法,得到模型的初始控制网格。在对原始模型进行简化时,推迟曲率较大区域的收缩顺序,保证边收缩操作主要向曲率较小的方向进行,使得模型的关键特征得以保留；同时将三角网格的面积引入二次误差测度矩阵中,在曲率相同的情况下,优先保留面积较大的顶点。简化模型能够依照曲率的变化合理地分配网格数量,在弯曲程度较大的区域使网格分布稠密,在平坦区域使网格分布稀疏,可更加有效地保持较多的关键细节特征。在此基础上,对得到的初始控制网格进行Loop细分,得到生动逼真的细分曲面,具有很高的精度、光顺性和良好的视觉效果。