人体可视化研究是20世纪后期兴起的一项信息技术和医学学科相互交叉、综合发展起来的世界前沿性研究领域，是将成千上万个人体断面数据信息在计算机里整合、重建成人体的三维立体结构图像，构成人体形态学信息研究的实验平台，为开展各种人体相关研究提供形象而真实的模型，具有重大的社会应用价值。要完成医学图像三维重建，图像分割是基础，也是最关键的问题。本文讨论了基于三维重建背景的医学序列图像分割问题。 本文对比普通图像分析了医学图像的特点，以及当前医学图像分割研究的特点；讨论了对分割方法的评价方法，以及在彩色图像处理中相似度的度量问题，提出了基于色彩标号与EMD距离的相似度计算方法。 图像分割是图像处理、图像分析和计算机视觉等领域中经典的研究课题之一，在医学图像处理与分析中也占有举足轻重的地位。本文重点介绍了两种基于医学序列图像的交互式分割方法：Live wire和Snake算法，并结合实际分割任务的需要将两者结合起来形成Live Snake算法，提高分割的效率。直接将得到的轮廓数据应用于三维重建，则数据过于庞大，影响处理和显示的速度，本文采用了改进的Douglas-Peucker算法来简化轮廓数据，并最终得到了基于表面的三维重建结果。