数字化颅骨在刑侦案件、面貌复原及医学整容等领域具有重大的科研及实用价值。传统性别鉴定方法依赖于专家经验,这样就导致性别识别率受主观影响较大;随着性别鉴定技术的日趋成熟,依据数字化颅骨信息来进行性别鉴定的研究越来越广泛,但目前的研究方法仍需花费大量人力来获取颅骨的显著特征。针对上述问题,本文提出了两种解决方案:一是颅骨特征形态量化表示与非线性性别鉴定方法,该方法减少了研究人员的工作量且提升了性别识别率;二是基于多角度颅骨图像的自动性别鉴定方法,该方法实现了性别鉴定且有效地缓解了人力问题。本文的主要工作内容如下:1.详细阐述了颅骨模型规范化方法,深入探讨了颅骨特征点、特征点标定相关技术及可测量特征理论等,为后续研究中获取颅骨显著特征奠定了理论基础。2.提出颅骨形态量化表示与非线性性别鉴定的方法。本研究利用实验室自主开发的系统标定显著特征点,统计颅骨的可测量和非可测量特征,并将非可测量特征进行量化表示;利用多种降维融合多种分类器的方法实现了性别鉴定且与线性分类方法相比性别识别率提高约2%。3.提出基于多角度的颅骨图像性别鉴定的方法。基于归一化处理后的颅骨模型获取多角度的颅骨图像,利用卷积神经网络算法统计每例颅骨样本中每张图像属于男性和女性的概率均值,并采用最小二乘算法确定每例样本中每张图像对实验结果影响的权值,进而实现了基于多角度颅骨图像的性别鉴定方法。4.设计并实现了基于三维颅骨模型的性别鉴定原型系统,直观展示了本文提出的两种性别鉴定方法的可行性,并对未知颅骨的性别进行了验证。