该文的主要工作是关于医学图像三维体视化中的图像分割技术和表面重建技术.医学图像三维体视化技术是当前医学图像研究的热点问题之一,它涉及数字图像处理、计算机图形学与医学等多个领域的知识,在整型外科手术、放射性治疗、解剖教学等方面有广泛的应用.因此对医学图像三维体视化技术的研究具有重要的理论意义和应用价值.医学图像体视化过程中,首要的工作就是医学图像分割,即把医学图像分割为若干区域,提取医学图像中感兴趣的组织器官区域.对医学图像分割的要求是分割精度高而且可靠性好.为了达到这些要求,该文研究了图像灰度特征、纹理特征的表示与提取方法,提出一些新的灰度特征、纹理特征的表示法.在图象分割算法方面,讨论了计算机断层扫描图像的阀值分割算法和基于主动轮廓模型的医学图像分割算法.其中特别针对医学图像的特征对主动轮廓模型进行了改进,使之更适应医学图像的分割.与前人工作的一个不同之处是,我们不仅考虑单幅医学图像的分割,而且考虑了组织器官的序列图像的分割.组织器官的序列图像中,由于扫描位置的变化,同一器官在不同图像中的外形、灰度、纹理等图像特征会发生变化.该文对于这种情况,给出了一种基于主动轮廓模型的序列图像分割算法.表面重建技术是重建组织器官的三维表面模型,移动立方体算法(Marching Cubes)是常用的表面重建方法.为了提高算法的运行效率,人们采用了表面跟踪技术,该文提出一种新的表面跟踪技术实现方法,并且把图像分割与移动立方体算法结合起来,进一步加快算法的执行.