近年来体数据场可视化技术在医疗领域中的应用日趋广泛，而图像插值技术是医学体数据场可视化中三维重建预处理的一个重要环节。通过插值可以得到等方性强的体数据，从而可提高三维重建的质量。一般说来，图像插值方法有两类，基于场景的插值方法和基于对象的插值方法。基于此，本论文所作的主要工作和创新性成果包括： 本文在基于场景的插值方法中主要研究了插值基函数。由于实际重建中理想插值基函数是不可实现的，本文研究了通过窗函数对sinc函数进行截断实现对其近似和通过用分段局部多项式对sinc函数进行近似的方法，并从空域频域定性分析了各插值基函数的性能。还挑选其中几种典型的算法并对CT切片图像的层间插值进行了逐一实验和对比分析，并给出了定性、定量的比较。这类方法以其运算量小速度快的优点在实际中经常采用，但由于其本质上属于一种低通滤波，易产生轮廓模糊现象。 关于基于对象的插值方法的研究中，论述了其中的轮廓形变插值法的特点：它无需生成中间灰度图，可以直接生成轮廓，且轮廓准确性较高，有利于更加精确地进行可视化。但轮廓形变插值法又仅适用于二值图像，难以满足日益发展的灰度图像的需要。 本文本着同时解决将轮廓形变法思想扩展到灰度图像领域和前述基于场景方法易于产生轮廓重影模糊这样两个问题，提出了一种基于多边形近似的医学图像三维插值算法，通过对轮廓进行多边形近似，将图像的灰度信息和形状信息较好的结合起来，完成灰度医学图像的三维插值。因为该算法充分利用了图像轮廓的形状信息，从而较好的避免了大层间距和形状差别较大时的轮廓重影问题，实验结果证明了本文算法的有效性。