数字人研究的目的是帮助人类认识自身内部结构,而建立真实感人体模型是数字人研究的基础.为此,针对数字人相片数据集,本文分别对色彩差异、阻光度值映射和高精度重采等问题进行了深入研究.研究的目标是要实现一个经由网络的数字人体交互式探测系统.具体的研究内容包括:(1)提出了层片色彩校正算法,较圆满地解决了相邻相片间的色彩差异问题.层片色彩校正算法不仅可以消除光照变化引起的色彩差异,也可以有效地去除各种伪迹和噪声,并较好地保留人体细节.这为绘制高质量人体模型奠定了基础.(2)提出了一种新的阻光度值映射方法.该方法把欧氏距离和矢量角两种度量标准结合在一起,在RGB空间中实现多值彩色数据到标量阻光度值的快速的、较精确的映射.与改进的Phone光照模型结合,不仅可以较精确地捕捉体内的细微结构,而且可以很好地表现体表的毛细血管和纹理信息.(3)提出了基于局部特征的体切片自适应重建算法.该算法利用插值点附近体素的1、2阶导数来描述体数据的局部特征,再依据特征的类型把空间区域分为常数、线性和非线性区域,并对不同的区域施用不同复杂度的滤波器,可以获得高精度的体切片.实验表明,与传统的线性插值相比,该方法可以重建更高质量的图像;重建效率也比单纯使用复杂滤波器高.(4)利用Java/Java3D实现了基于二维纹理映射的相片数据集的体绘制算法和基于三维纹理映射的人体切片重建算法,初步建立了数字人体的交互式探测系统.该系统目前提供的交互功能包括旋转、平移、缩放以及对体切片大小的测量和感兴趣区的标识.作者要特别感谢美国国立医学图书馆和以钟世镇院士为首的"数字化虚拟人体若干关键技术"863课题组为本研究提供了数字人数据.