人类视觉系统可以非常容易理解识别三维物体或场景，可以很容易地从二维线图中得到其所表达的三维物体或场景的结构信息。可是对于计算机来说，它很难模拟人类视觉系统，对三维物体或场景的理解也就相当的困难。如何正确的自动解释线图是计算机视觉系统和计算机辅助设计需要研究的一个重要问题。线图解释是指计算机根据场景或物体的一幅或者多幅二维投影图像来解释三维立体场景或物体。一幅二维线图虽然只由简单的平面线段组成，但却包含了大量的数据信息。通过线图解释技术，计算机可自动理解识别这些数据信息，构建出三维物体结构。　　本文主要对线图解释进行了研究，对于在线图解释过程中应用到的关键技术做出了详细说明。　　⒈在含有隐藏线的线图中识别物体的面　　根据平面流形几何性质提出了面识别的相关定理和推论。对已有的在线图中识别物体的面的算法进行了深入研究和分析，提出一种改进措施，灵活运用平面流形的几何性质，将可见部分与不可见部分分开来搜索和识别，有效提高了面识别的工作效率。回路搜索算法运用深度优先搜索算法，并在此算法的基础上添加约束条件，直接在搜索环节将不可能构成真正面的回路删除，减少了搜索出的回路数量。　　⒉线图隐藏拓扑结构的构建　　在概念设计阶段，很多时候为了使线图看起来更简单，我们一般不把隐藏线画出，这个时候为了对线图进行解释，需要将未画出的隐藏线补充完整，构建出隐藏拓扑结构。首先判断顶点类型和棱线的；其次构建出一个初始的隐藏拓扑结构；然后使用切断-归并棱线和顶点的策略，列出含有更少隐藏点的隐藏拓扑结构；最后根据对称规则选择出最合理的隐藏结构。Re　　线图解释的研究成果可应用于计算机视觉系统、模式识别、互联网、人机通信等研究领域，具有重要的意义。