随着非接触性三维人体扫描技术的出现，在较短的时间内便可以得到整个人体的点云数据。但这些点云数据信息量庞大，缺乏必要的语义信息。通过进一步的数据加工处理可以获得一些诸如末端特征点，拓扑结构，中心线和关节中心等重要的语义信息。由于中心线能很好地反映人体模型的骨架，是三维模型的一维表示，因而中心线也被称为模型的骨架。末端特征点和关节中心是中心线的一部分。中心线提取是构建真实人体模型动画的前提和重要条件。骨架和关节中心的提取在计算机图形学和可视化领域中是一个比较重要的研究领域。本文将三维扫描获得的点云数据用基于Voronoi图和Delaunay图的Crust曲面重建算法生成人体模型的三角形网格，以基于测地距离的Morse函数和Dijkstra算法计算出末端特征点信息，获取人体模型的头顶末端特征点和四肢末端特征点。通过基于测地距离的Morse函数等值线将模型进行分割，计算每一层的测地距离等值线，获取模型的水平集曲线(level-set-curve)也就是拓扑结构。以末端特征点做为起点，拟合相邻水平集曲线的重心形成中心线从而得到模型的骨架。采取截面似圆性判别标准判断模型关节中心所在的测地距离等值面，通过求取该水平集曲线的重心，从而获取模型的关节中心。